从 16 位图像创建灰度共生矩阵
Creating gray-level co-occurrence matrix from 16-bit image
我有一个 16 位图像数据集,我想从中创建 GLCM 矩阵以提取 GLCM 特征。
但是结果矩阵显示一个值(如下图所示),不知为何。
我尝试使用相同的图像但转换为 8 位,生成的 GLCM 显示多个值。
注意:我使用了以下Matlab函数:
glcm_matrix = graycomatrix(image.tif);
这是 16 位图像的裁剪示例:
注意:计算中使用的图像可以从here下载。原始图像的对比度非常低,看起来完全黑暗。上面显示的图像已拉伸对比度,仅用于可视化目的。
编辑:
我用过
glcm_matrix = graycomatrix(image.tif, 'GrayLimits', []);
它给了我以下结果:
这是一个 binning/scaling 问题。
让我们看看里面:
edit graycomatrix
在这种情况下,我们对两个选项感兴趣,'NumLevels' 和 'GrayLimits'
% 'NumLevels' An integer specifying the number of gray levels to use
% when scaling the grayscale values in I. For example,
% if 'NumLevels' is 8, GRAYCOMATRIX scales the values in
% I so they are integers between 1 and 8. The number of
% gray levels determines the size of the gray-level
% co-occurrence matrix (GLCM).
%
% 'NumLevels' must be an integer. 'NumLevels' must be 2
% if I is logical.
%
% Default: 8 for numeric
% 2 for logical
%
% 'GrayLimits' A two-element vector, [LOW HIGH], that specifies how
% the values in I are scaled into gray levels. If N is
% the number of gray levels (see parameter 'NumLevels')
% to use for scaling, the range [LOW HIGH] is divided
% into N equal width bins and values in a bin get mapped
% to a single gray level. Grayscale values less than or
% equal to LOW are scaled to 1. Grayscale values greater
% than or equal to HIGH are scaled to NumLevels. If
% 'GrayLimits' is set to [], GRAYCOMATRIX uses the
% minimum and maximum grayscale values in I as limits,
% [min(I(:)) max(I(:))].
换句话说,该函数将您的数据分装到 8x8 分箱中,并假设缩放范围是完整的 uint16 范围 (0-65535)。但是,我提供的示例图像最小值为 305,最大值为 769,因此它属于第一个 bin(0-8192 左右)。当我调用 A = graycomatrix(I)
时,它会给出以下矩阵:
A =
6600 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
然而,当调用 A = graycomatrix(I,'GrayLimits', [])
时,缩放范围取为 min(I) - max(I),函数按预期工作:
A =
4 2 1 0 0 0 0 0
1 1 2 2 0 0 0 0
2 2 4 7 1 0 0 0
0 1 7 142 72 1 0 0
0 0 0 65 1711 252 0 0
0 0 0 0 230 3055 178 0
0 0 0 0 0 178 654 8
0 0 0 0 0 0 8 9
在您的原始示例中,单个值很可能位于 8x8 矩阵的中间,因为您的原始图像是 int16 而不是 uint16,因此 graycomatrix 是对称的以考虑负值的可能性。
您当然也可以缩放原始图像以适合其数据类型。例如,如果您期望异常值等,则百分位数缩放可能是个好主意。
我只想以@Tapio 的出色回答为基础。
当您在函数调用中使用 name/value 对 GrayLimits', []
时,graycomatrix
生成的 GLCM 看起来不错。但是,此方法可能对您的应用程序无效。如果您以这种方式计算一组图像的 GLCM,则对应于两个不同图像的两个不同 GLCM 的相同元素可能具有不同的含义。事实上,由于每张图像的强度都以不同的方式重新调整,因此 GLCM 的组件实际上正在编码从一张图像到另一张图像的不同共现。
为避免这种情况,您可以先计算整个图像数据集的最小和最大强度(例如 minImgs
和 maxImgs
),然后使用这些值重新调整所有图像的强度以完全相同的方式构成数据集:
