常用的图像特征提取方法

1. 灰度特征可提取：灰度平均值、方差

2.纹理特征提取

MATLAB程序：

%%%特征提取
clear all;
close all;
clc;

D=dir('E:\my_work\长光所\云图\数据集\云样本\*.jpg');
cloud_feature=zeros(length(D),5);

for i=1:length(D)
    img=imread(['E:\my_work\长光所\云图\数据集\云样本\',D(i).name]);
    [m,n]=size(img);
    cloud_feature(i,1)=mean2(img);
    cloud_feature(i,2)=std2(img);
    
    gray_dif=zeros(256,1);
    gray_co_matrix=zeros(256,256);
    for j=1:m
        for k=1:n-1
            %%灰度差分统计直方图
            gray_dif(abs(img(j,k)-img(j,k+1))+1,1)=gray_dif(abs(img(j,k)-img(j,k+1))+1,1)+1;%水平方向
            %%灰度共生矩阵
            gray_co_matrix(img(j,k)+1,img(j,k+1)+1)=gray_co_matrix(img(j,k)+1,img(j,k+1)+1)+1;
        end
    end
    %%灰度差分统计直方图特征提取
    gray_dif=gray_dif/((n-1)*m);%归一化
    gray_co_matrix=gray_co_matrix/((n-1)*m);%归一化
    dif_mean=0;%灰度差分统计均值
    dif_con=0;%灰度差分统计对比度
    dif_ent=0;%灰度差分统计图像熵
    for l=1:256
        dif_mean=dif_mean+(l-1)*gray_dif(l);
        dif_con=dif_con+(l-1)^2*gray_dif(l);
        if gray_dif(l)~=0
            dif_ent=dif_ent-gray_dif(l)*log2(gray_dif(l));
        end
    end
    cloud_feature(i,3)=dif_mean;
    cloud_feature(i,4)=dif_con;    
    cloud_feature(i,5)=dif_ent;
    %%灰度共生矩阵特征提取
    asm=0;%角二阶距
%     cor=0;%相关
    ent=0;%熵
    con=0;%对比度
    for p=1:256
        for q=1:256
            asm=asm+gray_co_matrix(p,q)^2;
            if gray_co_matrix(p,q)~=0
                ent=ent-gray_co_matrix(p,q)*log2(gray_co_matrix(p,q));
            end
            con=con+(p-q)^2*gray_co_matrix(p,q);
        end
    end
    cloud_feature(i,6)=asm;
    cloud_feature(i,7)=ent;    
    cloud_feature(i,8)=con;            
            
end

3.形状特征提取

常用的有7个不变矩特征，自行查阅。

不变矩特征具有尺度、旋转、平移不变性，实际用代码计算时，对于有尺度、旋转、平移变化的目标的不变矩特征可能有微小的变化。

MATLAB程序：

binary_img=std_image>2;
figure;
imshow(binary_img);


m10=0;m01=0;m00=0;
for i=1:lines
    for j=1:samples
        if binary_img(i,j)
            m10=m10+i*binary_img(i,j);
            m01=m01+j*binary_img(i,j);
            m00=m00+binary_img(i,j);
        end
    end
end

avg_x=m10/m00;
avg_y=m01/m00;

u00=m00;
u20=0;u30=0;u02=0;u03=0;u21=0;u11=0;u12=0;
for i=1:lines
    for j=1:samples
       if binary_img(i,j) 
           u20=u20+(i-avg_x)^2*binary_img(i,j);
           u30=u30+(i-avg_x)^3*binary_img(i,j);
           u02=u02+(j-avg_y)^2*binary_img(i,j);
           u03=u03+(j-avg_y)^3*binary_img(i,j);           
           u21=u21+(i-avg_x)^2*(j-avg_y)*binary_img(i,j);
           u11=u11+(i-avg_x)*(j-avg_y)*binary_img(i,j);
           u12=u12+(i-avg_x)*(j-avg_y)^2*binary_img(i,j);
       end
    end
end

s20=u20/u00^((2+0)/2+1);
s30=u30/u00^((3+0)/2+1);
s02=u02/u00^((0+2)/2+1);
s03=u03/u00^((0+3)/2+1);
s21=u21/u00^((2+1)/2+1);
s11=u11/u00^((1+1)/2+1);
s12=u12/u00^((1+2)/2+1);

f1=s20+s02;
f2=(s20-s02)^2+4*s11^2;
f3=(s30-3*s12)^2+(3*s21-s03)^2;
f4=(s30+s12)^2+(s21+s03)^2;
f5=(s30-3*s12)*(s30+s12)*((s30+s12)^2-3*(s21+s03)^2)+(3*s21-s03)*(s21+s03)*(3*(s30+s12)^2-(s21+s03)^2);
f6=(s20-s02)*((s30+s12)^2-(s21+s03)^2)+4*s11*(s30+s12)*(s21+s03);
f7=(3*s21-s03)*(s30+s12)*((s30+s12)^2-3*(s21+s03)^2)+(3*s21-s03)*(s21+s03)*(3*(s30+s12)^2-(s21+s03)^2);