【正文】 將它們進(jìn)行聚合并拆分。利用不連續(xù)性分割圖像主要應(yīng)用于圖像的邊緣；利用相似性分割圖像主要應(yīng)用于根據(jù)一定的準(zhǔn)則將圖像分割為相似的區(qū)域。這個(gè)過(guò)程很容易用 IF－ THEN 的規(guī)則來(lái)表達(dá)，描述語(yǔ)義和相應(yīng)的語(yǔ)義操作。這些信息一開(kāi)始與圖像間的關(guān)聯(lián)往往比較模糊、不完整。在一次檢索過(guò)程中，用戶的反饋可以建立系統(tǒng)中特定語(yǔ)義與視覺(jué)特征之間的對(duì)應(yīng)，或者是修正與圖像關(guān)聯(lián)的高層概念，同時(shí)對(duì)于同一類對(duì)象圖像的不斷反饋，可以讓系統(tǒng)學(xué)習(xí)該類對(duì)象對(duì)應(yīng)的視覺(jué)模式。依據(jù)提取的語(yǔ)義內(nèi)容和采取的方法，又可以分為基于對(duì)象識(shí)別的處理方法和全局處理方法。 （ 2） 行為語(yǔ)義 ：側(cè)重于圖像表現(xiàn)的行為或動(dòng)作，如動(dòng)物捕食等。 圖 36 二值圖像和形狀分析結(jié)果 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 20 圖像特征語(yǔ)義描述 通常把 圖像的特征分為兩大類 ,即底層物理特征 （ 如 :顏色、紋理、形狀、輪廓、圖像內(nèi)容的空間關(guān)系等 ） 和高層語(yǔ)義特征 （ 是人們對(duì)圖像內(nèi)容概念級(jí)的反映 ,一般是對(duì)圖像內(nèi)容的文字性描述 ） 。 4) 扁 度：2110220202202120211022020220212044)(44)(MMMMMMMMMMMMMMe??????????? （ 311） 扁度是區(qū)域的長(zhǎng)短軸之比。 2) 中心矩： ? ? ?? ??? qppq jjiijifm )())(,( （ 310） 中心距 pqM 反映了區(qū)域中的灰度相對(duì)于灰度重心是如何分布的度量。jjw。 在 ImageJ 插件中，通過(guò)掃描矩陣，計(jì)算出了從 p=0， q=0 到 p=3， q=3 的 10個(gè)矩值作為矩序列。 c）比較 Se 和圖像面積 S，記錄凹形率 。凹形率可用凸形閉包的面積減去凹形的面積再與凹形面積做比得到，即凹形率 E 為： SSE e /? 。 e 值越大，區(qū)域越離散，即圖像是復(fù)雜形狀。區(qū)域周長(zhǎng)用區(qū)域中相鄰邊緣點(diǎn)間距離之和來(lái)表示。將感興趣的部分標(biāo)以最大灰度級(jí)，把背景標(biāo)為最小灰度級(jí)即零。如邊緣曲線、曲率、傅立葉描述子等，其中傅立葉形狀描述符 （ Fourier ShapeDescriptors） 是最典型的方法。 對(duì)目標(biāo)進(jìn)行形狀分析既可以基于區(qū)域本身特征 [13]也可以基于區(qū)域的邊界特征。 從灰度 梯度共生矩陣中可以得到的圖像特征參數(shù)的程序執(zhí)行結(jié)果 如圖 34，其中各個(gè) 參數(shù)分別以 double 型存儲(chǔ)，并可以通過(guò) get()方法被其他接口調(diào)用。 這樣，以后的圖像的每個(gè)像素都已經(jīng)是引 入 Sobel 算子邊緣提 取后的結(jié)果。),(),(|),{( ???? NjiyjiGxjiFji ?且。 為了減輕計(jì)算量，從而實(shí)現(xiàn)計(jì)算機(jī)計(jì)算的可能性，先考慮將 圖像}1,2,1,0,)。 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 15 圖 33 源圖像和紋理分析結(jié)果 （ 3）灰度 梯度共生矩陣 灰度 梯度共生矩陣是灰度直方圖和邊緣梯度直方圖的結(jié)合。在 ImageJ 插件中提供了對(duì)所有參數(shù)封裝的 getter 方法，以便其他用戶通過(guò)使用 get()方法調(diào)用這些特征參數(shù)。 這四個(gè)統(tǒng)計(jì)參數(shù)為應(yīng)用灰度共生矩陣進(jìn)行紋理分析的主要參數(shù)，可以組合起來(lái)，成為紋理分析的特征參數(shù)使用。如果圖像具有某個(gè)方向的紋理，則圖像在相應(yīng)水平角度的灰度共生矩陣的相關(guān)值往往大于其他的方向的相關(guān)值。 2) 對(duì)比度 }),({ 10 1010 22 ? ?? ?? ?? ???? Li LjLn jipnf ? （ 34） 圖像的對(duì)比度即圖像的清晰度。當(dāng)灰度共生矩陣中的元素分布較集中于主對(duì)角線時(shí)，說(shuō)明從局部區(qū)域觀察圖像的灰度分布是較均勻的。pij[][x+]==jj) {pd[ii][jj] +=1。 y++) for (int x=。ii++) for(jj=0。 c）再遍歷數(shù)組 pd，并求元素和。 double [][]pd = new double[histSize][histSize]。 歸一化值： Sjipjip /),(),( ?? ?? （ 32） 其中 S 為矩陣各元素之和。、 135176。于是人們自然想到通過(guò)研究灰度空間相關(guān)性來(lái)描述紋理，這就是灰度共生矩陣的思想基礎(chǔ)。 否 是 遍歷結(jié)束 求和 開(kāi)始 結(jié)束 計(jì)算乘積 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 12 基于灰度級(jí)的直方圖特征并不能建立特征和紋理基元的一一對(duì)應(yīng)關(guān)系。 均值的計(jì)算結(jié)果用 histMean 一個(gè) double 數(shù)據(jù)來(lái)存儲(chǔ)。jhistSize。 b）將所有灰度級(jí)對(duì)應(yīng)的直方圖數(shù)組值求和。 其 中的 hist 和 histsize 分別是直方 圖 數(shù)組和灰度級(jí)大小。將直方圖的相似性進(jìn)行比較，就可以發(fā)現(xiàn)紋理基元排列的周期性及緊密天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 11 性等。 紋理特征的提取主要的工作就是檢測(cè)出紋理基元和獲得有關(guān)紋理基元的排列分布方式的信息。它們總體都反應(yīng)了物體表面顏色和灰度的某種變化，而這些變化又與物體本身的屬性相關(guān)。圖像特征提取涉及的面很廣。圖像特征的提取，即從圖像中提取有用的信息和視覺(jué)特征。 } } 以上的代碼綜合起來(lái)就是一個(gè)完整的 ImageJ 插件，將其在 ImageJ 中編譯運(yùn)行即可看到效果。 x++) { I = offset + x。 y(+)。 int width = ()。 return DONE。 import 。 PluginFrame 將會(huì)生成自己的窗口用來(lái)顯示相關(guān)信息。 ImageJ 為用戶提供了一個(gè)插件集成開(kāi)發(fā)環(huán)境，在這個(gè)環(huán)境里用戶不僅可以編輯和查看代碼，還可以編譯和運(yùn)行代碼。 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 7 圖 23 ImageJ 的核心處理包的設(shè)計(jì)類圖 ImageJ 插件開(kāi)發(fā) ImageJ 完成了圖像處理的基本功能，而更高階的處理則由其提供插件接口以便用戶開(kāi)發(fā)使用。其中各種 數(shù) 據(jù) 類 型 的 處 理 器 （ BinaryProcessor ， ShortProcessor 等 ） 都 繼 承 于ImageProcessor。包括 Binary, Filters, Rotator, Projector 等類。 包：封裝了用戶開(kāi)發(fā)插件時(shí)經(jīng)常用到的方法，包括直方圖、剪貼板、圖像頭的獲取、彩色模型、編譯器、傅立葉變換等一系列方法。 包：作為軟件的圖形用戶界面，包含了 GUI, ROI, Toolbar, StackWindow和 PlotWindow 等類，主要定義了圖像的選取格式和一些用戶界面的裝飾等。首先看 ImageJ 的包結(jié)構(gòu) ，如圖 22 所示。