纹理特征二:GLRLM–灰度行程矩阵
1. GLCM 的解释与计算
GLRLM,全程 gray-level run-length matrix,这里翻译为 灰度形成矩阵。
概念描述: 灰度共生矩阵用于描述图像某一像素值 i i i沿某一方向 θ \theta θ连续相邻为 j j j的个数,记GLRLM中一个值为 D ( i , j , θ ) D(i,j,\theta) D(i,j,θ),其中 i i i是像素值或灰度值, j j j是连续相邻数, θ \theta θ是角度或方向,一般 θ \theta θ的值为 0 o , 4 5 o , 9 0 o , 13 5 o 0^o,45^o,90^o,135^o 0o,45o,90o,135o。
举例说明: 下图图(a)表示一副图像的灰度值,因为 4 × 4 4 \times 4 4×4矩阵,故在 0 o 0^o 0o方向上某元素最大连续相邻数只能为4。
- 对于灰度值0,在该方向上,1个0连续相邻的情况为1,2个0连续相邻的情况为2,没有3个和4个0相邻的情况,故0元素的行程向量为 [ 1 , 2 , 0 , 0 ] [1,2,0,0] [1,2,0,0] ;
- 对于灰度值1,在该方向上,1个1连续相邻的情况为0,2个1连续相邻的情况为2,3个1相邻的情况为0,4个1连续相邻的情况为0,所以1元素的行程向量为 [ 0 , 2 , 0 , 0 ] [0,2,0,0] [0,2,0,0];
- 对于灰度值2,在该方向上,1个2连续相邻的情况为0,2个2连续相邻的情况为1,3个2相邻的情况为1,4个2连续相邻的情况为0,所以2元素的行程向量为 [ 0 , 1 , 1 , 0 ] [0,1,1,0] [0,1,1,0];
- 对于灰度值3,在该方向上,1个3连续相邻的情况为0,2个3连续相邻的情况为2,3个2相邻的情况为0,4个3连续相邻的情况为0,所以3元素的行程向量为 [ 0 , 1 , 1 , 0 ] [0,1,1,0] [0,1,1,0]
所以,在 0 o 0^o 0o方向上的GLRLM为: [ [ 1 , 2 , 0 , 0 ] , [ 0 , 2 , 0 , 0 ] , [ 0 , 1 , 1 , 0 ] , [ 0 , 1 , 1 , 0 ] ] [ [1,2,0,0], [0,2,0,0], [0,1,1,0], [0,1,1,0] ] [[1,2,0,0],[0,2,0,0],[0,1,1,0],[0,1,1,0]]
0 o , 9 0 o , 13 5 o , 4 5 o 0^o,90^o,135^o,45^o 0o,90o,135o,45o方向上的GLRLM分别如图(b ),(c ),(d ), (e )所示。
2.GLRLM计算得到的纹理特征
像素值(灰度值)为 i i i,连续相邻数 j j