如何检测图像中的纹理或非纹理答案

【问题标题】：How to detect texture or non-texture in image如何检测图像中的纹理或非纹理
【发布时间】：2015-04-05 12:28:18
【问题描述】：

我知道这个问题不能满足论坛，但我想我可以从许多聪明的图像处理专家那里得到帮助。我的问题是，我的图像在图像中包含纹理和非纹理。如何检测纹理区域？您能否向我建议任何算法或参数来区分非纹理区域和纹理区域？太感谢了 更新： 基于关于灰度矩阵的建议。我使用一种工具来提取该纹理特征。但是，我不知道哪个最适合我的情况。让我们看看我的结果并解释帮助我选择哪个功能 @rayryeng：你能告诉我邻域灰度依赖矩阵（NGLDM）的目的是什么。在我的情况下如何使用它？

【问题讨论】：

所有像素都有一定的强度值（你的图像似乎是黑白的）。要检测纹理，您可以查看像素与其周围像素的颜色强度差异，也称为梯度。您可以使用过滤矩阵并应用于图像中的所有像素。您可以查看 sobel 运算符，例如：en.m.wikipedia.org/wiki/Sobel_operator
尝试查看共现矩阵。如果缺少纹理，则条目将倾斜，但如果纹理很多，则条目将分散。看看我在 GLDM 上的帖子以帮助完成这项任务：stackoverflow.com/questions/25019840/…
@rayryeng：你能看到我的更新问题吗？让我知道可以用于我的目的的图像

标签： algorithm image-processing textures image-segmentation

【解决方案1】：

您可以使用纹理描述符，例如 MPEG-7 中使用的那些：

同质纹理描述符 (HTD)
纹理浏览描述符 (TBD)
边缘直方图描述符 (EHD)

您可以在Evaluation and comparison of texture descriptors proposed in MPEG-7或Texture Descriptors in MPEG-7等一些科学论文中找到详细信息

计算纹理描述符的基本方法是使用Gabor filter。一些 MPEG-7 描述符是基于它的。也可以去Grey-Level Co-occurrence Matrix texture measurements看看。

【讨论】：

【解决方案2】：

我不确定这是否是一种有效的方法，或者是否有人使用这种方法（我找不到任何学术论文），但我有一种直观的方法，我使用了几次并且对我来说效果很好。

我计算图像中有效 SURF 特征的数量，并根据特征数量对图像进行排序。随着特征数量的增加，我的直觉纹理级别也会增加。下面是我提取特征数量的 Matlab 函数：

function [num_pts] = im2surf_feature(im)
if nargin>=1 && ischar(im) && exist(im, 'file')
    im = imread(im);
end
if size(im,3)==3
   im = rgb2gray(im); 
end

ptsI1 = detectSURFFeatures(im);
[~, validPtsI1] = extractFeatures(im, ptsI1);
num_pts = size(validPtsI1,1);

end

detectSURFFeatures 和 extractFeatures 是 Matlab 函数。

注意：我知道这是一个很晚的答案，但也许有人可以使用它或给我反馈为什么这个方法是好还是坏。

【讨论】：