軟件工程畢業(yè)設計-基于imagej的圖像形狀與紋理處理-文庫吧

【正文】 f design in imaging software[R]． Engineering of Complex Computer Systems, 2021. ICECCS 2021. 11th IEEE International Conference on 00 0 Page(s):7 pp． [7]伍亞軍 ， 周正東 ， 戴耀 東 ． DICOM數(shù)據(jù)集研究和 DICOM圖像處理軟件的實現(xiàn) [J]． 微計算機應用 , 2021． [8]Sage D, Unser M． Teaching imageprocessing programming in Java[J]． Signal Processing Magazine, IEEE. Volume 20, Issue 6, Nov 2021 Page(s):43—52． 選題是否合適： 是 □ 否 □ 課題能否實現(xiàn)： 能 □ 不能 □ 指導教師（簽字） 年 月 日 選題是否合適： 是 □ 否 □ 課題能否實現(xiàn)： 能 □ 不能 □ 審題小組組長（簽字） 年 月 日 摘 要 圖像紋理和形狀的處理作為圖像分析技術的核心，已經(jīng)步入圖像處理的高級階段。通過計算機分析和識別物體及背景的視覺圖像，從而得出結論性質的推斷。圖像特征提取工作的結果給出了某一具體的圖像中與其他圖像相區(qū)別的特征，是后期圖像識別工作的基礎。 本文 首先綜述了圖像特征提取的意義，介紹了圖像特征提取 在國內(nèi)外的研究進展 ，并深入具體介紹了圖像分割和特征提取領域的技術進展。介紹了 ImageJ圖像處理軟件的背景及其插件的開發(fā)與應用。最后在 Eclipse環(huán)境下使用 Java語言實現(xiàn)了圖像形狀和紋理特征的提取，并以 ImageJ的插件形式應用。圖像的大量紋理及形狀特征以參數(shù)形式保存，可以廣泛用于后期圖像的語義描述和匹配識別。 關鍵詞 ： 圖像處理 ； 紋理和形狀 ； Eclipse； ImageJ；插件 ABSTRACT The processing of the texture and shape of an image which is the core technology of image analysis has entered the advanced stage of image processing. Through puter analysis and recognition of a visual image which contains both object and background, we can conclude the inference. The result of the image feature extraction gives the difference between two images by recognizable features. This is the basis of late work of image recognition. This paper reviewed the basic concepts and principles of image feature extraction, introduced image feature extraction both at home and abroad and deeply introduced the progress in field of image segmentation and feature extraction. Also introduced context and development of ImageJ and how to write plugins for ImageJ. Finally, implement feature extraction of image texture and shape in form of plugin of ImageJ with Eclipse environment in Java language. The features which saved to parameters can be used in future work of image matching and recognition. Key words: Image Processing； Texture and Shape； Eclipse； ImageJ； Plugin 1 目 錄 第一章 緒論 ?? ???????????????? 