軟件工程畢業(yè)設(shè)計-基于imagej的圖像形狀與紋理處理(完整版)

　　

【正文】 形狀特征。 3) 凹凸性 凹凸性是區(qū)域的基本幾何特征。本文所研究的對圖像形狀的處理均是基于二值化圖像的并且對圖像形狀的分析是基于區(qū)域的。基于邊界的形狀描述方法是在邊緣檢測的基礎(chǔ)上，用形狀數(shù)、周長、圓形性天津大學(xué) 2021屆本科生畢業(yè)設(shè)計（論文） 17 和緊密度、角點、鏈碼、興趣點等等來描述物體的形狀。然后分別遍歷兩遍數(shù)組，對 ),( jiF 和 ),( jiG 分別正規(guī)化。,({ ?? Njijif ?的灰度正規(guī)化處理： 1]/),([),( m a x ?? fLjifjiF f （ 37） 其中， fL 是規(guī)定的灰度級數(shù)目； maxf 為圖像的灰度級數(shù)目。 本文另外還實現(xiàn)了 8 種其他特征參數(shù)，包括方差、逆差矩、和平均、和方差、和熵、差平均、差方差、差熵。 4) 熵 ? ??? ?? ???? 10 104 ),(log),(Li Lj jipjipf ?? （ 36） 熵值是圖像所具有的信息量的度量，紋理信息也屬于圖像信息。從圖像整體觀察，紋理較粗，此時二階矩 值較大，反過來二階矩值則較小。 x(+)1。 d）最后遍歷數(shù)組 pd，并對每個值做歸一化處理。 這里灰度共生矩陣是所有特征參數(shù)計算的基礎(chǔ)。 灰度共生矩陣用 ?P 表示，矩陣元素則用以下的符號表示： ),( jiP? )1,2,1,0,( ?? Lji ? （ 31） 式中： i,j 分別為兩個像素的灰度； L 為圖像的灰度級數(shù)；為兩個像素間的位置關(guān)系（共有 0176。其他的 ImageJ 用戶可以通過調(diào)用插件的 getHistMean()方法得到灰度直方圖均值的數(shù)據(jù)。 c）乘積值比和值得到結(jié)果，程序結(jié)束。 ImageJ 軟件完成了 圖像灰度直方圖的獲取，并計算了均值和方差： 首 先 ， 均 值 的 計 算 公 式 為 ???)( )(111 zh zzhm， 方 差 的 計 算 公 式 為?? ?? )( )()( 1 12121 zh zhmz? 。紋理在圖像處理中起著重要的作用，尤其是實物的紋理更是區(qū)別物體的基本特征。特征提取所要滿足的約束條件 [12]有： ：為了有效的分類，希望同類樣本之間的距離越小越好，而不同類樣本之間的距離越大越好。 pixels[i] = (byte)(255pixels[i])。 Rectangle r = ()。 import .*。執(zhí)行 ―Plugin/New...‖命令將會彈出對話框，讓用戶選擇開發(fā)什么類型的插件（ PluginFilter 或者 PluginFrame ）。 ImageCoverter 類實現(xiàn)了圖像間的類型轉(zhuǎn)換； ImageProcessor 作為所有圖像處理類型的超類完成了圖像的底層處理工作； StackCoverter 實現(xiàn)了棧內(nèi)圖像的類型轉(zhuǎn)換； StackProcessor 是處理圖像棧的類。包含了 Clipboard, Colors, Histogram, Compiler 等類。 圖 22 ImageJ 包結(jié)構(gòu) ImageJ 總共包含 11 個包，每個包相應(yīng)完成不同的功能，提供相應(yīng)的類庫。 ImageJ 在國外是一個流行的圖像處理工具，作者開放了一個社區(qū)可供所有使用者交流心得。該計劃將支持任意數(shù)量的 窗口 ， 但受到內(nèi)存的限制 。它支持 “ 棧 ” ，一系列的 圖像 ，共享一個單獨的窗口。并介紹了特征用于語義描述的簡單流程。由此可看出這 些正是圖像語義研究的困難所在。圖像的語義信息是個很復(fù)雜的問題。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(guān)矩（ Moment Invariants） [6]。 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(jié)構(gòu)小波變換和 Gabor 小波變換 [4]。 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。 在醫(yī)學(xué)領(lǐng)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。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。 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(lǐng)域的技術(shù)進展。 四、研究方法和手段 1． ImageJ 工具的理解：首先對于開源項目 ImageJ 要理解其對圖像處理部分的代碼意義，從中吸取有用的部分寫入自己的插件； 2. 圖像形狀與紋理的學(xué)習(xí)：了解圖像形狀知識及紋理映射機制，考慮建立類似的服務(wù)； 3. 圖像工具 框架的設(shè)計及實現(xiàn) ： 使用 Eclipse平臺運用 Java語言設(shè)計自己的圖像處理插件框架，并實現(xiàn)基本的框架結(jié)構(gòu)代碼，完成初步的界面設(shè)計 ； 4. 補充軟件工具的圖像處理功能 ： 借鑒 ImageJ 的圖像處理功能及插件的功能，完成簡單的分割算法，重點是提取圖像的形狀信息并描述圖像形狀及對圖像紋理進行處理。 形狀 表示 的 各種功能都 已經(jīng) 被設(shè)計，包括形狀簽名 、 簽名直方圖 、 形狀不變 量 、 矩 、 曲率 、 形狀 、 形成矩陣 、 光譜特性等。其它還有 幾何變換，如縮放，旋轉(zhuǎn)和跳躍 等 。 ImageJ可以顯示，編輯，分析，處理，保存和打印 8 位， 16 位和 32 位圖像。形狀是一個重要的視覺特征，它是一個 用來 描述圖像內(nèi)容的基本特征。 5. 深入理解 ImageJ 的結(jié)構(gòu)與代碼構(gòu)成，開始設(shè)計課題要求的插件。 Structures, Volume 34, Issue 1, April 2021, Pages 18—24． [6]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(yīng)用 , 2021． [7]. Wickramanayake, . Edirisinghe and . Bez. Transform domain texture synthesis[J] ． Signal Processing: Image Communication, Volume 23, Issue 1, January 2021, Pages 1—13． [8]Keagan Moodley and Hugh Murrell． A colourmap plugin for the open source, Java based, image processing package, ImageJ[J] ． Computers amp。適合多種平臺，包括 Windows, Mac OS, Mac OS X 以及 Linux。 畢業(yè)設(shè)計（論文）說明書 學(xué) 院 軟件學(xué)院 專 業(yè) 軟件工程 年 級 姓 名 指導(dǎo)教師 2021 年 6 月 20 日 畢業(yè)設(shè)計（論文）任務(wù)書 題目： 基于 ImageJ 的圖像形狀與紋理處理 學(xué)生姓名 學(xué)院名稱 軟件學(xué)院 專 業(yè) 軟件工程 學(xué) 號 指導(dǎo)教師 職 稱 教 授 一、原始依據(jù)（包括設(shè)計或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 紋理特征是一種全局特征，它描述了圖像或圖像區(qū)域所對應(yīng)景物的表面性質(zhì)。 Geosciences, Volume 30, Issue 6, July 2021, Pages 609—618． 三、設(shè)計（研究）內(nèi)容和要求（包括設(shè)計或研究內(nèi)容、主要指標與技術(shù)參數(shù) ，并根據(jù)課題性質(zhì)對學(xué)生提出具體要求。 6. 閱讀相關(guān)資料 ，初步 建立插件架構(gòu)和簡單特征提取算法設(shè)計，建立簡單用戶界面與圖形算法接口。不過，形狀 的表示 和描述是一項艱巨的任務(wù)。它可以打開 許多圖像格式，包括 TIFF 文件 ， GIF ， JPEG 格 式， BMP 和 DICOM 以及raw 圖像格式 。 圖像 可縮放高達 32:1 ，下至 1:32 。這些不同的形狀特征往往 被 他們從一個指定的數(shù)據(jù)庫取出 的 類似形狀 所評價 。 五、 實驗方案的可行性分析和已具備的實驗條件 ImageJ項目是一個開源的項目并且在功能及界面上面都有著出色的設(shè)計，源代碼已經(jīng)提供，所以在代碼編寫上有參考，用 Eclipse做開發(fā)，開發(fā)平臺穩(wěn)定且功能強大，工具的開發(fā)與設(shè)計 均是可行的。介紹了 ImageJ圖像處理軟件的背景及其插件的開發(fā)與應(yīng)用。對圖像實體特征的研究目前已經(jīng)有了廣泛的應(yīng)用。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(jié)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。受關(guān)于紋理的人類視覺的心理學(xué)研究的啟法， Tamura 等人另外提出了一種新的紋理表示 [2]。 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。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。圖像經(jīng)過人視覺系統(tǒng)傳送到大腦，經(jīng)過心理響應(yīng)過程最后輸出的必然是某些很不相同的東西。 本文的研究重點和內(nèi)容結(jié)構(gòu) 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。 第四章 基于 ImageJ 的紋理形狀特征提取：介紹了特征提取前的分割工作，并通過特征提取的實驗結(jié)果比對各個特征參數(shù)。它是多 線程，因此 耗時的操作 如圖像文件的 打開 可以 并行處理 。 具有 空間校準 功能 ，以提供真實世界的三維測量單位，例如毫米。同時各大高校（包括 MIT， UC 等）都有專門的部門為 ImageJ 提供插件。下面就對 ImageJ 各個包的類庫做一個簡單介紹： ij 包：作為軟件的宏觀管理結(jié)構(gòu)，包含了 IJ， WindowManager， ImagePlus，ImageStack 和 ImageJ 等主要的類，為圖像窗口的管理，圖像格式的定義以及整個軟件搭好架構(gòu)。其中的 Plugin 是每個插件編寫必須要實現(xiàn)的接口； Coverter 類繼承了 ImagePlus 類，可以將一種類型的圖像轉(zhuǎn)化為其他類型。 和 包：作為輔助包，簡單規(guī)定了文本格式和排序方法。執(zhí)行―Plugin/Edit...‖命令將允許用戶編輯已有的 java 文件。 import .*。 int offset, I。 } } } 該方法首先獲取了圖像的像素值并用 byte數(shù)組存儲，接著獲取圖像的寬和高，然后遍歷整個數(shù)組，將每一個像素都與 255 做差，即實現(xiàn)了圖像的反色。 ：提取出的特征應(yīng)滿足對特征的一般要求和特殊要求，并使分類錯 誤率達到給定的指標。通過 觀察不同物體的圖像，可以抽取出構(gòu)成紋理特征的兩個要素： 1. 紋理基元，一種或多種圖像基元組合而成，有一定的形狀和大小。在計算過程中，首先通過 ImageJ 的接口獲得直方圖數(shù)組 int []hist = ()。 程序流程 如圖 31 所示。 方差的計算過程類似均值，只是最后以 histDelta 一個 double 數(shù)據(jù)來存儲。、 45176。對于灰 度共生矩陣的獲取，ImageJ 沒有相關(guān)的工作完成。 第 2 步核心代碼如 下： for(ii=0。 x++) if(pij[][]==iiamp。二階矩是灰度共生矩陣像素值平方的和，所以它也稱為能量。若圖像沒有任何紋理，則灰度共生矩陣幾乎為零陣，熵值接 近為零。這是在 Haralick 等為了給航空照 片的地勢和砂巖的顯微鏡照片分類，計算過的特征量。 對 圖 像 采 用 梯 度 算 子 進 行 邊 緣 檢 測 ， 得 到 梯 度 圖 像}1,2,1,0,)。定義灰度 梯度共生矩陣 double[][] H = new double[Lf][Lg]。通常，它們只能用來識別較大的形狀，大多用于初步過濾或者和其它的形狀結(jié)合起來使用。 （ 1）區(qū)域的幾何特征描述 在 ImageJ 中，對幾何形狀特征參數(shù)的提 取，主要方法就是遍歷二值圖像，對每個像素值計數(shù)，各個參數(shù)的基本計算流程如圖 35： 圖 35 幾何特征的計算流程 1) 面積 S 和周長 L 面積與周長是最常用的描述區(qū)域大小的基本特征。區(qū)域的凹凸性可以通過以下方法進行判別：區(qū)域內(nèi)任意兩像素間的連線穿過 區(qū)域外的像素，則此區(qū)域為凹形。矩特征的引入基于了帕普利斯（ Papoulis）唯一 性定理：如果 ),( yxf 是分段連續(xù)的，只在 xy 平面的有限部分中有非零值，則所有各階矩皆存在，并且矩序列 }{ pqM 唯一地被 ),( yxf 所確定；反之， }{ pqM 也唯一地確定 ),( yxf 。 在得到矩序列后，其他特征參數(shù) 可以分別利用公式計算。但在實際中，通常選取前幾階矩計算，這樣方