おべんきょうwiki
Tamura features
最終更新:
yahirohumpty
-
view
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
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???)
(???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
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Prewitt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.
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.
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
ここで
(???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
ここのnというのはDirectionalityで作ったnと同じ,つまりエッジ勾配の方向を表している.
i,jもエッジ勾配の方向で,つまり画像中の各点において,
ある点pにおける勾配方向がiであったときにその勾配方向にdだけ移動し,
そのときの点qの勾配方向をjとする.これで(i,j)を決定できる.
そのときのp,qにおける勾配の大きさが
(???ここの解釈は果てしなく怪しい???)
(???dの決め方についてはd=4でRosenfeldのd4距離関数を使っていると書いてあるように読める???)
(???dの決め方についてはd=4でRosenfeldのd4距離関数を使っていると書いてあるように読める???)
Regularity
上の四つの各特長量の標準偏差から計算する.
(???標準偏差はどうやって計算するの???)
(???一般的かどうかを見ているということだから複数の画像から出揃ったところで計算するもの???)
(???標準偏差はどうやって計算するの???)
(???一般的かどうかを見ているということだから複数の画像から出揃ったところで計算するもの???)
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.