纹理图片素材( 二 )


统计型纹理特征中以GLCM为主,它是建立在估计图像的二阶组合条件概率密度基础上的一种方法 。GLCM主要描述在theta方向上,相隔d个像元距离的一对像元分别具有灰度值i和j的出现的概率 。
尽管GLCM提取的纹理特征具有较好的鉴别能力,但是这个方法在计算上是昂贵的,尤其是对于像素级的纹理分类更具有局限性 。并且,GLCM的计算较为耗时,好在不断有研究人员对其提出改进 。
2、模型型纹理特征 。假设纹理是以某种参数控制的分布模型方式形成的,从纹理图像的实现来估计计算模型参数,以参数为特征或采用某种策略进行图像分割,因此,模型参数的估计是这种方法的核心问题 。
模型型纹理特征提取方法以随机场方法和分形方法为主 。
3、信号处理型纹理特征 。建立在时域、频域分析与多尺度分析基础之上,对纹理图像中某个区域内实行某种变换之后,再提取保持相对平稳的特征值,以此特征值作为特征表示区域内的一致性以及区域间的相异性 。
信号处理类的纹理特征主要是利用某种线性变换、滤波器或者滤波器组将纹理转换到变换域,然后应用某种能量准则提取纹理特征 。因此,基于信号处理的方法也称之为滤波方法 。大多数信号处理方法的提出,都基于这样一个假设:频域的能量分布能够鉴别纹理 。
4、结构型纹理特征 。基于“纹理基元”分析纹理特征,着力找到纹理基元,认为纹理由许多纹理基元构成,不同类型的纹理基元、不同的方向及数目,决定了纹理的表现形式 。
参考资料来源:百度百科—图像纹理



推荐阅读