tamura纹理特征 JAVA_（zz）Tamura纹理特征的matlab实现（一）---粗糙度

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

$worldcu