隨著圖像處理技術(shù)的不斷深化和進(jìn)步，圖形處理計(jì)算機(jī)的不斷開(kāi)發(fā)，操作系統(tǒng)的不斷升級(jí)， ImageJ 在 Windows 和Linux 操作系統(tǒng)上的應(yīng)用也更加廣泛。程序源碼是公開(kāi)的，作者 Wayne Rasband ()是 NIH 研究服務(wù)部門的員工。 ImageJ 設(shè)計(jì)了一個(gè)開(kāi)放式體系結(jié)構(gòu)， 通過(guò) Java 插件 提供可擴(kuò)展性。 圖像 可縮放高達(dá) 32:1 ，下至 1:32 。它可以測(cè)量距離和角度。它可以 打開(kāi) 許多圖像格式，包括 TIFF 文件 ， GIF ， JPEG 格式， BMP 和 DICOM 以及 raw圖像格式 。 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 4 第二章 ImageJ 簡(jiǎn)介和開(kāi)發(fā) ImageJ 的背景及發(fā)展 ImageJ 是一個(gè)由 NIH（美國(guó)衛(wèi)生研究所）開(kāi)發(fā)的為 Macintosh 提供圖像處理的開(kāi)源 Java 項(xiàng)目。 第三章 基于實(shí)體的圖像特征提取及描述：詳細(xì)介紹了圖像特征提取的原理和方法并論述了開(kāi)發(fā) ImageJ 插件的過(guò)程。 2. 紋理和形狀特征的插件實(shí)現(xiàn)和結(jié)果分析。顏色會(huì)激起觀察者不同的情感，不同顏色可能存在很大的差別，其表達(dá)的語(yǔ)義信息對(duì)不同對(duì)象有不同的理解。在圖像高層理解中，人的情感 [10]研究更為復(fù)雜，目前為止也沒(méi)有視覺(jué)－大腦－心理的數(shù)學(xué)模型。最初認(rèn)為圖像基本特征如顏色、形狀、紋理等的融合就是語(yǔ)義，但是這些只是低層次語(yǔ)義，不能充分反映圖像的語(yǔ)義結(jié)構(gòu)。形狀無(wú)關(guān)矩是基于區(qū)域的物體形狀表示方法，將一些歸一化的二階和三階中心矩進(jìn)行組合可得到 7 個(gè)對(duì)平移、旋轉(zhuǎn)和縮放變換均無(wú)關(guān)的矩。此外，為了使從不同視角獲取的目標(biāo)圖像互相匹配，形狀特征還應(yīng)具有平移、旋轉(zhuǎn)和縮放變換不變性。形狀特征的有效表達(dá)必須以對(duì)圖像中物體或區(qū)域的分割為基礎(chǔ)。 Smith 和 Chang 使用從小波帶中抽取的統(tǒng)計(jì)量（平均值和方差）作為紋理表示，取得了較好的效果 [3]。目前使用較多的是前三個(gè)。目前的研究多是基于圖像底層特征的提取，包括形狀、紋理和顏色等。衛(wèi)星從地外傳回的衛(wèi)星圖像大都模糊而且特征不明顯。這就需要計(jì)算機(jī)處理這些監(jiān)控圖像，通過(guò)對(duì)植株或牲畜實(shí)體圖像的特征提取，了解生物的生長(zhǎng)狀況，從而進(jìn)行進(jìn)一步操作。而這就免不了要通過(guò)計(jì)算機(jī)告訴機(jī)器目標(biāo)圖像是 什么，有些什么特征。圖像所包含的信息量往往很大，不僅有灰度，還有色彩；不僅有平面，還有立體等，其內(nèi)容極為廣泛。圖像的大量紋理及形狀特征以參數(shù)形式保存，可以廣泛用于后期圖像的語(yǔ)義描述和匹配識(shí)別。圖像特征提取工作的結(jié)果給出了某一具體的圖像中與其他圖像相區(qū)別的特征，是后期圖像識(shí)別工作的基礎(chǔ)。圖像形狀的提取及紋理映射的數(shù)學(xué)機(jī)理都已成熟，為實(shí)驗(yàn)原理提供基礎(chǔ)為算法的編寫提供可行性證明。并在此基礎(chǔ)上包含其他圖像處理功能以做補(bǔ)充。 三、本課題的研究目標(biāo)及研究?jī)?nèi)容 本 課題是基于 ImageJ的圖 像形狀與紋理的處理。用戶 編寫的 插件使人們有可能解決幾乎任何圖像處理或分析的問(wèn)題。 具有 空間校準(zhǔn) 功能 ，以提供真實(shí)世界的三維測(cè)量單位，例如毫米。它支持標(biāo)準(zhǔn)的圖像處理功能，如 比較 ，銳化，平滑，邊緣檢測(cè)和中值濾波。