灰度共生矩阵

摘要： 为研究受载含瓦斯煤在三轴压缩作用下的裂隙演化规律,利用受载含瓦斯煤显微工业CT扫描系统,开展了三轴加载条件下受载含瓦斯煤的工业CT扫描测试,获取了受载含瓦斯煤的应力-应变曲线和各变形阶段的CT扫描图形.运用图像分析软件对CT扫描数据进行了三维数字重建,实现了煤样内部裂隙的三维可视化和定量表征,并基于灰度共生矩阵(GLCM)理论分析了受载含瓦斯煤的裂隙动态扩展特征及规律.研究结果表明:瓦斯压力的存在一定程度上弱化了受载含瓦斯煤的力学性质,同时也加速了裂隙的扩展;受载含瓦斯煤二维裂隙先闭合后扩展,峰后快速扩展并形成连通二维裂隙网络;三维裂隙体积和裂隙密度呈现出先减小后增大的变化趋势,总体上可划分为裂隙压密闭合、新裂隙萌生扩展和主裂隙加速扩展贯通3个变化阶段;灰度共生矩阵分析中,对比度先减小后增大,能量和同质性先增大后减小,相关性呈现出单调递减趋势,准确描述了受载含瓦斯煤内部裂隙随应力增加不断变化的总体发展规律.

摘要： 针对水产养殖中的精准投喂问题,以大西洋鲑(Salmo salar)为研究对象,提出一种基于鱼体运动特征和图像纹理特征的鱼群摄食活动强度量化方法,进行鱼类摄食行为识别研究.利用自适应背景差分及光流法得到运动鱼体的速度、转角,并通过信息熵统计速度和转角的分布,之后通过灰度共生矩阵提取能量、熵、对比度、相关性和逆差距5个图像纹理特征值.最后,结合鱼体运动特征及图像纹理特征,对鱼类摄食行为进行识别和检测.实验结果表明,该方法的识别准确率达到了94畅17％,相较于单一特征检测本研究的检测精度更高.

摘要： 分接开关在工作过程中承受显著的机、电、热应力,具有较高的故障率。本文针对触头烧蚀、磨损等缺陷,搭建M型有载分接开关实验平台,分析切换开关的固有振动特性;然后,构建开关切换过程中暂态振动小波时频信号的灰度共生矩阵,提取能量标准差作为切换过程的振动特征值;最后,模拟静触头磨损和烧蚀缺陷,提取对应能量标准差的变化规律。研究结果表明:触头磨损引起触头质量减小,2000 Hz以上高频能量标准差增大;触头烧蚀引起接触刚度降低,2000 Hz以上高频能量标准差降低。研究结果可指导有载分接开关触头状态的检测。

摘要： 目的探讨灰度共生矩阵(gray-level co-occurrence matrix,GLCM)在前庭神经鞘瘤(vestibular schwannoma,VS)与桥小脑角区脑膜瘤(cerebellopontine angle meningioma,CPAM)鉴别诊断中的价值。材料与方法回顾性分析经病理证实为VS(VS组)及CPAM患者(CPAM组)病例41例,所有患者均在术前行常规MRI平扫+增强扫描。测量并记录GLCM参数,包括能量、对比、相关、逆差矩及熵。采用两独立样本t检验或Mann-Whitney U检验对各个序列GLCM参数进行比较,受试者工作特征(receiver operating characteristic,ROC)曲线分析判断各参数的诊断效能。结果两组间T2WI序列GLCM参数中的对比、相关和逆差矩差异有统计学意义(P值均<0.05);液体衰减反转恢复(fluid attenuated inversion recovery,FLAIR)序列GLCM参数中的对比和逆差矩差异有统计学意义(P值均<0.05);增强T1WI序列GLCM参数中的对比和逆差矩的差异有统计学意义(P值均<0.05)。各序列GLCM参数中,T2WI序列GLCM参数中的对比诊断效能最佳,AUC值最大,为0.971,敏感度和特异度分别为91.30%、94.44%。结论GLCM有助于鉴别前庭神经鞘瘤与桥小脑角区脑膜瘤,可以为临床提供重要参考价值。

摘要： 网络时间隐通道以违反安全策略的形式传递信息且以难以检测,为了减少不必要的安全隐患,网络时间隐通道的检测已成为网络安全领域亟需解决的问题。针对现有检测方法仅反映一维特征的缺陷,提出一种基于二维图像特征的网络时间隐通道的检测方法,通过将网络流隐蔽通道在时间轴上的特性关系反映到二维图像的纹理特性上,进而通过基于灰度共生矩阵的纹理特征描述方法实现网络时间隐通道检测。研究结果表明该方法可以显著提高网络隐通道的检测效率和准确率。

