高光譜顯微成像技術(shù)的圖像數(shù)據(jù)特征提取
發(fā)布時(shí)間:2023-08-22
瀏覽次數(shù):511
高光譜顯微成像技術(shù)數(shù)據(jù)中除了光譜數(shù)據(jù)外還包括豐富的圖像數(shù)據(jù),圖像數(shù)據(jù)可以方便觀察樣本的空間結(jié)構(gòu),同時(shí)也包含待測(cè)樣本的特征,包括顏色特征和紋理特征等。本文簡(jiǎn)單介紹了介紹幾種顏色特征和紋理特征的提取算法。
高光譜顯微成像技術(shù)數(shù)據(jù)中除了光譜數(shù)據(jù)外還包括豐富的圖像數(shù)據(jù),圖像數(shù)據(jù)可以方便觀察樣本的空間結(jié)構(gòu),同時(shí)也包含待測(cè)樣本的特征,包括顏色特征和紋理特征等。本文簡(jiǎn)單介紹了介紹幾種顏色特征和紋理特征的提取算法。
?
顏色特征提取
顏色作為圖像的主要特征,在圖像處理和圖像識(shí)別中應(yīng)用廣泛,且起到舉足輕重的作用。顏色特征是利用數(shù)字化的方式將圖像的顏色進(jìn)行描述,提取過(guò)程無(wú)需大量計(jì)算,復(fù)雜度低。
1.?顏色矩
1995年Stricker等人首次提出了圖像顏色距特征的概念。該特征以線性代數(shù)中“距”的概念描述顏色分布,其中一階距、二階矩和三階矩分別表示顏色平均值,方差和偏斜度。
2.?HSV顏色空間
1978年Smith等人首次提出圖像的HSV顏色空間特征,該特征將RGB顏色空間對(duì)應(yīng)于倒立圓錐體內(nèi),可以更加直觀描述顏色。圖為HSV顏色空間示意圖,其中H表示色調(diào),S表示飽和度,V表示亮度。H利用角度表征,取值范圍0-360?,在圖中以S坐標(biāo)正方向沿逆時(shí)針?lè)较蛴^察,依次用0?表示紅色,120?表示綠色,240?表示藍(lán)色。S大小表征顏色純度,取值范圍為0-1,如圖在H和V相同的情況下,S越接近于0,對(duì)應(yīng)顏色越淺。V表征顏色明暗,取值范圍為0-1,當(dāng)V為0時(shí)表示黑色,V為1且S為0時(shí)表示白色。
紋理特征提取
1.?灰度共生矩陣
1973年Haralick等人提出用于描述圖像紋理特征的灰度共生矩陣(GLCM)特征[53]。GLCM是根據(jù)像素點(diǎn)之間的分布關(guān)系反映圖像紋理信息,圖2.5展示GLCM特征的基本求解方法,首先假設(shè)圖像灰度值范圍為1-8,圖2.5(a)表示原始圖像,圖2.5(b)表示GLCM特征,(b)中位置坐標(biāo)為(i,j)的元素對(duì)應(yīng)于(a)中灰度為i的像素與灰度為j的像素相鄰的個(gè)數(shù)。例如,(b)中位置坐標(biāo)為(1,2)的元素值為2,表示在(a)中有兩對(duì)相鄰像素為1和2,對(duì)應(yīng)圖中紅色框框選部分。
2.?局部二值模式
1996年Ojala等人提出用于描述圖像紋理特征的算子——局部二值模式(LBP)。其原理如圖2.6所示,LBP算子的原始窗口大小為3?像素,位于該窗口的像素值如圖(b)所示,若四周像素灰度值大于中央像素灰度值,則將該點(diǎn)記為1,若小于中央像素灰度值,則為0,通過(guò)計(jì)算圖(b)中的像素可以寫為圖(c)所示,對(duì)圖(c)按照順時(shí)針記錄,得到圖(d)所示二進(jìn)制數(shù)組,并對(duì)其進(jìn)行十進(jìn)制轉(zhuǎn)化即可得到圖(e)即LBP特征。
3.?方向梯度直方圖
2005年Dalal等人首次定義用于表征描述圖像的局部梯度方向和梯度強(qiáng)度分布方數(shù)據(jù)的算子方向梯度直方圖(HOG)特征。該算法假定圖像具體邊緣位置未知,通過(guò)邊緣方向的分布描述樣本外形輪廓。算法通過(guò)使用水平方向的一維卷積核[-1,0,1]和豎直方向的一維卷積核計(jì)算區(qū)塊中的梯度值[-1,0,1],在獲得區(qū)塊中的梯度值后在每個(gè)區(qū)塊中構(gòu)建一個(gè)直方圖,根據(jù)區(qū)塊中每個(gè)像素的方向,在直方圖中統(tǒng)計(jì)出不同方向的幅值。考慮到性能,還能進(jìn)一步劃分出大塊部分并通過(guò)歸一化操作處理其中的光照變化和梯度強(qiáng)度,接著結(jié)合每一個(gè)直方圖就得到了局部紋理特征。
?
?
相關(guān)產(chǎn)品
-
紅外光譜的發(fā)展、原理、特點(diǎn)、分類
紅外光譜的發(fā)展、原理、特點(diǎn)、分類紅外光譜的技術(shù)在各領(lǐng)域中的應(yīng)用相繼經(jīng)歷了很長(zhǎng)時(shí)期,逐漸完善著自身技術(shù)在領(lǐng)域中的應(yīng)用,且將低成本高性能作為發(fā)展與創(chuàng)新的主要方向。本..
-
近紅外光譜技術(shù)的優(yōu)缺點(diǎn)和應(yīng)用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來(lái)也被很多發(fā)達(dá)國(guó)家廣泛應(yīng)用在產(chǎn)業(yè)在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學(xué)科技標(biāo)準(zhǔn)協(xié)會(huì)和美國(guó)谷物化學(xué)..
-
高光譜數(shù)據(jù)常見(jiàn)預(yù)處理方法有哪些?
高光譜在采集數(shù)據(jù)時(shí)會(huì)有成百上千個(gè)不同的波段數(shù)據(jù),數(shù)據(jù)量巨大從而增加了數(shù)據(jù)處理的難度。而且在高光譜圖像采集過(guò)程中會(huì)有來(lái)自儀器與環(huán)境的干擾,獲得的光譜信號(hào)易存在噪聲..
-
高光譜成像儀光譜數(shù)據(jù)特征波長(zhǎng)的選取方法介紹
高光譜成像儀?在對(duì)樣品進(jìn)行側(cè)臉時(shí),會(huì)采集多波段的光譜數(shù)據(jù),全波段數(shù)據(jù)有較多的冗余信息,因此就需要采用一定的方法來(lái)選取樣本光譜的特征波段與紋理特征的重要變量。本文..