纹理特征小结

最新推荐文章于 2025-06-07 13:29:47 发布
原创 最新推荐文章于 2025-06-07 13:29:47 发布 · 5.3k 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文对医学影像的纹理特征进行了总结，包括灰度共生矩阵（GLCM）和灰度行程矩阵（GLRLM），用于描述像素分布和相关性。GLCM通过统计像素位置关系计算Variance、Homogeneity等特征，GLRLM则衡量灰度和行程的均匀性。此外，还提及了局部二值模式（LBP）算子，但因其高维度和解释性问题在实验中可能不适用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

因为分子分型的分类效果不好，所以考虑重新提取特征，而且想到老师要求最后给他一个toolbox，所以这里顺便对医学上的放射组学特征进行简单的小结


它们用于图像纹理特征的描述（虽然这个描述对我而言很尴尬，表现在分类效能不佳，当然可能是我的打开方式不对(；′⌒`)


然而它还在用的原因是....它在医学上具有可解释型...（呸）


首先他们基于ROI区域I构造了许多不同的矩阵用来描述像素的分布/关联


1)灰度共生矩阵(GLCM)

灰度共生矩阵是通过不同角度下图片中两像素值的位置关系来决定的

如下图所示，左边I是原图，我们选择水平角度（0度）构造灰度共生矩阵，GLCM[i,j]表示的就是距离为i的像素点他们在I上的像素点差值为j-1的个数



之后我们便可以基于GLCM矩阵计算如下所示一系列特征


最低0.47元/天 解锁文章

200万优质内容无限畅学
opencv纹理特征提取_图像特征提取实践小结
weixin_39666496的博客
12-06 2349
一、背景视觉是人类最高级别的感知，因此图像在人类感知中扮演着重要的角色。统计表明，人类从外界获得的绝大部分信息是来自视觉所接收的图像信息。随着计算机软硬件技术、社交网络和多媒体技术的快速发展，图像的生成、处理、存储、传播变得越来越方便，图像数据量呈现出爆炸性的增长。58作为国内排名前列的生活服务平台，存储有海量的图像数据。如何使用好这些图像数据涉及到各种类型的图像任务，常见的有：图像审核...
纹理特征一：GLCM---灰度共生矩阵
钉马掌的小铁匠的博客
08-22 4106
GLCM 灰度共生矩阵 GLCM（Gray-level co-occurence matrix，灰度共生矩阵）是20世纪70年代初由R.Haralick等人提出的。该方法基于的假设是：图像纹理的变化和色素的空间分布有关。 设图上一点(x,y)(x,y)(x,y)与一个距离固定的点(x+d,y+l)(x+d,y+l)(x+d,y+l)，两点的灰度值分别（g1, g2)，之后移动(x,y)(x,y)...
纹理特征分析的灰度共生矩阵（GLCM）
热门推荐
lskyne的专栏
03-11 8万+
纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念，可以用来描述任何物质组成成分的排列情况，例如医学上X 射线照片中的肺纹理、血管纹理、航天(或航空)地形照片中的岩性纹理等。图像处理中的视觉纹理通常理解为某种基本模式（色调基元）的重复排列。因此描述一种纹理
GLCM纹理特征提取及图像处理源码大全
最新发布
weixin_42668301的博客
06-07 1014
灰度共生矩阵（GLCM），是用于图像纹理特征分析的一种方法，它考虑了图像中像素与邻域像素之间的关系，通过统计这些关系来构建矩阵。GLCM捕捉到了图像的局部纹理信息，是计算机视觉和图像处理领域的重要工具之一。OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。OpenCV用C++编写，提供了Python的绑定。它包含了几千种优化的算法，覆盖了图像处理的各个方面，包括图像滤波、几何变换、特征提取、对象检测、运动分析和机器学习等。
纹理特征
luckyboy101的专栏
10-30 1399
Texture Feature 纹理特征也是物体识别和检索的一个重要特征集。 [1973] Textural features for image classification [1979 ] Statistical and structural approaches to texture [1996 PAMI] Texture features for browsing and r
GLCM 纹理特征：根据输入的 GLCM 计算纹理特征-matlab开发
05-31
GLCM 存储在 aixjxn 矩阵中，其中 n 是通常由于算法中使用的不同方向和位移而计算的 GLCM 数量。 通常i和j的值等于GLCM计算函数graycomatrix()的'NumLevels'参数。 请注意，matlab 量化值属于集合 {1,..., NumLevels} 而不是来自某些参考文献中提供的 {0,...,(NumLevels-1)} http://www.mathworks.com/help/images/ref/graycomatrix.html 虽然在 Matlab Image Processing Toolbox 中有一个函数 graycoprops() 可以计算四个参数 Contrast、Correlation、Energy 和 Homogeneity。 Haralick的论文提出了一些其他参数，这些参数也在此处计算。 该代码未矢量化，因此不是一种有效的
