1、XX 大学自动化专业本科毕业设计（论文）I基于 MATLAB 特殊图像的频谱分析摘 要随着计算机科学技术的不断发展以及人们在日常生活中对图像信息的不断需求，纹理图像分析处理技术在近年来得到了迅速的发展。纹理图像是指其灰度图像往往呈现出某种规律性的图片，目前利用统计学的方法进行纹理分析的研究不是很多，尤其是在国内，也还很不成熟，于是本文采用了一种描述图像纹理特征的新方法变差函数法,变差函数能较充分反映图像数据的随机性和结构性，它用单步变差函数值来描述图像空间相邻两点的统计特征，能够表现出纹理图像的周期性。本文主要介绍了基于变差函数的纹理图像的频谱分析。变差函数图能够非常明了的表现出纹理图像的周期
2、性和结构性。本文主要采用对纹理图像的水平方向、垂直方向、以及任意方向取任意大小的窗口计算其平均变差函数值，绘制变差函数曲线分析纹理图像的周期性和相似性。通过变差函数图可以来观察纹理图像在某一方向是否有周期性，没有周期性说明纹理的随机性远大于周期性；而在有周期性的纹理图像中，用极值点间的距离确定纹理图像的周期大小，从而实现了对纹理图像的频谱分析。关键词：变差函数，纹理信息，周期性，频谱分析XX 大学自动化专业本科毕业设计（论文）IIXX 大学自动化专业本科毕业设计（论文）IIIABSTRACTAlong with the computer science and technology uncea
3、sing development and people in daily life continued demand for image information, texture image analysis technology in the developed rapidly in recent years. Texture image is to show its gray image presents some regularity often pictures, currently use statistical methods on texture analysis researc
4、h is not a lot, especially in domestic, are still not mature, so this paper puts forward a description of image texture feature of the new method, the worse function method, worse function can be fully reflected the randomness of the image data and structural, it in a single step becomes poor functi
5、on values to describe the image space of two adjacent statistical characteristic, can show of texture image of cyclical.This paper mainly introduces the worse function based on the texture image of spectrum. Worse function diagrams can be very clear show of texture image of structural and cyclical.
6、This paper mainly adopts horizontal direction of texture image and vertical direction, and any direction from the window of any size calculation its average becomes poor function values, draw worse function curve analysis of texture image of periodic and similarity. Through the worse function diagra
7、m can be to observe texture image in one direction is cyclical, no periodic whether that the randomness of the far outweigh the cyclical texture; And in a cyclical texture images, with extreme value point to determine the distance between the cycle of texture image size is realized, and the spectrum
8、 analysis of texture image.KEY WORDS :variogram, texture information, periodic, spectral analysisXX 大学自动化专业本科毕业设计（论文）IVXX 大学自动化专业本科毕业设计（论文）V前 言图像分析技术已近很多年了，但是，近年来纹理图像在图像处理、模式识别、计算机视觉中变得更加重要。纹理可视为物体表面灰度和颜色的二维变化的图案，是相邻像素的灰度和颜色的空间相关性或空间变化的视觉表现。纹理图像分析技术以其信息量大、处理和传输方便、应用范围广等一系列优点，成为人类获取信息的重要来源和利用信息的重要手段，
9、并在宇宙探测、遥感、生物医学、农工业生产、军事、公安、办公自动化等领域得到了广泛应用，显示出广泛的应用前景。基于 MATLAB 的特殊图像频谱分析是一个相当新且发展十分迅速的研究领域，是用于研究计算机进行图像分析的科学与技术。图像分析是一个图像进而数据出的处理，数据可以是特征测量的结果，或是基于测量的符号表示。 图像分析具有一定的优越性。通常应用在获取信息的场合，如计算机科学、信息科学、生物科学等。它具有高分辨率、高速度、立体化、智能化的特点。其目的是实现图像的实时处理，移动目标的生成、识别和跟踪，使信息更为完整和丰富，实现图像的智能生成、处理、识别和理解。本文对纹理图像及其特征、纹理分析、变
10、差函数以及变差函数在纹理图像中的应用进行了介绍和研究，系统的介绍了变差函数的有关知识，并对应用变差函数的纹理图像进行了研究和分析。论文将分五个章节加以阐述。第 1 章绪论介绍纹理图像的概念、基于变差函数的纹理图像的应用等相关内容。第 2 章介绍统计学变差函数的基本理论。第 3 章介绍 MATLAB 程序设计思路及变差函数理论结果。第 4 章介绍程序仿真及结果分析。XX 大学自动化专业本科毕业设计（论文）VI第 5 章介绍结论与展望。XX 大学自动化专业本科毕业设计（论文）I目 录第 1 章 绪 论 .11.1 纹理图像 .11.1.1 纹理图像的概念及特征 .21.1.2 纹理图像分析方法 .
