本文主要是介绍Matlab粗糙度曲线画中线,[转载]（zz）Tamura纹理特征的matlab实现（一）---粗糙度...，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
搜了好久也没找到Tamura纹理特征的实现代码，于是自己动手丰衣足食，找出了最原始的Tamura的论文《Textural
Features Corresponding to Visual
Perception》来研读。今天下午实现了粗糙度(coarseness)部分，与大家共享，有错误的地方，还望大家指正。后续的对比度(contrast)、方向度(directionality)、线性度(linelikeness)、规则度(regularity)、粗略度(roughness)会陆续实现并共享。
Tamura纹理特征要比灰度共生矩阵得到的纹理特征更直观，在视觉效果上更有优势，由于比较懒，一直避重就轻，到今天终于要直面问题了，代码如下：
coarseness.m
%graypic为待处理的灰度图片，2^kmax为最大窗口
function Fcrs=coarseness(graypic,kmax)
%获取图片大小
[h,w]=size(graypic);
%平均灰度值矩阵A
A=zeros(h,w,2^kmax);
%计算有效可计算范围内每个点的2^k邻域内的平均灰度值
for i=2^(kmax-1)+1:h-2^(kmax-1)
for j=2^(kmax-1)+1:w-2^(kmax-1)
for k=1:kmax
A(i,j,k)=mean2(graypic(i-2^(k-1):i+2^(k-1)-1,j-2^(k-1):j+2^(k-1)-1));
end
end
end
%对每个像素点，计算在水平和垂直方向上不重叠窗口之间的Ak差
for i=1+2^(kmax-1):h-2^(kmax-1)
for j=1+2^(kmax-1):w-2^(kmax-1)
for k=1:kmax
Eh(i,j,k)=abs(A(i+2^(k-1),j,k)-A(i-2^(k-1),j));
Ev(i,j,k)=abs(A(i,j+2^(k-1),k)-A(i,j-2^(k-1)));
end
end
end
%对每个像素点计算使E达到最大值的k
for i=2^(kmax-1)+1:h-2^(kmax-1)
for j=2^(kmax-1)+1:w-2^(kmax-1)
[maxEh,p]=max(Eh(i,j,:));
[maxEv,q]=max(Ev(i,j,:));
if
maxEh>maxEv
maxkk=p;
else
maxkk=q;
end
Sbest(i,j)=2^maxkk;
%每个像素点的最优窗口大小为2^maxkk
end
end
%所有Sbest的均值作为整幅图片的粗糙度
Fcrs=mean2(Sbest);
调用：
image=rgb2gray(imread('example.jpg'));
f=coarseness(image,5)
Tamura纹理特征的matlab实现(二)---对比度
(2010-01-13 21:40:27)
TE<
转载TE<
var $tag='tamura,纹理特,对比度,it'; var
$tag_code='c57dde215fc1a8b3216796890dd4f569'; var
$r_quote_bligid='59ead5d90100gx4v'; var $worldcup='0'; var
$worldcupball='0'; 标签：
tamura
纹理特
对比度
it
分类： 学术
Tamura纹理特征之对比度(contrast)，公式如下：
n一般取1/4。
contrast.m
%graypic为待处理的灰度图片
function Fcon=contrast(graypic)
%二维向量一维化
x=graypic(:);
%四阶矩
M4=mean((x-mean(x))^4);
%方差
delta2=var(x,1);
%峰度
alfa4=M4/(delta2^2);
%标准差
delta=std(x,1);
%对比度
Fcon=delta/(alfa4^(1/4));
调用：
image=rgb2gray(imread('example.jpg'));
f=contrast(image)
Tamura纹理特征的matlab实现(三)---方向度
(2010-01-14 20:52:56)
TE<
转载TE<
var $tag='tamura,纹理,方向度,it'; var
$tag_code='4bad3c6c0fc81846213a62dc64c1a996'; var
$r_quote_bligid='59ead5d90100gxkc'; var $worldcup='0'; var
$worldcupball='0'; 标签：
tamura
纹理
方向度
it
分类： 学术
directionality.m
function
[Fdir,sita]=directionality(graypic)
%sita为各像素点的角度矩阵，在线性度中会用到，所以这里作为结果返回
[h w]=size(graypic);