纹理特征提取与图像分割（opencv 片尾附代码）
m0_44975814的博客
10-17 5081
随着人工智能的兴起，身份识别以及行为识别开始逐渐发展起来了，其中特征提取就是十分关键的一步。特征提取分为传统特征提取和深度特征提取，本章着重介绍了传统特征提取。传统特征提取一般提取的是边缘特征、 角特征、颜色特征以及纹理特征等具体特征，具有提取特征具体化、提取速度快、提取效果好等优势。传统特征提取主要有Harris、SIFT、SURF、LBF、HOG、DPM、ORB等方法，这些方法各有各的优势，具体运用那种特征提取方法是根据具体的实际情况而定。接下来主要对LBP以及LDP进行详细介绍。阈值分割其实本质上属于
基于内容的图像检索——提取颜色、形状、纹理三种特征方式实现（附Python实现代码）
qq_52062754的博客
07-15 956
基于内容的图像检索——提取颜色、形状、纹理三种特征方式实现（附Python实现代码）
9.rar_图像修复_小波 修复_纹理修复_纹理图像修复_纹理填充
07-15
法的基本思想是在小波域中利用小波系数的能量来确定待修复块的填充顺序, 并结合纹理合成的方法填充待修复区。实验结 果表明, 该算法不仅可以大大提高纹理图像的修复速度, 而且在峰值信噪比和主观视觉效果上都优于...
2.19 渐变色和纹理小结｜canvas填充样式（渐变色与纹理）｜Canvas图形、动画、游戏开发从入门到精通全系列课程
08-31
2.19_渐变色和纹理小结｜canvas填充样式（渐变色与纹理）｜Canvas图形、动画、游戏开发从入门到精通全系列课程
GLCM纹理特征提取
06-08
修改了opencv的Grey Level Co-occurrence Matrix算法(texture.cpp)，是一个简单的示例。
matlab常用纹理特征提取方法（GLCM，GLDS）.zip_GLDS_matlab提取纹理_灰度共生矩阵GLCM_纹理特征
07-15
完整代码，改路径即可实现，图像matlab灰度差分统计实现
matlab常用纹理特征提取方法（GLCM，GLDS，LBP，GMRF，FD，Gabor）
05-01
一些常用的纹理特征提取方法汇总，都是用matlab写的，经过测试后有效。希望对大家有所帮助。matlab版本的源码，有详细的sift特征提取和匹配的步骤介绍，具体sift是什么我就不多说了。这个matlab版本的源码就是供初学者学习之用。本人也是刚刚学习，代码亲字试过，希望对大家有帮助，大家一起学习交流，我也是从别人那考来的代码
c#图形检索 基于颜色特征的真菌检索
05-20
基于颜色特征的真菌检索基于颜色特征的真菌检索基于颜色特征的真菌检索基于颜色特征的真菌检索基于颜色特征的真菌检索
纹理复杂度计算-灰度共生矩阵_图像纹理复杂度计算；灰度共生矩阵；分块_图像水印_图像复杂度
09-10
实验室师兄写的代码，使用灰度共生矩阵计算图像的纹理复杂度，然后可以用来衡量嵌入水印的多少。
其它纹理特征
林建华的专栏
08-10 2725
除了上述的Tamura特征、SAR模型和小波变换等纹理特征之外，还有许多其它的纹理特征。早在70年代，Haralick等研究人员就提出了用共生矩阵（co-occurrence matrix）表示纹理特征的方法[13]。该方法对从数学角度研究了图像纹理中灰度级的空间依赖关系。它首先建立一个基于象素之间方向性和距离的共生矩阵，然后从矩阵中提取有意义的统计量作为纹理特征。许多其他研究人员沿着这个方向提出
纹理特征：灰度共生矩阵
alppkk4545的博客
07-17 203
(1).CalTexture.m文件 function T = CalTexture(Image) [M,N,O] = size(Image);%% 得到图像的宽，高和通道 %-------------------------------------------------------------------------- %1.原始图像灰度化 %--...
【纹理特征】LBP的扩展DLBP
weixin_34121304的博客
05-31 225
参考文献　Background Subtraction Based on a Combination of Texture,Color and Intensity ICSP 2008 文献在LBP的基础上，提出了DLBP特征　Double Local Binary Pattern. LBP的缺点： 1).It cannot differeniate between ascending and...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值