11、31.2 基于变差函数的纹理图像研究 .51.2.1 基于变差函数的纹理图像 .51.2.2 变差函数在纹理信息分析中的应用 .61.3 基于变差函数的纹理分析国内外研究现状 .61.4 本文的设计内容 .7第 2 章 统计学变差函数的基本理论 .92.1 区域化变量 .92.2 变差函数的概念和纹理图像分析 .92.2.1 定义 .92.2.2 纹理变程 .102.2.3 变差函数值及其绘制 .112.3 统计分析 .122.4 本章小结 .13第 3 章 程序设计 .143.1 变差函数在水平方向的流程图及程序设计 .14XX 大学自动化专业本科毕业设计（论文）II3.2 变差函数在垂直方
12、向的流程图及程序设计 .153.3 变差函数在任意方向的流程图及程序设计 .163.4 本章小结 .19第 4 章 程序实验结果及分析 .204.1 变差函数在水平方向的程序实验结果及分析 .204.1.1 验证程序的正确性 .204.1.2 纹理图像的程序实验结果及分析 .244.2 变差函数在垂直方向的程序实验结果及分析 .254.3 变差函数在任意方向的矩阵程序实验结果及分析 .264.3.1 验证程序的正确性 .264.3.2 纹理图像的程序实验结果及分析 .294.4 本章小结 .31第 5 章 结论 .32参考文献 .33附录 .35XX 大学自动化专业本科毕业设计（论文）III大
13、学本科毕业设计（论文）1第 1 章 绪 论1.1 纹理图像近三十年来，纹理图像分析一直是研究领域的一个热点，尤其是在遥感影像处理、纺织物和工业零件缺损检测等领域。从模式识别的角度上看，现有的纹理图像分析方法主要有两种 1，一种是统计方法，另一种是结构分析的方法。在结构分析方法中，纹理被认为是图像某种尺度的重复或近似重复，它主要描述纹理单元及其周期性排列的空间几何特征和排列规则。这种方法主要是从图像的排列特征出发寻找纹理基元，再从结构组成上探索纹理的分布规律，计算纹理基元的特征参数或构成纹理的结构参数。这种方法主要有Fourier频谱分析法 2，形状分析法等，结构方法只适用一些较规则的简单人造纹
14、理，对复杂的自然纹理无法分析。在统计方法中，主要是从图像有关属性的统计特征出发描述纹理单元或局部模式的随机分布和空间几何特征，纹理一般用方差来进行描述，即通过计算一定范围内，一像素值与平均像素值的离散程度来表征影像的纹理结构，并通过在图像中逐像素计算来得到对图像纹理的描述。通过对图像灰度空间分布的分析获得纹理的统计特征，如从共生矩阵获得纹理的MHaralick 特征 3等。M Haralick 和Davis对统计方法和结构方法进行了全面的描述，MHaralick总结了百余篇文献中出现的各种统计和结构纹理分析方法。统计分析法适用于描述木纹、沙地和草坪等自然界广泛存在的不规则的、随机性的纹理，对图像的宏观特性的描述比较有效，适用性强。在众多的纹理分析 4方法中灰度共生矩阵是应用最广，也是效果较好的模型，它反映了图像关于方向、变化幅度的综合信息，可作为分析图像基元和排列结构的信息，但研究证明灰度共生矩阵的计算量大，实现起来费时费力，效率较低，且参数的选择也不容易(必须结合具体的图像来选择参数)，另外，由于计算灰度共生矩阵时，往往将256级的图像压缩为16级或8级等，所以常常会丢失图像信息：分形维方法是基于分形几何的一种分类方法，基于分形的表示在定性上与人类感知的粗糙度或纹理有关，而对分维的计算则提供了一个自动