%两个方向的卷积矩阵
GradientH=[-1 0 1
-1
0 1
-1
0 1];
GradientV=[ 1 1 1
0
0 0
-1
-1 -1];
%卷积，取有效结果矩阵
MHconv=conv2(graypic,GradientH);
MH=MHconv(3:h,3:w);
MVconv=conv2(graypic,GradientV);
MV=MVconv(3:h,3:w)
%向量模
MG=(abs(MH)+abs(MV))./2;
%有效矩阵大小
validH=h-2;
validW=w-2
%各像素点的方向
for i=1:validH
for j=1:validW
sita(i,j)=atan(MV(i,j)/MH(i,j))+(pi/2);
end
end
n=16;
t=12;
Nsita=zeros(1,n);
%构造方向的统计直方图
for i=1:validH
for j=1:validW
for k=1:n
if
sita(i,j)>=(2*(k-1)*pi/2/n)
&&
sita(i,j)
&& MG(i,j)>=t
Nsita(k)=Nsita(k)+1;
end
end
end
end
for k=1:n
HD(k)=Nsita(k)/sum(Nsita(:));
end
%假设每幅图片只有一个方向峰值，为计算方便简化了原著
[maxvalue,FIp]=max(HD);
Fdir=0;
for k=1:n
Fdir=Fdir+(k-FIp)^2*HD(k);%公式与原著有改动
end
调用：
image=rgb2gray(imread('example.jpg'));
[Fdir,sita]=directionality(image)
Tamura纹理特征的matlab实现(四)---线性度
(2010-01-14 21:01:04)
TE<
转载TE<
var $tag='tamura,纹理,线性度,it'; var
$tag_code='e3de83ab0ce44a1975fe0fc93d4a6717'; var
$r_quote_bligid='59ead5d90100gxke'; var $worldcup='0'; var
$worldcupball='0'; 标签：
tamura
纹理
线性度
it
分类： 学术
linelikeness.m
function
Flin=linelikeness(graypic,sita,d)
%d为共生矩阵计算时的像素间隔距离
n=16;
[h,w]=size(graypic);
%构造方向共生矩阵
PDd1=zeros(n,n);
PDd2=zeros(n,n);
PDd3=zeros(n,n);
PDd4=zeros(n,n);
PDd5=zeros(n,n);
PDd6=zeros(n,n);
PDd7=zeros(n,n);
PDd8=zeros(n,n);
for i=d+1:h-d-2
for j=d+1:w-d-2
for m1=1:n
for
m2=1:n
%下方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i+d,j)>=(2*(m2-1)*pi/2/n)
&&
sita(i+d,j)
PDd1(m1,m2)=PDd1(m1,m2)+1;
end
%上方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i-d,j)>=(2*(m2-1)*pi/2/n)
&&
sita(i-d,j)
PDd2(m1,m2)=PDd2(m1,m2)+1;
end
%右方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i,j+d)>=(2*(m2-1)*pi/2/n)
&&
sita(i,j+d)
PDd3(m1,m2)=PDd3(m1,m2)+1;
end
%左方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i,j-d)>=(2*(m2-1)*pi/2/n)
&&
sita(i,j-d)
PDd4(m1,m2)=PDd4(m1,m2)+1;
end
%右下方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i+d,j+d)>=(2*(m2-1)*pi/2/n)
&&
sita(i+d,j+d)
PDd5(m1,m2)=PDd5(m1,m2)+1;
end
%右上方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i-d,j+d)>=(2*(m2-1)*pi/2/n)
&&
sita(i-d,j+d)
PDd6(m1,m2)=PDd6(m1,m2)+1;
end
%左下方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i+d,j-d)>=(2*(m2-1)*pi/2/n)
&&
sita(i+d,j-d)
PDd7(m1,m2)=PDd7(m1,m2)+1;
end
%左上方向
if