摘要： 目的:探讨超声Nakagami成像纹理特征参数检测微波热消融凝固区的可行性。方法:通过超声仪采集超声射频信号然后检测包络信号,构建超声Nakagami图像。基于超声Nakagami图像提取灰度共生矩阵纹理特征参数,输入支持向量机训练凝固区识别模型后结合多项式拟合得到凝固区最终识别结果。以离体猪肝最大剖面的测量结果为金标准,对比该方法与传统超声Nakagami成像识别凝固区的准确度。结果:该方法检测凝固区面积的准确度为(87.75±7.74)%,传统超声Nakagami成像检测凝固区面积的准确度为(84.38±13.52)%。Bland-Altman回归分析结果表明,该方法识别的凝固区面积与金标准具有很高的一致性。结论:基于Nakagami成像纹理特征可以实现对微波热消融凝固区的识别检测。

摘要： 乳腺癌是世界上女性发病率最高的癌症,而组织病理图像是鉴定乳腺癌的“黄金标准”。为了实现对乳腺癌组织病理图像的精确分类,提出了一种基于多尺度多色域特征融合的乳腺癌组织病理图像分类方法。此方法能实现良、恶性病理图像的有效分类。首先进行多色域特征提取,将病理图像从RGB空间转换到HSV空间,分别提取H、S、V三个色彩分量的9维颜色矩特征和24维灰度共生矩阵特征(GLCM);其次进行多尺度特征提取,利用Haar两层小波分解提取病理图像的高频分量(水平、垂直、对角),共得高频分量的48维灰度共生矩阵特征。将最终形成的81维特征向量输入到不同训练集训练所生成的7类支持向量机(SVM)中进行分类,将分类结果采取多数投票策略,获得最终识别准确率。通过BreaKHis公开数据集的实验表明,4个放大倍数图像的分类准确率分别达到约95.31%、94.34%、93.07%和91.94%。

摘要： 针对现有健美操难度动作识别方法中存在的识别效果差等问题,提出将图卷积神经网络应用到健美操难度动作识别中。将健美操视频划分为若干个图像,并消除健美操难度动作图像背景,设定灰度共生矩阵,估计难度动作图像局部区域模糊核,校正难度动作图像的视觉误差。在此基础上,对图卷积神经网络进行预训练,构建人体有向时空骨架图,对人体有向时空图表示与时序动态信息建模,实现健美操难度动作识别。实验结果表明,在复杂背景与简单背景下,基于图卷积神经网络的健美操难度动作识别方法识别的时间较短,并且错误识别的次数也较少,证明所提方法提高了健美操难度动作的识别效果。

摘要： 乳腺癌是全球女性常见的癌症类型之一,严重影响了女性的健康,乳腺癌组织病理学图像的识别已成为医学图像处理领域的研究热点。针对Bioimaging 2015数据集进行乳腺癌组织病理学图像的识别研究,将该数据集分为癌类与非癌类2种。实验提取了乳腺癌组织病理学图像染色分离后4个方向上的灰度共生矩阵特征、小波特征及Tamura纹理特征,并根据颜色自动相关图提取了原始图像的颜色特征,同时也提取了染色分离前水平方向上的灰度共生矩阵特征作为纹理信息的补充,最后将提取到的特征进行融合,并输入到支持向量机分类器中,以实现乳腺癌组织病理学图像的识别,识别准确率达到了83.33%。

摘要： 目前拆回电表版本的信息录入方法仍采用人工目测输入与数据库对比验证,面临效率低下、准确率难以保证的问题。利用实拍电表图像,提出一种在高杂糅环境背景下电表新旧版本精确分类的方法。先获取版本识别ROI区域,并提取灰度游程矩阵(GLRLM)特征,再对数据进行归一化处理与主成分分析(PCA),最后采用线性核函数的支持向量机(SVM)作为最佳模型进行分类实验。同时,采用不同的纹理特征提取算法结合不同分类模型对该方法性能进行评价。实验结果表明:基于GLRLM-SVM的分类方法优于其他模型,速度最快且准确率高达98.95%,满足拆回电表年检数量与精度要求。

摘要： 本文针对砂砾岩、浊积岩、河道沉积等相带边界模糊难以识别划分的问题,研究了边界检测新方法.该方法利用灰度共生矩阵图像纹理识别分析理论,在提取地震数据三维灰度共生属性基础上,通过神经网络方法,建立基于井资料分析的共生地震属性地震相,以获得清晰的相边界.