1 課題的意義及應用 ??????????????? 1 國內(nèi)外發(fā)展的現(xiàn)狀 ? ? ??? ??? ??????? 1 本文的研究重點 及內(nèi)容結構 ??????????? 3 第 二 章 ImageJ 簡介和開發(fā) ???????????? 4 ImageJ 的背景及發(fā)展 ????????????? ? 4 ImageJ 的程序結構 ??????????????? 5 ImageJ 插件開發(fā)??????????????? ? 7 第 三 章 基于實體的圖像特征提取及描述 ????? 10 特征提取的基本原理 ????????????? 10 特征提取的基本方法 ????????????? 10 圖像特征語義描述 ?????????????? 20 第四章 基于 ImageJ 的紋理形狀特征提取 ????? 22 提取前的圖像分割 ?????????????? 22 圖像特征提取 ???? ???????????? 23 實驗結果分析 ???????????????? 24 實驗結果在語義描述中的應用 ? ? ??????? 29 第五章 總結和展望 ?????????????? 32 參考文獻 ???????????????????? 34 外文資料 中文譯文 致謝天津大學 2021屆本科生畢業(yè)設計（論文） 1 第一章 緒論 課題的意義及應用 圖形圖像以其視覺直觀的優(yōu)勢自古以來就是人類獲取自然界信息的主要來源，在人類創(chuàng)造文字之前，圖像更是人類信息交流和傳承的唯一表達。隨著信息化時代的到來，計算機領域引入了大量的圖像信息，比如衛(wèi)星照 片，工程圖紙，檔案圖像，醫(yī)學圖像等等。對數(shù)字圖像的特征提取和表達描述成了當前重要的研究領域。圖像所包含的信息量往往很大，不僅有灰度，還有色彩；不僅有平面，還有立體等，其內(nèi)容極為廣泛。當前的圖像信息，大多是包含著目標物的實體圖像信息，提取這些實體圖像特征，并將其描述出來對圖像的理解有著重要的意義。對圖像實體特征的研究目前已經(jīng)有了廣泛的應用。 在工業(yè)領域，大規(guī)模自動化及高效流水線已經(jīng)被廣泛應用，讓機器能識別產(chǎn)品及零部件的圖像信息對提高工作效率和準確性都是一個有效的做法。而這就免不了要通過計算機告訴機器目標圖像是 什么，有些什么特征。從而使機器知道該如何處理目標。 在農(nóng)業(yè)領域圖像特征也有著同樣重要的作用?，F(xiàn)代化的農(nóng)業(yè)已經(jīng)不再需要人類大量的手工操作，而是通過大量的監(jiān)控和跟蹤拍攝來了解植株或牲畜的行為和生理特征。這就需要計算機處理這些監(jiān)控圖像，通過對植株或牲畜實體圖像的特征提取，了解生物的生長狀況，從而進行進一步操作。 在醫(yī)學領域，圖像特征提取及描述更是具有重要的意義， CT 或者 MRI 圖像包含著大量的信息，人工的去觀察和分析這些信息不免會發(fā)生錯誤而且耗費精力。通過計算機提取圖像的特征并做出初步的合理的分析，再將這些分析結果 交由有經(jīng)驗的醫(yī)生去處理，不僅節(jié)約時間，也保證了正確性。 在航天、軍事、安全領域，特征提取同樣有著重要的意義。衛(wèi)星從地外傳回的衛(wèi)星圖像大都模糊而且特征不明顯。通過計算機提取出關鍵的特征，專家可以比對和分析，從而易于得出結論。而圖像特征在軍事安全領域的作用更是顯而易見，人臉識別和指紋識別技術已經(jīng)是比較成熟且應用廣泛的技術。 國內(nèi)外發(fā)展現(xiàn)狀 圖像特征提取是圖像處理領域的一個重要內(nèi)容。目前的研究多是基于圖像底層特征的提取，包括形狀、紋理和顏色等。 對于紋理特征的研究，上世紀 70 年代初期， Haralick 等人提出了紋 理特征的共生矩陣表示 [1]，具體做法是從共生矩陣中抽取有意義的統(tǒng)計量作為紋理表示。受關于紋理的人類視覺的心理學研究的啟法， Tamura 等人另外提出了一種新的紋理表示 [2]。它包括 6 個性質：粗細度 （ coarseness） ，對比度（ contrast），方向性天津大學 2021屆本科生畢業(yè)設計（論文） 2 （ directionality）， 線狀性（ linelikeness） , 規(guī)則性（ regularity）和粗糙度（ roughness）。目前使用較多的是前三個。