|||
灰度区域大小矩阵是Thibault矩阵的初级形态,是纹理特征的高级统计矩阵,是医学影像分析利器。对于灰度级为的图像
,灰度区域大小矩阵
用于描述图像亮度的二变量条件分布概率密度。计算方法类似于行程长度矩阵:矩阵中的值等于灰度级
对应区域大小
的数量。矩阵行数固定等于灰度级
,列数等于最大区域的大小。
图像纹理越均匀,矩阵宽度越大,越平坦。GLSZM与行程矩阵和共生矩阵不一样,不需要进行多个方向计算。已经从经验上验证了,灰度级量化的程度对于纹理分类性能有重要影响。一般来说,为了找到一个最佳的训练集,通常需要测试几个灰度级的量化。根据经验,32个灰度级通常能够提供最好的训练结果。
具体来说,GLSZM在表征纹理一致性、非周期性或斑点状纹理效果显著,在对细胞核、真皮、道路质量(沥青道路)和PET影像纹理方面比粒度、行程矩阵、共生矩阵有更好的性能。
计算示例1,图像如左图,对应的GLSZM如右图,可以看到图像灰度级为4,最大区域为3:
另一个例子如下,本例子比较均匀,相应的,矩阵比较宽,比较平坦:
参考论文:
Thibault, G., Fertil, B., Navarro, C., Pereira, S., Levy, N., Sequeira, J., . . . Navarro, C. (2009). Texture Indexes and Gray Level Size Zone Matrix Application to Cell Nuclei Classification. In Pattern Recognition and Information Processing (PRIP.
原始网址:http://www.thibault.biz/Research/ThibaultMatrices/GLSZM/GLSZM.html
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 07:07
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社