摘要： 传统意义上,灰度共生矩阵(gray level co-occurrence matrix,GLCM)的计算是基于单波段遥感影像的.但在实际应用中,通常需要提取多光谱以及高光谱遥感影像的GLCM纹理.经典的应对策略是提取第一主成分影像的GLCM纹理.然而第一主成分影像并不能含有原始影像的所有信息.提出了一种基于k-均值(k-means)聚类的多通道GLCM纹理提取方法,并将其应用于遥感影像分类.其基本思想是:首先利用k-means聚类方法对多光谱/高光谱遥感影像进行灰度级量化编码,然后基于编码得到的影像提取GLCM纹理特征,并将其与原始光谱叠加输入分类器进行分类.文中GeoEye-1和AVIRIS影像实验的结果表明:多通道GLCM纹理能够有效的提高遥感影像分类的精度,并且在提高分类精度方面,其优于第一主成分影像的GLCM纹理.

摘要： 为使灰度共生矩阵提取的特征值能较好地表达图像纹理信息,对校园拍摄视频的图片序列进行了大量实验.首先测试了灰度共生矩阵的各构造参数对关键特征值的影响,给出了特征值随参数变化的规律,确定了构造参数的合理取值;然后测试了不同人群密度图片对特征值的影响.实验结果对于更好地构造灰度共生矩阵、实现基于纹理的人群密度估计有着重要的参考意义.

摘要： 西南地区受多云雾气候的影响,光学遥感数据难以全时间覆盖.InSAR雷达遥感不受气候影响,具有全天时、全天候探测能力,地物穿透力强.双极化的Sentinel-1A来源于哥白尼计划开放数据中心,可免费获取,重访周期为12天.本文以重庆市璧山区为例,以Sentinel-1A双极化雷达遥感和Sentinel-2A光学遥感影像为基础数据,在数据预处理的基础上,对雷达数据进行极化分解、灰度共生矩阵生成并融合光学遥感波段以监督分类.使用Sentinel-2A真彩色波段合成结合璧山区LUCC和GoogleEarth影像,通过目视解译建立监督分类训练样本,首先对光学遥感数据采用神经网络法和支持向量机SVM分类,之后将Sentinel-1A的极化分解和灰度共生矩阵的部分波段与Sentinel-2A数据波段融合,进行神经网络和SVM分类,通过混淆矩阵对分类精度进行评价.

摘要： 基于肺部CT图像灰度不均匀、纹理变化大的特点,本文提出一种超像素与随机森林相结合的肺部CT图像分割算法.本算法首先采用阈值和形态滤波的方法对图像进行预处理:再通过TurboPixels算法将图像分割为超像素;然后运用灰度共生矩阵提取超像素的纹理特征,并融合灰度特征形成特征矩阵;最后基于特征矩阵和随机森林算法荻取分割图像.实验结果表明,本文提出的分割算法对肺部CT图像处理具有一定的有效性,健康肺部图像的分割准确率为98.07％,病变图像的准确率为96.23％,且该算法具有全自动、高准确率、鲁棒性好等特点.

摘要： 本文围绕海洋遥感图像目标纹理特征这一主题展开研究,分析了基于灰度共生矩阵的图像纹理特征对遥感图像目标的可分性.本文首先采集了多个海域中的海上目标样本,包括舰船和岛屿,同时为了保证后续特征提取的准确性,对目标样本进行了方向调整和背景噪声去除预处理;其次提取了灰度共生矩阵的四个特征量作为目标样本的纹理特征,即能量、逆差矩、对比度和相关系数;最后,本文还分析了不同因素对目标纹理特征的影响,主要分析了灰度共生矩阵生成的距离参数d和角度参数θ及图像空间分辨率对目标纹理特征量的影响.通过对大量目标样本数据进行纹理特征分析可知,在高分辨率海洋遥感图像中,目标区域的纹理特征具有明显的可分性,且图像空间分辨率的提高可使其具有更好的可分性.

摘要： 地震纹理属性可用来刻画和描述地质内部形态特征,有效识别断层或裂缝.因此,其计算准确度会对地震解释的精度产生影响.本文中地震纹理属性基于灰度共生矩阵计算得到,影响其计算结果的参数有计算方向、灰度级别、窗口大小及量化方法等.本文主要探讨不同的量化方法对计算地震纹理属性的影响,通过实际资料处理发现非均匀量化方法优于传统采用的线性量化方法,采用非均匀量化方法计算得到的地震纹理属性对内部结构的刻画更加的细致和明显.

