紋理特徵二:GLRLM–灰度行程矩陣
1. GLCM 的解釋與計算
GLRLM,全程 gray-level run-length matrix,這裏翻譯爲 灰度形成矩陣。
概念描述: 灰度共生矩陣用於描述圖像某一像素值i沿某一方向θ連續相鄰爲j的個數,記GLRLM中一個值爲D(i,j,θ),其中i是像素值或灰度值,j是連續相鄰數,θ是角度或方向,一般θ的值爲0o,45o,90o,135o。
舉例說明: 下圖圖(a)表示一副圖像的灰度值,因爲4×4矩陣,故在0o方向上某元素最大連續相鄰數只能爲4。
- 對於灰度值0,在該方向上,1個0連續相鄰的情況爲1,2個0連續相鄰的情況爲2,沒有3個和4個0相鄰的情況,故0元素的行程向量爲 [1,2,0,0] ;
- 對於灰度值1,在該方向上,1個1連續相鄰的情況爲0,2個1連續相鄰的情況爲2,3個1相鄰的情況爲0,4個1連續相鄰的情況爲0,所以1元素的行程向量爲[0,2,0,0];
- 對於灰度值2,在該方向上,1個2連續相鄰的情況爲0,2個2連續相鄰的情況爲1,3個2相鄰的情況爲1,4個2連續相鄰的情況爲0,所以2元素的行程向量爲[0,1,1,0];
- 對於灰度值3,在該方向上,1個3連續相鄰的情況爲0,2個3連續相鄰的情況爲2,3個2相鄰的情況爲0,4個3連續相鄰的情況爲0,所以3元素的行程向量爲[0,1,1,0]
所以,在0o方向上的GLRLM爲:[[1,2,0,0],[0,2,0,0],[0,1,1,0],[0,1,1,0]]
0o,90o,135o,45o方向上的GLRLM分別如圖(b ),(c ),(d ), (e )所示。
2.GLRLM計算得到的紋理特徵
像素值(灰度值)爲i,連續相鄰數j,角度值(方向)爲θ,p(i,j∣θ)爲在θ方向上連續j 個i值的情況的個數或概率(用頻率近似概率)。
則有:
1.Short Run Emphasis(SRE)
SRE=∑i∑jp(i,j∣θ)∑i∑j[j2p(i,j∣θ)]
2.Long Run Emphasis(LRE)
LRE=∑i∑jp(i,j∣θ)∑i∑jj2p(i,j∣θ)
3.Gray Level Non_Uniformity(GLM)
GLM=∑i∑jp(i,j∣θ)∑i[∑jp(i,j∣θ)]2
4.Run Length Non_Uniformity(RLM)
RLN=∑i∑jp(i,j∣θ)∑j[∑ip(i,j∣θ)]2
5.Run Percentage(RP)
RP=i∑j∑Npp(i,j∣θ)
Np是GLRLM中元素個數
6.Low Gray Level Run Emphasis(LGLRE)
LGLRE=∑i∑jp(i,j∣θ)∑i∑j[i2p(i,j∣θ)]
7.High Gray Level Run Emphasis(HGLRE)
HGLRE=∑i∑jp(i,j∣θ)∑i∑ji2p(i,j∣θ)
8.Short Run Low Gray Level Emphasis(SRLGLE)
SRLGLE=∑i∑jp(i,j∣θ)∑i∑j[i2j2p(i,j∣θ)]
9.Short Run High Gray Level Emphasis(SRHGLE)
SRHGLE=∑i∑jp(i,j∣θ)∑i∑j[j2i2p(i,j∣θ)]
10.Long Run Low Gray Level Emphasis(LRLGLE)
LRLGLE=∑i∑jp(i,j∣θ)∑i∑j[i2j2p(i,j∣θ)]
11.Long Run High Gray Level Emphasis(LRHGLE)
LRHGLE=∑i∑jp(i,j∣θ)∑i∑ji2j2p(i,j∣θ)
12.Gray-Level Variance (GLV)
13.Run-Length Variance (RLV)