在matlab中如何实现图像灰度共生矩阵

在matlab中如何实现图像灰度共生矩阵,第1张

closeall\x0d\clearall\x0d\clc;\x0d\I=imread('F:\图像变化检测\image\Textureimage(327)\texture5tif');\x0d\%I=rgb2gray(I);%%iftheinputimageisRGBform\x0d\%I=I(1:128,1:128);%%deriveasmallonejustfordemo\x0d\I=im2double(I);\x0d\w=15;\x0d\I1=wextend('2D','sym',I,(w-1)/2);%I=wextend('2D','sys',I,[w/2-1/2,w/2-1/2]);thisisusedforoddsizewindow%扫描窗口的大小1515,为之后程序方便找中心点可以将窗口设置成44-3232之间的任何奇数窗口\x0d\%\x0d\%s=4;%thisvariableisusedforsettingtherangeofthedistancebetweeniandj,rememberdon'tsetsatoobignum\x0d\%A=zeros(s,1);\x0d\%B=(1:s)';\x0d\%offsets1=[AB;-BB;-BA;-B-B];%%setsthedirectionsanddistancewithinthepexiliandj\x0d\%\x0d\offsets1=[01];%水平单步\x0d\%\x0d\[m,n]=size(I1);\x0d\I11=zeros(m,n);%定义5个矩阵用于存放由graycomatrix产生的5个参数\x0d\I12=zeros(m,n);%这样就能够再执行完一次 *** 作后,利用得到的各种特征参数矩阵分别去聚类分割\x0d\I13=zeros(m,n);%这样总的耗时短,不用每次都重新执行扫描窗口和共生矩阵来产生特征参数(这个最耗费时间)\x0d\I14=zeros(m,n);\x0d\I15=zeros(m,n);\x0d\fori=(w+1)/2:m-(w-1)/2\x0d\forj=(w+1)/2:n-(w-1)/2\x0d\W=zeros();\x0d\W=I1(i-(w-1)/2:i+(w-1)/2,j-(w-1)/2:j+(w-1)/2);\x0d\[glcms,SI]=graycomatrix(W,'NumLevels',8,'G',[],'offset',offsets1);\x0d\stats=graycoprops(glcms,'all');\x0d\Con=[statsContrast];\x0d\H=[statsHomogeneity];\x0d\Cor=[statsCorrelation];\x0d\Ee=[statsEnergy];\x0d\\x0d\eigenvalue=mean(Con);\x0d\I11(i,j)=eigenvalue;\x0d\I12(i,j)=mean(H);\x0d\I13(i,j)=mean(Cor);\x0d\I14(i,j)=mean(Ee);\x0d\I15(i,j)=mean(En);\x0d\end\x0d\end\x0d\%\x0d\I2=I15((w+1)/2:m-(w-1)/2,(w+1)/2:n-(w-1)/2);%%得到原始图像\x0d\ma=max(I2(:));\x0d\mi=min(I2(:));\x0d\I3=(I2-mi)/(ma-mi);%%归一化\x0d\I3=im2double(I3);

1、灰度转换-->二值化(硬阈值或者动态阈值处理)-->连通区域-->抠图(reduce_domin)

2、创建一个与原始图像一样大小纯黑色的图像gen_image_const()

3、将抠图得到的目标图像与创建的纯黑图像拼接,union1()

4、运用for循环,遍历每个坐标,获取灰度值(get_grayval),将灰度值等于0的剔除,剩下的就是目标灰度值与对应的坐标。

比价原始的办法,不知道是否有更简单的方法

如何通过图像的灰度值矩阵判断物体真假matlab,彩色图像:每个像素由R、G、B三个分量表示,每个通道取值范围0~255。(通一个彩色图像是由三页组成的,分别是R、G、B,每一页都是一个二维矩阵)

灰度图像:每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度。灰度值分布在0~255之间。

二值图像(黑白图像):每个像素点只有两种可能,0和10代表黑色,1代表白色。数据类型通常为1个二进制位。

以上就是关于在matlab中如何实现图像灰度共生矩阵全部的内容,包括:在matlab中如何实现图像灰度共生矩阵、halcon如何提取轮廓里面的每个像素点的灰度值、如何通过图像的灰度值矩阵判断物体真假matlab等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/web/9443958.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-28
下一篇 2023-04-28

发表评论

登录后才能评论

评论列表(0条)

保存