glcm_matrix = graycomatrix(image_tif, 'GrayLimits', [minImgs maxImgs]);
我有一个 16 位图像数据集,我想从中创建 GLCM 矩阵以提取 GLCM 特征。
但是结果矩阵显示一个值(如下图所示),不知为何。
我尝试使用相同的图像但转换为 8 位,生成的 GLCM 显示多个值。
注意:我使用了以下Matlab函数:
glcm_matrix = graycomatrix(image.tif);
这是 16 位图像的裁剪示例:
注意:计算中使用的图像可以从here下载。原始图像的对比度非常低,看起来完全黑暗。上面显示的图像已拉伸对比度,仅用于可视化目的。
编辑:
我用过
glcm_matrix = graycomatrix(image.tif, 'GrayLimits', []);
它给了我以下结果:
这是一个 binning/scaling 问题。
让我们看看里面:
edit graycomatrix
在这种情况下,我们对两个选项感兴趣,'NumLevels' 和 'GrayLimits'
% 'NumLevels' An integer specifying the number of gray levels to use
% when scaling the grayscale values in I. For example,
% if 'NumLevels' is 8, GRAYCOMATRIX scales the values in
% I so they are integers between 1 and 8. The number of
% gray levels determines the size of the gray-level
% co-occurrence matrix (GLCM).
%
% 'NumLevels' must be an integer. 'NumLevels' must be 2
% if I is logical.
%
% Default: 8 for numeric
% 2 for logical
%
% 'GrayLimits' A two-element vector, [LOW HIGH], that specifies how
% the values in I are scaled into gray levels. If N is
% the number of gray levels (see parameter 'NumLevels')
% to use for scaling, the range [LOW HIGH] is divided
% into N equal width bins and values in a bin get mapped
% to a single gray level. Grayscale values less than or
% equal to LOW are scaled to 1. Grayscale values greater
% than or equal to HIGH are scaled to NumLevels. If
% 'GrayLimits' is set to [], GRAYCOMATRIX uses the
% minimum and maximum grayscale values in I as limits,
% [min(I(:)) max(I(:))].
换句话说,该函数将您的数据分装到 8x8 分箱中,并假设缩放范围是完整的 uint16 范围 (0-65535)。但是,我提供的示例图像最小值为 305,最大值为 769,因此它属于第一个 bin(0-8192 左右)。当我调用 A = graycomatrix(I)
时,它会给出以下矩阵:
A =
6600 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
然而,当调用 A = graycomatrix(I,'GrayLimits', [])
时,缩放范围取为 min(I) - max(I),函数按预期工作:
A =
4 2 1 0 0 0 0 0
1 1 2 2 0 0 0 0
2 2 4 7 1 0 0 0
0 1 7 142 72 1 0 0
0 0 0 65 1711 252 0 0
0 0 0 0 230 3055 178 0
0 0 0 0 0 178 654 8
0 0 0 0 0 0 8 9
在您的原始示例中,单个值很可能位于 8x8 矩阵的中间,因为您的原始图像是 int16 而不是 uint16,因此 graycomatrix 是对称的以考虑负值的可能性。
您当然也可以缩放原始图像以适合其数据类型。例如,如果您期望异常值等,则百分位数缩放可能是个好主意。
我只想以@Tapio 的出色回答为基础。
当您在函数调用中使用 name/value 对 GrayLimits', []
时,graycomatrix
生成的 GLCM 看起来不错。但是,此方法可能对您的应用程序无效。如果您以这种方式计算一组图像的 GLCM,则对应于两个不同图像的两个不同 GLCM 的相同元素可能具有不同的含义。事实上,由于每张图像的强度都以不同的方式重新调整,因此 GLCM 的组件实际上正在编码从一张图像到另一张图像的不同共现。
为避免这种情况,您可以先计算整个图像数据集的最小和最大强度(例如 minImgs
和 maxImgs
),然后使用这些值重新调整所有图像的强度以完全相同的方式构成数据集:
glcm_matrix = graycomatrix(image_tif, 'GrayLimits', [minImgs maxImgs]);