基于MATLAB的图像纹理频率特征研究及提取方法实现

【本人大学本科毕业论文】Part17

4.1 总结

本设计课题为基于matlab的图像纹理频率特征研究及提取方法实现，学习了解现阶段研究成果，学习傅立叶变换，灰度共生矩阵，Tamura模型等方法，分析各种方法的优缺点，由于灰度共生矩阵方法能更明确的了解图像中各个像素点的位置关系，以及亮度问题，所以最终选择灰度共生矩阵方法，对图像进行特征提取。

由于图像为彩色图像，首先进行预处理，即把彩色图像转换为灰度图像，为了减少计算量，加快实验中程序的运行速度，对灰度图像进行灰度级压缩，由原本的256级压缩到16级，之后生成四个共生矩阵P，取距离为1，角度分别为0(水平),45(对角线),90(垂直),135(反对角线)，对生成的矩阵进行归一化处理，计算共生矩阵中的能量、熵、惯性矩、相关度4个纹理参数，最终求能量、熵、惯性矩、相关度4个参数的均值和标准差作为8维纹理特征对图像进行最后的描述。通过实验数据分析处理的图像，能够较为清晰，准确的了解图像内蕴含的信息。图像中灰度值分布以及变换情况以及亮度问题。

通过本次论文的书写，更加清楚的知道，纹理特征提取的重要性，通过特征提取，能够分析出较多的图像信息，方便信息的理解和高效率的传输，较为重要的是能够在医学，计算机等方面提供帮助，有利于这些方面在现实生活中的应用，解决一些有助于人类发展的问题。