摘要： 当前运动目标检测存在几个重要问题比如动态场景的变化、光照突变以及天气变化等.目前已有的算法使用非常广泛的是GMM(Gaussian Mixture Model,混合高斯模型).本文试图利用GLCM(Gray-level co-occurrence matrix,灰度共生矩阵)及基于GLCM提取的纹理特征来解决这些问题.GLCM在局部区域的往复运动具有相对不变性,因此本文利用这个特点对基于GMM检测的前景进行再判断以解决动态场景的问题,将检测窗口中当前帧和前两帧的GLCM特征值进行比较,如果其GLCM特征值的差值小于给定的阈值,那么可以判断当前区域为背景,反之则为前景.图像的纹理特征具有抗光照突变性,经过分析其中的4个特征值并阈值化最终得到更加纯净的前景和更加准确的检测结果.本文通过CPU/GPU(Central Process Unit/Graphic Processing Unit)协同并行计算大大加速了运动目标检测过程.

摘要： 绝缘子冲洗机器人可代替人工对铁路变电所绝缘子进行冲洗,自动识别和定位绝缘子是绝缘子冲洗的重要前提,机器人水枪末端固定有CCD摄像机,采用灰度、形状特征和纹理特征相结合的方式对绝缘子进行识别,包括对图像进行去噪、阀值分割、形态学运算、连续区域标定,根据各区域几何特征判定识别并定位绝缘子可能区域后,采用灰度共生矩阵(GLCM)提取各可能区域纹理特征,判定出正确的绝缘子区域.

摘要： 重庆天气长期处于多雾、多云雨条件下,SAR具有不受天气条件影响的独特优势,在重庆地区城市应用中越来越引起人们的关注.本文基于国产高分辨率SAR数据对重庆市綦江城区建筑物特征提取开展研究,主要包括:(1)通过选取不同滤波方法和滤波窗口大小对SAR数据进行斑点噪声的抑制处理,以图像均值、标准差和等效视数等为处理结果评价指标,定量、定性分析不同滤波效果,确定窗口大小为7×7的Gamma滤波方法能够取得较好的滤波效果;(2)根据滤波结果,基于图像灰度和纹理特征分析,利用灰度共生矩阵计算不同灰度纹理特征和窗口尺寸大小对图像建筑物目标特征的影响,确定用于建筑物分类提取的最佳纹理特征分量和特征组合,结果显示窗口大小为11×11的均值、熵和原始图像组合既保持了图像边缘信息清晰度,同时又减少了小窗口的复杂性;(3)采用SVM监督分类方对纹理特征合成假彩色图像和无纹理特征参与图像提取城区建筑物目标,结果表明利用灰度纹理特征方法提取的建筑物效果明显优于未利用灰度纹理特征方法.

摘要： 本发明涉及一种基于灰度共生矩阵的灰度模板匹配方法。现有的灰度模板匹配方法速度慢，效率低。本发明方法的具体步骤是：首先调整待匹配图像I宽度和高度，然后将待匹配图像I进行分块，最后将图像I的像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T的相似区域；根据每个像素块Ci相似区域得到一个子图Ki，将矢量角度θ相等的T的灰度共生矩阵与Ki的灰度共生矩阵计算特征参数Con和Cor的相似距离；对T和Ki的8个灰度共生矩阵的距离求总和得到对应T和Ki的距离D′；选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法在匹配过程中，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。

摘要： 本发明公开了一种基于矩阵元素插值的任意灰度共生矩阵的计算方法，通过在待计算的GLCM对应的相对位置(r,θ)附近找到一些相对位置(r

摘要： 本发明涉及一种基于灰度共生矩阵的灰度模板匹配方法。现有的灰度模板匹配方法速度慢，效率低。本发明方法的具体步骤是：首先调整待匹配图像I宽度和高度，然后将待匹配图像I进行分块，最后将图像I的像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T的相似区域；根据每个像素块Ci相似区域得到一个子图Ki，将矢量角度θ相等的T的灰度共生矩阵与Ki的灰度共生矩阵计算特征参数Con和Cor的相似距离；对T和Ki的8个灰度共生矩阵的距离求总和得到对应T和Ki的距离D′；选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法在匹配过程中，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。

