点击接通在线客服
食品质量计算机图像分析方法(四)
【来源/作者】周世红 【更新日期】2018-07-11

另外,如图2—11(1)所示,研究某个θ角方向上的小扇形区域内的能量。这个能量随角度变化的规律可由式(2—47)求出。

(2-47)

当某一纹理图像沿0方向的线、边缘等大量存在时,则在频率域内沿 ,即与θ角方向成直角的方向上能量集中出现。如果纹理不表现出方向性,则功率谱也不呈现方向性。因此,l F l2值可以反映纹理的方向性。

(三)联合概率矩阵法

联合概率矩阵法是对图像所有像素进行统计调查,以便描述其灰度分布的一种方法。取图像中任意一点(x,y)及偏离它的另一点(x+a,y+b),设该点对的灰度值为(gl,g2)。

令点(x,y)在整个画面上移动,则会得到各种(g1,g2)值,设灰度值的级数为后,则gl与g2的组合共有k2种。对于整个画面,统计出每一种(g1,g2)值出现的次数,然后排列成一个方阵,再用(g1,g2)出现的总次数将它们归一化为出现的概率P(g1,g2),称这样的方阵为联合概率矩阵。

图2-12为一个示意的简单例子。图2-12(1)为原图像,灰度级为16级,为使联合概率矩阵简单些,首先将灰度级数减为4级。这样,图2—12(1)变为图2—12(2)的形式。G1,g2分别取值为0,1,2,3,由此将(g1,g2)各种组合出现的次数排列起来,就可得到图2-12(3)~(5)所示的联合概率矩阵。

由此可见,距离差分值(a,b)取不同的数值组合,可以得到不同的情况下的联合概率矩阵。a、b的取值要根据纹理周期分布的特性来选择,对于较细的纹理,选取(1,0),(1,1),(2,O)等这样小的差分值是有必要的。当a,b取值较小时,对应于变化缓慢的纹理图像,其联合概率矩阵对角线上的数值较大,而纹理的变化越快,则对角线上的数值越小,而对角线两侧上的元素值增大。

(四)灰度差分统计法

设(z,y)为图像中的一点,该点与和它只有微小距离的点(z+缸,y+△y)的灰度差值为:

(2-48)

G称为灰度差分。设灰度差分值的所有可能取值共有m级,令点(x,y)在整个画面上移动,计算出g(x,y)取各个数值的次数,由此可以做出g(x,y)的直方图。由直方图可以知道g(z,y)取值的概率p(i)。

当取较小i值的概率p(i)较大时,说明纹理较粗糙;概率较平坦时,说明纹理较细。

一般采用下列参数来描述纹理图像的特性:

(1)对比度:

(2-49)

(2)角度方向二阶矩:

(2-50)

(3)熵:

(2-51)

(4)平均值:

(2-52)

在上述各式中,p(i)较平坦时,ASM较小,ENT较大,p(i)越分布在原点附近,则MEAN值越小。

(五)行程长度统计法

设点(x,y)的灰度值为g,与其相邻的点的灰度值可能也为g。统计出从任一点出发沿θ方向上连续n个点都具有灰度值g这种情况发生的概率,记为P(g,n)。在某一方向上具有相同灰度值的像素个数称为行程长度(nun,length)。由P(g,n)可以引出一些能够较好地描述纹理图像变化特性的参数。

(1)长行程加重法:

(2-53)

(2)灰度值分布:

(2-54)

(3)行程长度分布:

(2-55)

(4)行程比:

(2-56)

式中 :N2——像素总数

参考资料:现代食品检测技术

相关链接:

食品质量计算机图像分析方法(一)

食品质量计算机图像分析方法(二)

食品质量计算机图像分析方法(三)


【关键词】食品质量,计算机图像,食品检测国家标准物质网 

<< 上一篇:盛夏狂欢 海量新品火爆来袭

>> 下一篇:农药选择性多残留方法(三)