「Tamura features」の編集履歴(バックアップ)一覧に戻る
Tamura features - (2010/11/24 (水) 20:42:49) の編集履歴(バックアップ)
Tamura features
画像処理における特徴量.
特徴量の詳細
以下の六つの要素から特徴ベクトルを構成する.
Coarsness
まず各点の サイズの近傍の平均を求める.
1-32あたりまでを使う?
点 の 近傍の平均は以下のように求められる.
1-32あたりまでを使う?
点 の 近傍の平均は以下のように求められる.
は点 のグレーレベル.
次に自分の点を中心として対称となる位置にある
重なり合うことの無い領域同士の平均の差分を
各方向において各点で計算する.
重なり合うことの無い領域同士の平均の差分を
各方向において各点で計算する.
水平の場合は
(???何方向くらいいるだろうか???)
(???何方向くらいいるだろうか???)
次に各点において を最大化する を求め,ベストなウインドウサイズを求める.
1-Lはkの範囲.
1-Lはkの範囲.
最後に画像中の各ピクセルのの平均をとる.
m,nは有効な画素範囲を示す.
m,nは有効な画素範囲を示す.
(???Fとfの違いは何???)
Contrast
コントラストの定義は
は の gray-level spatial dependence matrix
(???この上の定義は触れただけで使っていないのでは???)
は の gray-level spatial dependence matrix
(???この上の定義は触れただけで使っていないのでは???)
画像中のグレーレベルの分布から
尖度を以下のように求める.
は四次モーメント,
は分散, は標準偏差.
nは実験的に1/4がよいらしい.
尖度を以下のように求める.
は四次モーメント,
は分散, は標準偏差.
nは実験的に1/4がよいらしい.
Directionality
各画素のエッジのマグニチュードと角度を求める.
はそれぞれ水平,垂直方向のSobelフィルタをかけた画像.
はそれぞれ水平,垂直方向のSobelフィルタをかけた画像.
次にヒストグラム を求める.
kは0から(n-1)まで.
は
且つ を満たす点の数.
元の文献ではn=16,t=12としている.
ここから を以下のように求める.
はピークの数,
は のp番目のピーク,
はp番目のピークの範囲,
は に関連した正規化要素,
は0からn-1までの方向をあらわすコード.
はピークの数,
は のp番目のピーク,
はp番目のピークの範囲,
は に関連した正規化要素,
は0からn-1までの方向をあらわすコード.
ただし,ピークが二つ以上のときは考慮していない.
の三条件を満たすなら,そうでないなら.
ここで
はピーク の間の極小値の位置.
はピーク の間の極小値の位置.
(???サイクリックなので成り立つということか???)
(???二つのピークはどう決めるか???)
(???二つのピークはどう決めるか???)
Line-likeness
は の local direction co-occurrence matrix of points at distance.
Regularity
上の四つの各特長量の標準偏差から計算する.
Roughness
Coarsness と Contrast の和.従属変数?
参考文献
- Tamura, H., Mori, S., & Yamawaki, T. (1978). Textural features corresponding to visual perception. IEEE Transaction on Systems, Man, and Cybernetics, 8(6), 460–472.