(sita(i,j)>=(2*(m1-1)*pi/2/n)
&&
sita(i,j)
&&
(sita(i-d,j-d)>=(2*(m2-1)*pi/2/n)
&&
sita(i-d,j-d)
PDd8(m1,m2)=PDd8(m1,m2)+1;
end
end
end
end
end
f=zeros(1,8);
g=zeros(1,8);
for i=1:n
for j=1:n
f(1)=f(1)+PDd1(i,j)*cos((i-j)*2*pi/n);
g(1)=g(1)+PDd1(i,j);
f(2)=f(2)+PDd2(i,j)*cos((i-j)*2*pi/n);
g(2)=g(2)+PDd2(i,j);
f(3)=f(3)+PDd3(i,j)*cos((i-j)*2*pi/n);
g(3)=g(3)+PDd3(i,j);
f(4)=f(4)+PDd4(i,j)*cos((i-j)*2*pi/n);
g(4)=g(4)+PDd4(i,j);
f(5)=f(5)+PDd5(i,j)*cos((i-j)*2*pi/n);
g(5)=g(5)+PDd5(i,j);
f(6)=f(6)+PDd6(i,j)*cos((i-j)*2*pi/n);
g(6)=g(6)+PDd6(i,j);
f(7)=f(7)+PDd7(i,j)*cos((i-j)*2*pi/n);
g(7)=g(7)+PDd7(i,j);
f(8)=f(8)+PDd8(i,j)*cos((i-j)*2*pi/n);
g(8)=g(4)+PDd8(i,j);
end
end
tempM=f./g;
Flin=max(tempM);%取8个方向的线性度最大值作为图片的线性度
调用：
image=rgb2gray(imread('example.jpg'));
Flin=linelikeness(image,sita,4)
%sita为directionality.m返回的结果
Tamura纹理特征的matlab实现(五)---规则度
(2010-01-14 21:04:09)
TE<
转载TE<
var $tag='tamura,纹理,规则度,it'; var
$tag_code='39947dd3859a0df41f3f4de84b8d3520'; var
$r_quote_bligid='59ead5d90100gxkj'; var $worldcup='0'; var
$worldcupball='0'; 标签：
tamura
纹理
规则度
it
分类： 学术
regularity.m
function
Freg=regularity(graypic,windowsize)
%windowsize为计算规则度的子窗口大小
[h,w]=size(graypic);
k=0;
for i=1:windowsize:h-windowsize
for j=1:windowsize:w-windowsize
k=k+1;
crs(k)=coarseness(graypic(i:i+windowsize-1,j:j+windowsize-1),5);
%粗糙度
con(k)=contrast(graypic(i:i+windowsize-1,j:j+windowsize-1));
%对比度
[dire(k),sita]=directionality(graypic(i:i+windowsize-1,j:j+windowsize-1));%方向度
lin=linelikeness(graypic(i:i+windowsize-1,j:j+windowsize-1),sita,4)*10;
%线性度，*10与crs、con、dire同量级化
end
end
%求上述各参数的标准差
Dcrs=std(crs,1);
Dcon=std(con,1);
Ddir=std(dire,1);
Dlin=std(lin,1);
%规则度
Freg=1-(Dcrs+Dcon+Ddir+Dlin)/4/100;
调用：
image=rgb2gray(imread('example.jpg'));
Freg=regularity(image,64)
Tamura纹理特征的matlab实现(六)---粗略度
(2010-01-14 21:11:07)
TE<
转载TE<
var $tag='tamura,纹理,粗略度,it'; var
$tag_code='fc001e7750cac6917c3061ca68bff398'; var
$r_quote_bligid='59ead5d90100gxkl'; var $worldcup='0'; var
$worldcupball='0'; 标签：
tamura
纹理
粗略度
it
分类： 学术
粗略度计算比较简单，是粗糙度和对比度两个属性的合成：
Frgh=Fcrs+Fcon
至此Tamura纹理特征的六个属性终于实现了，工作了一天半，好辛苦。属于经典算法，并没有创新性，所以还要在此基础上做进一步的研究和应用。
这篇关于Matlab粗糙度曲线画中线,[转载]（zz）Tamura纹理特征的matlab实现（一）---粗糙度...的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