它是多線程，因此 耗時(shí)的操作 如圖像文件的 打開(kāi) 可以 并行處理 。適合多種平臺(tái)，包括 Windows, Mac OS, Mac OS X 以及 Linux。因此， 來(lái)自圖 像的 形狀只是部分代表投影 對(duì)象。目標(biāo)就是 由大集合或從遠(yuǎn)程分布式數(shù)據(jù)庫(kù) 得到的圖像可以被 不僅 是 研究人員 、 教育工作者和專業(yè)人士，而且由一般用戶 所共享 。 8. 測(cè)試軟件的功能可行性及可用性。 4. 了解圖像處理算法當(dāng)前的發(fā)展形勢(shì)及前景，閱讀圖像處理及圖形學(xué)基本算法實(shí)現(xiàn)及研究現(xiàn)狀。 2. 深入了解 Java 中的圖像處理類及相關(guān)包的性能與特性。 二、參考文獻(xiàn) [1]圖像特征特點(diǎn)及其常用的特征提取與匹配方法 [EB/OL]． ． [2]John Krumm and Steven A. Shafer． Texture Segmentation and Shape in the Same Image [J]． Computer Vision, 1995. Proceedings, Fifth International Conference on2023 June 1995 Page(s):121—127． [3]Rafael and Richard ． Digital Image Processing Second Edition [M]． Prentice Hall, 20213． [4]Edward Angel． Interactive Computer Graphics [M]． ADDISONWESLEY,1997． [5]Shuangbao Wang, Zegang Dong, Jim X. Chen and Robert S. Ledley． PPL: A wholeimage processing languageComputer Languages[J] ． Systems amp。一個(gè)很明顯的缺點(diǎn)是當(dāng)圖像的分辨率變化的時(shí)候，所計(jì)算出 來(lái)的紋理可能會(huì)有較大偏差。它既可以以網(wǎng)頁(yè) Applet的形式運(yùn)行也可以作為應(yīng)用軟件工具下載使用。數(shù)字圖像處理最早出現(xiàn)于 20世紀(jì) 50年代 ，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開(kāi)始利用計(jì)算機(jī)來(lái)處理圖形和圖像信息。） 數(shù)字圖像處理 （ Digital Image Processing） 又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。 ImageJ是一個(gè)由 NIH（美國(guó)衛(wèi)生研究所）開(kāi)發(fā)的為 Macintosh提供圖像處理的開(kāi)源的公眾 Java項(xiàng)目。但由于紋理只是一種物體表面的特性，并不能完全反映出物體的本質(zhì)屬性，所以僅僅利用紋理特征是無(wú)法獲得高層次圖像內(nèi)容的。 本課題的目的就是做一個(gè)能提取并處理圖像的紋理與形狀信息的并可以應(yīng)用于 ImageJ的圖像處理插件。） 1. 系統(tǒng)學(xué)習(xí) Java 編程語(yǔ)言，熟練撐握 Java語(yǔ)言的基本思想和相關(guān)的編程技術(shù)，熟悉 Eclipse 編程環(huán)境。熟悉 ImageJ 的插件的用法。 7. 逐步添加圖像處理功能及完成相關(guān)接口的代碼編寫。 隨著 信息對(duì)象數(shù)字化，越來(lái)越多的數(shù)字化 圖像 已產(chǎn)生 ，對(duì)圖像處理的數(shù)字化軟件工具的需求也越來(lái)越迫切。 這是因?yàn)楫?dāng)一個(gè)三維 物體投影到 一個(gè)二維圖像平面 上時(shí) ，一維對(duì)象的信息 就丟失了 。它既可以以網(wǎng)頁(yè) Applet 的形式運(yùn)行也可以作為應(yīng)用軟件工具下載使用。它支持 “ 棧 ” ，一系列的 圖像 ，共享一個(gè)單獨(dú)的窗口。它可