摘要： 本发明公开了一种基于矩阵元素插值的任意灰度共生矩阵的计算方法，通过在待计算的GLCM对应的相对位置(r,θ)附近找到一些相对位置(r

摘要： 本发明涉及材料测试和分析技术领域，具体涉及一种基于灰度共生矩阵的织带阻燃性能测试方法。该方法能够用于新材料相关服务、新材料检测、计量、相关标准化、认证认可服务等，利用燃烧的手段对非生物材料织带的阻燃性能进行分析；通过获取织带燃烧过程中火焰的质心差异得到该火焰的蔓延速度，进而得到该织带的第一阻燃指标和第二阻燃指标，基于第一阻燃指标与第二阻燃指标加权求和得到该织带的阻燃指标，从而对织带的阻燃性能进行分析；增加了分析的效率和准确度。

摘要： 本发明提出了一种基于灰度共生矩阵的瓷砖图像数据集生成方法。该方法首先对待制作成数据集的图像进行裁切处理，再求出裁出新图像块的灰度共生矩阵及其特征值，最后结合逻辑斯蒂回归结果决定该图像是否加入数据集。相较于人工方法，本发明提出的技术生成效率较高，而且可以根据数据集大小动态生成，而且结合了逻辑斯蒂回归模型，生成的准确度较高，能够按照需求生成不同纹理复杂程度的数据集，因此对该领域数据集生成策略的改进有着很好的借鉴意义。

摘要： 本发明涉及图像处理技术领域，具体涉及一种基于灰度共生矩阵的图像优化方法及系统。获取任意待优化的初始图像的灰度图像；计算灰度图像的灰度均值从而得到灰度线性变化函数的参数初始值；构建灰度图像的灰度共生矩阵获取灰度图像的对比度；获取灰度图像的亮暗比；根据对比度以及亮暗比调整参数初始值，得到多个不同参数的灰度线性变化函数，进而得到多个优化图像；优化图像的信息熵最大时对应的参数为最优参数，该最优参数对应的优化图像为最优图像。利用该方法确定最优参数能够有效减少图像优化过程中的计算量，避免了对灰度线性变化函数中参数的盲目遍历，并且在准确确定每个灰度图像对应的最优图像的同时提高了优化的效率。

摘要： 本发明提供一种基于灰度共生矩阵的任意条码的定位方法、服务器、存储介质及系统，包括以下步骤：获取含有需定位条码的原始图像，确定所述原始图像中不同区域的纹理特征；预先提取各种码制的纹理特征范围；根据各种码制的纹理特征范围确定原始图像中包含任意条码的区域；确定条码区域的边缘图像，确定边缘图像的四个顶点，实现对所述条码定位。本发明具有以下有益效果：1)适用于多种码制的定位，不受限于条码的类型，而且能够在定位的同时确定条码的类型；2)能够同时对多个条码进行定位；3)能适用于复杂背景，如光照不均或文字背景；4)各种码制的纹理特征范围可以通过提前训练来完成，这样可以缩短计算时间，降低算法的复杂度。

摘要： 本发明涉及机器学习技术领域，具体涉及一种基于灰度共生矩阵的织物疵点分割方法。该方法包括：根据待检测图案灰度图像和标准图案灰度图像获得第一灰度分布序列和第二灰度分布序列；利用第一灰度分布序列和第二灰度分布序列对应元素差值对待检测图案灰度图像的像素点分类获得像素点类别图像；计算像素点类别图像中各像素点灰度共生矩阵获得该像素点为疵点的概率；将待检测图案灰度图像中每个像素点的灰度值转变为该像素点为疵点的概率获得疵点共生表示图像；对疵点共生表示图像进行阈值分割获得疵点区域。本发明基于灰度共生矩阵识别织物中的疵点，提高了对织物中的疵点检测的效率，同时基于疵点共生表示图像获得疵点区域，提高了检测的精度。

摘要： 本发明公开了一种基于灰度共生矩阵的航海雷达反演海面风向的方法，属于海面风向空间域遥感技术领域，具体包括：极坐标海面静态特征提取、图像预处理、快速收敛共生矩阵及自适应趋势融合四个部分。首先，对时序图叠加获得的海面静态特征图像进行局部增强的高斯差分滤波处理，获取主要趋势所在像素；然后，根据类别置信度将主要趋势像素集合进行再分配，并对各集合分别进行粗估计‑细估计循环过渡的快速收敛灰度共生矩阵角度估计；最后，在得到各类别的角度后，根据各类别的聚类结果进行自适应角度融合，并最终得到辨识出的图像总体趋势即为主海面风向信息。