Page 24 - МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

22

руйнування мають різні текстури (текстури з різними характеристиками), то для
їх виявлення можуть бути використані методи текстурної сегментації.
Один з найпростіших підходів, що застосовується для опису текстури,
полягає в використанні статистичних характеристик, які визначаються за
гістограмою рівнів сірого всього зображення чи його області.
Текстурні характеристики, що обчислюються лише на основі гістограми,
мають певні обмеження, оскільки не містять жодної інформації про взаємне
розміщення елементів зображення. Один із способів врахувати подібну
інформацію при аналізі текстури полягає в тому, щоб розглядати не лише
розподіл рівнів сірого, але й місцезнаходження точок з рівними чи близькими
значеннями рівнів сірого.
Цей підхід використовує для опису текстури матрицю спільної появи.
Позначимо цю матрицю N , (i ) j , де i та j – рівні сірого сусідніх точок на
, d 
зображенні I , які розміщені на відстані d одна від одної, при кутовому напрямку
. Така матриця, що характеризує просторову взаємозалежність значень функції
інтенсивності, є симетричною. Вона залежить від визначеного парою сусідніх
точок кутового напрямку і від відстані між ними. Розглядаємо кутові напрямки
0°, 45°, 90° та 135° та кількість градацій сірого – 32.

, y 
N , d  , (i ) j  {# pair i , ( j | ) I (x , y  and I (x  d sin d cos )  } j , (23)
) i
де j – значення функції інтенсивності.
i,
Далі обчислюємо гістограму розподілу
N i, ( j)
p( i, j)  , (24)
M
де М – кількість пікселів у вікні обробки. За матрицею спільної появи
обчислюється близько двадцяти ознак, серед яких: енергія:

2
Energy   p( i, j) , (25)
i j
однорідність:

Homogeneit y   1 p( i, j) , (26)
i j 1  i (  j)
ентропія:

j log(
Entropy   p , ( i ) p( i, j)), (27)
i j
контраст:

Contrast   i (  j) 2 p( i, j), (28)
i j
максимальна ймовірність max p , (i ) j ,
обернений різницевий момент:

Inverse differenti al moment   p( i, j) 2 , (29)

i, i j,  j i  j 2
коефіцієнт кореляції: