版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、畢業(yè)設計論文說明書學 院 軟件學院 專 業(yè) 軟件工程 年 級 姓 名 指導教師 2008年6月20日畢業(yè)設計論文任務書題目:基于ImageJ的圖像形狀與紋理處理學生姓名 學院名稱 軟件學院 專 業(yè) 軟件工程 學 號 指導教師 職 稱 教 授 一、原始依據(jù)包括設計或論文的工作根底、研究條件、應用環(huán)境、工作目的等。數(shù)字圖像處理Digital Image Processing又稱為計算機圖像處理,它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀50年代,當時的電子計算機已經(jīng)開展到一定水平,人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學科大約
2、形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量,它以人為對象以改善人的視覺效果為目的。ImageJ是一個由NIH美國衛(wèi)生研究所開發(fā)的為Macintosh提供圖像處理的開源的公眾Java工程。它既可以以網(wǎng)頁Applet的形式運行也可以作為應用軟件工具下載使用。適合多種平臺,包括Windows, Mac OS, Mac OS X 以及Linux。紋理特征是一種全局特征,它描述了圖像或圖像區(qū)域所對應景物的外表性質(zhì)。但由于紋理只是一種物體外表的特性,并不能完全反映出物體的本質(zhì)屬性,所以僅僅利用紋理特征是無法獲得高層次圖像內(nèi)容的。一個很明顯的缺點是當圖像的分辨率變化的時候,所計算出來的
3、紋理可能會有較大偏差。通常情況下,形狀特征有兩類表示方法,一類是輪廓特征,另一類是區(qū)域特征。圖像的輪廓特征主要針對物體的外邊界,而圖像的區(qū)域特征那么關(guān)系到整個形狀區(qū)域。本課題的目的就是做一個能提取并處理圖像的紋理與形狀信息的并可以應用于ImageJ的圖像處理插件。二、參考文獻1圖像特征特點及其常用的特征提取與匹配方法EB/OL :/ china-2John Krumm and Steven A. ShaferTexture Segmentation and Shape in the Same Image JComputer Vision, 1995. Proceedings, Fifth In
4、ternational Conference on20-23 June 1995 Page(s):121127 Digital Image Processing Second Edition MPrentice Hall, 2003-3 4Edward AngelInteractive Computer Graphics MADDISON-WESLEY,19975Shuangbao Wang, Zegang Dong, Jim X. Chen and Robert S. LedleyPPL: A whole-image processing languageComputer Languages
5、JSystems & Structures, Volume 34, Issue 1, April 2021, Pages 18246伍亞軍,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, 2007 7D.S. Wickramanayake, E.A. Edirisinghe and H.E. Bez. Transform domain texture synthesisJSignal Processing: Image Communication, Volume 23, Issue 1, Januar
6、y 2021, Pages 1138Keagan Moodley and Hugh MurrellA colour-map plugin for the open source, Java based, image processing package, ImageJJComputers & Geosciences, Volume 30, Issue 6, July 2004, Pages 609618三、設計研究內(nèi)容和要求包括設計或研究內(nèi)容、主要指標與技術(shù)參數(shù),并根據(jù)課題性質(zhì)對學生提出具體要求。1. 系統(tǒng)學習 Java 編程語言,熟練撐握Java語言的根本思想和相
7、關(guān)的編程技術(shù),熟悉Eclipse編程環(huán)境。2. 深入了解Java中的圖像處理類及相關(guān)包的性能與特性。閱讀圖像處理與圖形學方面的資料。3. 充分閱讀ImageJ開放的源代碼,了解其編程框架及圖像處理算法的實現(xiàn)。熟悉ImageJ的插件的用法。4. 了解圖像處理算法當前的開展形勢及前景,閱讀圖像處理及圖形學根本算法實現(xiàn)及研究現(xiàn)狀。5. 深入理解ImageJ的結(jié)構(gòu)與代碼構(gòu)成,開始設計課題要求的插件。 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計,建立簡單用戶界面與圖形算法接口。7. 逐步添加圖像處理功能及完成相關(guān)接口的代碼編寫。8. 測試軟件的功能可行性及可用性。測試圖像的紋理及形狀的信
8、息處理算法及軟件功能實現(xiàn)。 指導教師簽字年 月 日審題小組組長簽字年 月 日天津大學本科生畢業(yè)設計論文開題報告課題名稱基于ImageJ的圖像形狀與紋理處理學院名稱軟件學院專業(yè)名稱軟件工程學生姓名指導教師一、 課題的來源及意義數(shù)字圖像處理方法的研究源于兩個主要應用領域:其一是為了便于人們分析而對圖像信息進行處理;其二是為使機器自動理解而對圖像數(shù)據(jù)進行存儲、傳輸及顯示。隨著信息對象數(shù)字化,越來越多的數(shù)字化圖像已產(chǎn)生,對圖像處理的數(shù)字化軟件工具的需求也越來越迫切。目標就是由大集合或從遠程分布式數(shù)據(jù)庫得到的圖像可以被不僅是研究人員、教育工作者和專業(yè)人士,而且由一般用戶所共享。形狀是一個重要的視覺特征,
9、它是一個用來描述圖像內(nèi)容的根本特征。不過,形狀的表示和描述是一項艱巨的任務。 這是因為當一個三維物體投影到一個二維圖像平面上時,一維對象的信息就喪失了。因此,來自圖像的形狀只是局部代表投影對象。然而問題總是變得更加復雜,因為形狀往往被噪聲,缺陷,任意歪曲和破壞。二、 國內(nèi)外開展狀況ImageJ是一個由NIH美國衛(wèi)生研究所開發(fā)的為Macintosh提供圖像處理的開源Java工程。它既可以以網(wǎng)頁Applet的形式運行也可以作為應用軟件工具下載使用。適合多種平臺,包括Windows, Mac OS, Mac OS X 以及Linux。ImageJ可以顯示,編輯,分析,處理,保存和打印8位, 16位和
10、32位圖像。它可以翻開許多圖像格式,包括TIFF文件,GIF ,JPEG格式,BMP和DICOM以及raw圖像格式。它支持“棧,一系列的圖像,共享一個單獨的窗口。它是多線程,因此耗時的操作如圖像文件的翻開可以并行處理。它可以計算面積和像素值統(tǒng)計用戶定義的選項。它可以測量距離和角度。它可以創(chuàng)造密度直方圖和譜線輪廓圖。它支持標準的圖像處理功能,如比較,銳化,平滑,邊緣檢測和中值濾波。其它還有幾何變換,如縮放,旋轉(zhuǎn)和跳躍等。圖像可縮放高達32:1 ,下至1:32 。該方案將支持任意數(shù)量的窗口,但受到內(nèi)存的限制。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。密度或灰度校正也已經(jīng)推出。Ima
11、geJ設計了一個開放式體系結(jié)構(gòu),通過Java插件提供可擴展性。定制采集,分析和處理插件可利用ImageJ的內(nèi)置編輯器和Java編譯器進行開發(fā)。用戶編寫的插件使人們有可能解決幾乎任何圖像處理或分析的問題。形狀表示的各種功能都已經(jīng)被設計,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。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。形狀信息的提取與描述已成為當前圖像處理領域的重要課題。三、本課題的研究目標及研究內(nèi)容本課題是基于ImageJ的圖像形狀與紋理的處理。目標就是建立一個ImageJ的圖像特征提取插件,完成圖像形狀信息和紋理信息的提取并分析結(jié)果
12、。結(jié)合語義特征描述圖像。研究內(nèi)容重點在圖像形狀和紋理處理,完成的軟件工具要具備形狀和紋理處理的根本功能實現(xiàn)。并在此根底上包含其他圖像處理功能以做補充。四、研究方法和手段1 ImageJ工具的理解:首先對于開源工程ImageJ要理解其對圖像處理局部的代碼意義,從中吸取有用的局部寫入自己的插件;2. 圖像形狀與紋理的學習:了解圖像形狀知識及紋理映射機制,考慮建立類似的效勞;3. 圖像工具框架的設計及實現(xiàn):使用Eclipse平臺運用Java語言設計自己的圖像處理插件框架,并實現(xiàn)根本的框架結(jié)構(gòu)代碼,完成初步的界面設計;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
13、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。五、實驗方案的可行性分析和已具備的實驗條件ImageJ工程是一個開源的工程并且在功能及界面上面都有著出色的設計,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)與設計均是可行的。當前圖像處理的開源代碼已經(jīng)具備并且Java語言提供的圖像處理的包的多樣性為實驗可行提供前提。圖像形狀的提取及紋理映射的數(shù)學機理都已成熟,為實驗原理提供根底為算法的編寫提供可行性證明。六、進度安排2007年12月18日 - 2008年2月22日 閱讀圖像處理及Java開發(fā)相關(guān)資料,熟悉課題的研究意義
14、和用途;2008年2月23日 - 2008年3月 8日 完成開題報告;并深入閱讀ImageJ的源碼及了解圖像紋理處理的相關(guān)知識;2008年3月9日 - 2008年4月2日 繼續(xù)深入理解圖像紋理與形狀的操作和編碼,閱讀ImageJ的源碼;2008年 4月3日 - 2008年5月15日 使用Eclipse開發(fā)ImageJ的圖像處理插件工具,完成圖像紋理與形狀處理的功能;2008年 5月16日 - 2008年6月15日 跟據(jù)導師意見認真修改,校對論文初稿,最后完成論文; 2008年 6月16日 - 2008年6月21日 準備畢業(yè)論文辯論;七、參考文獻1John Krumm and Steven A.
15、 ShaferTexture Segmentation and Shape in the Same Image JComputer Vision, 1995Proceedings, Fifth International Conference on 20-23 June 1995 Page(s):121127 Digital Image Processing Second Edition MPrentice Hall, 2003 3Dengsheng Zhang, Guojun LuReview of shape representation and description technique
16、sJPattern Recognition, Volume 37, Issue 1, January 2004, Pages 1194Oswald CampesatoJava圖像編程實例庫M北京:電子工業(yè)出版社,20025Shuangbao Wang, Zegang Dong, Jim X. Chen et alPPL: A whole-image processing languageComputer LanguagesJSystems & Structures, Volume 34, Issue 1, April 2021, Pages 18
17、246Larsson., Laplante.On the complexity of design in imaging softwareREngineering of Complex Computer Systems, 2006. ICECCS 2006. 11th IEEE International Conference on 0-0 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, 20078Sage D, Unser MTeaching image-processing programming in JavaJS
18、ignal Processing Magazine, IEEE. Volume 20, Issue 6, Nov 2003 Page(s):4352選題是否適宜: 是 否課題能否實現(xiàn): 能 不能指導教師簽字年 月 日選題是否適宜: 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(shù)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(jié)論性質(zhì)的推斷。圖像特征提取工作的結(jié)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根底。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
19、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(shù)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(guān)鍵詞:圖像處理;紋理和形狀;Eclipse;ImageJ;插件ABSTRACTThe processing of the texture and shape of an image which is the core technology of image analysis has
20、 entered the advanced stage of image processing. Through computer 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
21、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
22、 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.
23、Key words:Image Processing;Texture and Shape;Eclipse;ImageJ;Plugin目錄第一章緒論11.1課題的意義及應用11.2國內(nèi)外開展的現(xiàn)狀11.3本文的研究重點及內(nèi)容結(jié)構(gòu)3第二章ImageJ簡介和開發(fā)42.1ImageJ的背景及開展42.2ImageJ的程序結(jié)構(gòu)52.3ImageJ 插件開發(fā)7第三章基于實體的圖像特征提取及描述 103.1特征提取的根本原理103.2特征提取的根本方法103.3圖像特征語義描述20第四章基于ImageJ的紋理形狀特征提取224.1提取前的圖像分割224.2圖像特征提取234.3實驗結(jié)果分析244.4實驗結(jié)果
24、在語義描述中的應用29第五章總結(jié)和展望 32參考文獻 34外文資料中文譯文致謝第一章緒論 1.1 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,比方衛(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。
25、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
26、息,人工的去觀察和分析這些信息不免會發(fā)生錯誤而且消耗精力。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(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。在航天、軍事、平安領域,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(guān)鍵的特征,專家可以比對和分析,從而易于得出結(jié)論。而圖像特征在軍事平安領域的作用更是顯而易見,人臉識別和指紋識別技術(shù)已經(jīng)是比較成熟且應用廣泛的技術(shù)。1.2 國內(nèi)外開展現(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
27、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(guān)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(zhì):粗細度coarseness,比照度contrast,方向性directionality, 線狀性linelikeness, 規(guī)那么性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異在于:在Tamura表示中的所有紋理性質(zhì)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(zhì)那么可能沒有意義,更趨于理性化。這使得Tam
28、ura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(jié)構(gòu)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(jié)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
29、體或區(qū)域的分割為根底。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。矩特征的研究那么引入了更多的圖像性質(zhì)和物理特性,包括質(zhì)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(zhuǎn)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 Descriptor5和形狀無關(guān)矩Moment Invariants6。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(guān)矩
30、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(zhuǎn)和縮放變換均無關(guān)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 Method7、旋轉(zhuǎn)函數(shù)Turning Function8和小波描述符Wavelet Descriptor9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(guān)于圖像語義的研究報導,圖像語義尚未有明確的定義。最初認為圖像根本特征如顏色、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(jié)構(gòu)。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,
31、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異,其表達的語義信息對不同對象有不同的理解。
32、由此可看出這些正是圖像語義研究的困難所在。1.3 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。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根本原理和方法,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(jié)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(jié)果,以及結(jié)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Im
33、ageJ圖像處理軟件的架構(gòu)和相關(guān)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(jié)果比對各個特征參數(shù)。第五章 總結(jié)和展望:對本文做了簡單的總結(jié),并對后續(xù)工作做了展望。第二章 ImageJ簡介和開發(fā)2.1 ImageJ的背景及開展ImageJ是一個由NIH美國衛(wèi)生研究所開發(fā)的為Macintosh提供圖像處理的開源Java工程。它既可以以網(wǎng)頁Applet的形式運行也可以作為應用軟件工具下載使用。適
34、合多種平臺,包括Windows, Mac OS, Mac OS X 以及Linux。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。它可以翻開許多圖像格式,包括TIFF文件,GIF ,JPEG格式,BMP和DICOM以及raw圖像格式。它支持“棧,一系列的圖像,共享一個單獨的窗口。它是多線程,因此耗時的操作如圖像文件的翻開可以并行處理。它可以計算面積和像素值統(tǒng)計用戶定義的選項。它可以測量距離和角度。它可以創(chuàng)造密度直方圖和譜線輪廓圖。它支持標準的圖像處理功能,如比較,銳化,平滑,邊緣檢測和中值濾波。其它還有幾何變換,如縮放,旋轉(zhuǎn)和跳躍等。圖像可縮放高達32:1 ,下
35、至1:32 。該方案將支持任意數(shù)量的窗口,但受到內(nèi)存的限制。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。密度或灰度校正也已經(jīng)推出。ImageJ設計了一個開放式體系結(jié)構(gòu),通過Java插件提供可擴展性。定制采集,分析和處理插件可利用ImageJ的內(nèi)置編輯器和Java編譯器進行開發(fā)。用戶編寫的插件使人們有可能解決幾乎任何圖像處理或分析的問題。ImageJ是在Mac OS X操作系統(tǒng)中用其內(nèi)置的編輯器和Java編譯器開發(fā)的,額外用到了BBEdit和Ant構(gòu)建工具。程序源碼是公開的,作者Wayne Rasband ()是NIH研究效勞部門的員工。Imag
36、eJ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。同時各大高校包括MIT,UC等都有專門的部門為ImageJ提供插件。ImageJ的正式版本還在不斷更新中。隨著圖像處理技術(shù)的不斷深化和進步,圖形處理計算機的不斷開發(fā),操作系統(tǒng)的不斷升級,ImageJ在Windows和Linux操作系統(tǒng)上的應用也更加廣泛。ImageJ社區(qū)在不斷的擴大,ImageJ的插件技術(shù)也相應的流行。這里圖2-1是ImageJ的用戶界面。圖2-1ImageJ的用戶界面2.2 ImageJ的程序結(jié)構(gòu)ImageJ是用Java語言開發(fā)的圖像處理工具,代碼支持任意的Java版本。首先看ImageJ的包結(jié)構(gòu),
37、如圖2-2所示。ImageJijij.macro圖2-2ImageJ包結(jié)構(gòu)ImageJ總共包含11個包,每個包相應完成不同的功能,提供相應的類庫。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,ImageJApplet是ImageJ的Applet類,提供了在瀏覽器中以Applet的形式使用ImageJ的功能;ImageJ是ImageJ應用程序的主類,包含了程序入口點main方法以及程序窗口;Exec
38、uter類可以單獨創(chuàng)立一個線程來執(zhí)行菜單中選中的命令;IJ類中包含了許多實用的方法;ImagePlus表示了圖像在ImageJ中的表示形式,它是基于ImageProcessor的后面將介紹;ImageStack是一個可擴展的圖像棧,用來存儲圖像;WindowManager類用來管理當前已經(jīng)翻開的窗口。包:作為軟件的圖形用戶界面,包含了GUI, ROI, Toolbar, StackWindow和PlotWindow等類,主要定義了圖像的選取格式和一些用戶界面的裝飾等。其中,ProgressBar類是位于主窗口內(nèi)的一個進度條,用來顯示當前操作所完成的進度百分比;GenericDialog類是程序
39、獲得用戶輸入的對話框原型,可以用于插件開發(fā)中獲得用戶輸入;HTMLDialog類是顯示HTML文本的對話框;MessageDialog類是顯示提示信息對話框;YesNoCancelDialog類是定義了有“yes,“no和“cancel按鈕的對話框;SaveChangesDialog 類是定義了有“Dont save,“save和“cancel按鈕的對話框;NewImage類可以為抓取的圖片局部創(chuàng)立一個新窗口;ROI類支持用戶感興趣的區(qū)域選擇,用戶在插件中可以只對感興趣的區(qū)域操作;包:提供讀寫和存儲圖像的功能,包含了FileInfo, FileSaver, FileOpener, ImageR
40、eader和ImageWriter等類,可以讀各種圖像格式并以不同形式保存,還可以編碼解碼用戶感興趣的區(qū)域。包:對ImageJ的宏函數(shù)的定義,包含了Functions, Interpreter, MacroRunner, Program, Symbol和Variable等類,架構(gòu)了ImageJ的宏結(jié)構(gòu)。包:對圖像分析的方法和對象的封裝,包括Measurements, ResultTable等類。包:封裝了用戶開發(fā)插件時經(jīng)常用到的方法,包括直方圖、剪貼板、圖像頭的獲取、彩色模型、編譯器、傅立葉變換等一系列方法。包含了Clipboard, Colors, Histogram, Compiler等類
41、。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。包:對常用的圖像處理算法的封裝,包括二值化、高斯濾波、平滑、銳化、投影等常見算法的實現(xiàn)。包括Binary, Filters, Rotator, Projector等類。包:為用戶開發(fā)插件提供統(tǒng)一的窗口框架接口,包含了Editor, Fonts, PlugInFrame, ThresholdAdjuster等類。包:通過ImageProcessor抽象類定義了獲取圖像像素信息及簡單的處理和存儲這些像素的方法。包含ImageProcessor, FloodFille
42、r, LUT等類。其中各種數(shù)據(jù)類型的處理器BinaryProcessor,ShortProcessor等都繼承于ImageProcessor。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。和包:作為輔助包,簡單規(guī)定了文本格式和排序方法。下面圖2-3是ImageJ的核心處理包的設計類圖。圖2-3ImageJ的核心處理包的設計類圖2.3 ImageJ插件開發(fā)ImageJ完成了圖像處理的根本功能,而更高階的處理那么由其
43、提供插件接口以便用戶開發(fā)使用。ImageJ在圖像分析方面缺乏現(xiàn)有的可行的插件。本文就是基于其在形狀和紋理特征分析功能方面的缺陷而開發(fā)了特征提取的插件。這里先介紹ImageJ插件開發(fā)的方法。ImageJ為用戶提供了一個插件集成開發(fā)環(huán)境,在這個環(huán)境里用戶不僅可以編輯和查看代碼,還可以編譯和運行代碼。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。執(zhí)行“Plugin/Edit.命令將允許用戶編輯已有的java文件。目前已有的插件類型分兩種:接受圖像參數(shù)的插件PluginFilter和不接受參數(shù)的PluginFrame。P
44、luginFrame將會生成自己的窗口用來顯示相關(guān)信息。開發(fā)PluginFilter插件PluginFrame插件方法類似,要實現(xiàn)ij.plugin.filter.PlugInFilter接口,其中提供了兩個方法:void run (ImageProcessor ip)和int setup(String arg, ImagePlus imp)。在第一個方法中用戶可以書寫該插件想要實現(xiàn)的功能,在第二個方法中,用戶要返回一個整形的關(guān)鍵字,說明插件可以處理的圖像類型。舉例說明,這是一個圖像反色的插件實例,在文件開始,要寫清本程序需要的類庫即引入包名:import ij.*;import ij.plu
45、gin.filter.PlugInFilter;import cess.*;import java.awt.*;接著在類名中實現(xiàn)PlugInFilter接口:public class Inverter_ implements PlugInFilter 然后在類中實現(xiàn)setup()方法:public int setup(String arg, ImagePlus imp) if (arg.equals(“about) showAbout();return DONE;return DOES_8G+DOES_STACKS+SUPPORTS_MASKING;其中DOES_8G, DOES_
46、STACKS, SUPPORTS_MASKING均為程序定義的關(guān)鍵字,表示本插件只能處理8位棧內(nèi)圖像,支持掩模操作。接著是run()方法的實現(xiàn):public void run(ImageProcessor ip) byte pixels = (byte)ip.getPixels();int width = ip.getWidth();Rectangle r = ip.getRoi();int offset, I;for (int y=r.y; y<(r.y+r.height); y+) offset = y*width;for (int x=r.x; x<(r.x+r.width)
47、; x+) I = offset + x;pixelsi = (byte)(255-pixelsi);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。最后的showAbout()方法靜態(tài)調(diào)用了IJ.showMessage()方法,顯示相關(guān)插件的信息:void showAbout() IJ.showMessage(“About Inverter_.,“This sample plugin filter inverts 8-bit images. Lookn +“at the Inverter_.java s
48、ource file to see how easy it isn +in ImageJ to process non-rectangular ROIs, to processn +all the slices in a stack, and to display an About box.);以上的代碼綜合起來就是一個完整的ImageJ插件,將其在ImageJ中編譯運行即可看到效果。而編譯好的.class文件或者可以制作成jar包,直接發(fā)布成一個功能插件,使用在其他安裝有ImageJ的機器中。第三章 基于實體的圖像特征提取及描述3.1 特征提取的根本原理圖像特征是指圖像的原始特性或?qū)傩?,是?/p>
49、于景物的物理與幾何特性使圖像局部區(qū)域的灰度產(chǎn)生明顯變化而形成的,在圖像中存在著一些特殊的信息,這些信息使該圖像有別于其它圖像,這些特殊信息就是圖像的特征。其中有些是視覺直接感受到的自然特征,如區(qū)域的亮度、邊緣的輪廓、紋理或色彩等;有些是需要通過變換或測量才能得到的人為特征,如變換頻譜、直方圖、矩等。圖像特征的提取,即從圖像中提取有用的信息和視覺特征。特征提取所要滿足的約束條件12有:1.樣本的可別離性: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。2.特征的有效性:提取出的特征應滿足對特征的一般要求和特殊要求,并使分類錯誤率到達給定的指標。3.抗模式畸變能力:
50、通常的模式畸變主要有:噪聲、平移、放縮、旋轉(zhuǎn)和仿射等變化。圖像特征提取涉及的面很廣。從一幅圖像中提取出什么樣的特征,需要根據(jù)用戶所關(guān)心的問題來決定。3.2 特征提取的根本方法本文主要從紋理和形狀兩方面研究圖像的特征提取技術(shù)。3.2.1 基于實物的紋理特征提取談到紋理,人們很自然的想到水面的波紋,家俱的木紋,石板上的花紋。它們總體都反響了物體外表顏色和灰度的某種變化,而這些變化又與物體本身的屬性相關(guān)。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)別物體的根本特征。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。2.
51、 紋理基元的排列組合,基元排列的疏密、周期性、方向性等的不同,能使圖像的外觀產(chǎn)生極大的改變。紋理特征的提取主要的工作就是檢測出紋理基元和獲得有關(guān)紋理基元的排列分布方式的信息。這里介紹幾種常見的方法并詳述了在ImageJ中的實現(xiàn)過程。1 直方圖統(tǒng)計直方圖是多種不同灰度的像素分布的概率統(tǒng)計,與紋理基元存在著一定的對應關(guān)系。如果兩幅圖像的直方圖相同或相似,那么說明兩幅圖像有相同或相似的紋理基元。將直方圖的相似性進行比較,就可以發(fā)現(xiàn)紋理基元排列的周期性及緊密性等。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,方差的計算公式為。在計算過程中,首先通過ImageJ
52、的接口獲得直方圖數(shù)組int hist = ip.getHistogram();int histSize = ip.getHistogramSize();其中的hist和histsize分別是直方圖數(shù)組和灰度級大小。在得到直方圖數(shù)據(jù)后,就可以計算它的均值和方差了。均值的計算過程如圖3-1所示。a程序開始,遍歷所有的灰度級256個,計算每個灰度級與直方圖數(shù)組值的乘積。b將所有灰度級對應的直方圖數(shù)組值求和。c乘積值比和值得到結(jié)果,程序結(jié)束。程序流程如圖3-1所示。否是遍歷結(jié)束求和開始結(jié)束計算乘積圖3-1均值計算流程圖程序代碼建立如下:for(int j=0;j<histSize;j+)zh +
53、= j * histj;h += histj;histMean = zh/h;均值的計算結(jié)果用histMean一個double數(shù)據(jù)來存儲。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)。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。其他的ImageJ用戶可以通過調(diào)用插件的getHistDelta()方法得到灰度直方圖均值的數(shù)據(jù)?;诨叶燃壍闹狈綀D特征并不能建立特征和紋理基元的一一對應關(guān)系。相同的直方圖可能會有不同的紋理基元,因此運用直方圖進行紋理基元分析時,還需要其他的特征。2灰度共生矩陣由于紋理是由灰度分布在空
54、間位置上反復出現(xiàn)而形成的,因而在圖像空間中相隔某距離的兩像素間會存在一定的灰度關(guān)系,這種關(guān)系被稱為是圖像中灰度的空間相關(guān)特性。而在灰度直方圖中,因為各個像素的灰度是獨立進行處理的,所以不能很好地反映紋理中灰度級空間相關(guān)性的規(guī)律。于是人們自然想到通過研究灰度空間相關(guān)性來描述紋理,這就是灰度共生矩陣的思想根底?;叶裙采仃囉帽硎荆仃囋啬敲从靡韵碌姆柋硎荆?3-1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0°、45°、90°、135°四種?;叶裙采仃嚨男泻土蟹謩e是兩個像素的灰度級。為了計算方便,可以先將矩陣歸一化。歸一化值: 3-2其中S為矩陣各元素之和。這里灰度共生矩陣是所有特征參數(shù)計算的根底。對于灰度共生矩陣的獲取,ImageJ沒有相關(guān)的工作完成。這里我們擴展ImageJ:a首先定義一個double型的二維數(shù)組pd存儲共生矩陣值。double pd = new doublehistSizehistSize;并初始化各值為0。b接著遍歷二維數(shù)組pd,對每對橫縱座標值,比較水平方向或者45度、90度、1
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025版私募股權(quán)投資15%股權(quán)購買協(xié)議3篇
- 五下快樂讀書吧《水滸傳》|高頻考點50個
- 2024年電子企業(yè)核心保密協(xié)議樣本版B版
- 2024批次毛石購銷協(xié)議細則一
- 2025年度攤位租賃與品牌推廣合作合同3篇
- 2024投資借款協(xié)議書范本
- 2024年項目股份買賣合同樣本3篇
- 咖啡調(diào)機知識培訓課件
- 2024版文化藝術(shù)作品創(chuàng)作合同
- 減速機知識培訓課件
- 果樹蔬菜病害:第一章 蔬菜害蟲
- 質(zhì)量管理體系部門職責與權(quán)限
- 2020高考語文大一輪復習高考命題點六客觀綜合性選擇題——內(nèi)容形式兩方面選項陷阱角度現(xiàn)課件(31頁PPT)
- 人工地震動生成程序
- 超星 爾雅 中國古典小說巔峰-四大名著鑒賞
- 挖掘機專業(yè)詞語中英對照表2014-12-04
- 中考必備高頻詞匯2600詞(單詞版)
- SSB變槳系統(tǒng)的基礎知識
- GB∕T 27552-2021 金屬材料焊縫破壞性試驗 焊接接頭顯微硬度試驗
- 外貿(mào)中常見付款方式的英文表達及簡要說明
- 抗壓偏壓混凝土柱承載力計算表格
評論
0/150
提交評論