它們和共生矩陣的一個主要的差別在于：在 Tamura 表示中的所有紋理性質都是有現(xiàn)實意義的，與人的主觀 感受比較吻合，而從共生矩陣提取的紋理性質則可能沒有意義，更趨于理性化。這使得 Tamura 紋理表示在圖象檢索中非常具有吸引力，而且可提供一個更有友好的界面。上世紀 90 年代初期，在引入小波變換并建立它的理論框架后，許多研究者開始研究在紋理表示中使用小波變換。 Smith 和 Chang 使用從小波帶中抽取的統(tǒng)計量（平均值和方差）作為紋理表示，取得了較好的效果 [3]。 Ma 和 Manjunath 評價了各種小波變換，包括正交和雙正交小波變換，樹結構小波變換和 Gabor 小波變換 [4]。 對于形狀特征，形狀特征是描述高層視覺特征 (如目標、對象等 )的重要手段，而目標、對象對獲取圖像語義尤為重要。要把圖像的低層特征與高層特征有機地結合起來，必須有好的形狀特征描述與提取算法的支持。形狀特征的有效表達必須以對圖像中物體或區(qū)域的分割為基礎。實物目標的形狀包括幾何的特征和矩特征。幾何特征的研究更多的在數(shù)學領域，包括周長、面積等。矩特征的研究則引入了更多的圖像性質和物理特性，包括質心、中心距等。此外，為了使從不同視角獲取的目標圖像互相匹配，形狀特征還應具有平移、旋轉和縮放變換不變性。在這方面，最典型方法分別是傅立葉描述符（ Fourier Descriptor） [5]和形狀無關矩（ Moment Invariants） [6]。傅立葉描述符的主要思想是將經(jīng)過傅立葉變換后的邊界作為形狀特征。從輪廓上的任一點開始繞輪廓一周可以定義一個復數(shù)序列，對其進行離散傅立葉變換，就得到輪廓的傅立葉描述，這種描述多用于趨于邊界的形狀特征。形狀無關矩是基于區(qū)域的物體形狀表示方法，將一些歸一化的二階和三階中心矩進行組合可得到 7 個對平移、旋轉和縮放變換均無關的矩。近年來在形狀表示和匹配方面的工作還有有限元法（ Finite Element Method） [7]、旋轉函數(shù)（ Turning Function） [8]和小波描述符（ Wavelet Descriptor） [9]等方法。 另外，近年來對于圖像語義的描述開始進入人們的研究領域。自從上世紀 90年代出現(xiàn)了關于圖像語義的研究報導，圖像語義尚未有明確的定義。最初認為圖像基本特征如顏色、形狀、紋理等的融合就是語義，但是這些只是低層次語義，不能充分反映圖像的語義結構。圖像的語義信息是個很復雜的問題。圖像經(jīng)過人視覺系統(tǒng)傳送到大腦，經(jīng)過心理響應過程最后輸出的必然是某些很不相同的東西。這個過程不單反映了圖像本身客觀存在的語義信息，還包含觀察者對 圖像的主觀信息感知，至今沒有建立一個嚴格的數(shù)學模型，而且人視覺系統(tǒng)不能簡單地做為一個具體的圖像數(shù)字化和簡單地傳輸系統(tǒng)來處理。在圖像高層理解中，人的情感 [10]研究更為復雜，目前為止也沒有視覺－大腦－心理的數(shù)學模型。鄭崇勛 [11]對顏色的視覺信息處理機制進行了研究，建立了視網(wǎng)膜顏色信息理論處理的神經(jīng)網(wǎng)絡模型，但未作定量分析。人們通常認為彩色對人的情感有著重要的影響。如在不同天津大學 2021屆本科生畢業(yè)設計（論文） 3 場合顏色表示了某些特定的意義。顏色會激起觀察者不同的情感，不同顏色可能存在很大的差別，其表達的語義信息對不同對象有不同的理解。由此可看出這 些正是圖像語義研究的困難所在。 本文的研究重點和內(nèi)容結構 本文主要在以下兩個方面做了研究工作： 1. 特征的選擇和描述。 本文對圖像特征提取和描述的常用方法進行了概述，包括形狀特征和紋理特征，并詳細說明了特征提取的基本原理和方法，深入闡述了特征提取在語義描述中的應用。 2. 紋理和形狀特征的插件實現(xiàn)和結果分析。 本文通過為 ImageJ 圖 像處理軟件開發(fā)插件，完成了圖像形狀和紋理特征的提取工作，并分析提取結果，以及結果在后續(xù)的匹配識別和語義描述過程中的應用。 本文的章節(jié)安排如下： 第一章 緒論：介紹圖像特征處理 的背景知識并分析研究領域的現(xiàn)狀。 第二章 ImageJ 簡介和開發(fā)：介紹了國外流行的 ImageJ 圖像處理軟件的架構和相關的插件開發(fā)方法。 第三章 基于實體的圖像特征提取及描述：詳細介紹了圖像特征提取的原理和方法并論述了開發(fā) ImageJ 插件的過程。并介紹了特征用于語義描述的簡單流程。 第四章 基于 ImageJ 的紋理形狀特征提?。航榻B了特征提取前的分割工作，并通過特征提取的實驗結果比對各個特征參數(shù)。 第五章 總結和展望：對