1、图像的熵
1.1 介绍
图像熵(image entropy)是图像“繁忙”程度的估计值,它表示为图像灰度级集合的比特平均数,单位比特/像素,也描述了图像信源的平均信息量。熵指的是体系的混乱程度,对于图像而言,对焦良好的图像的熵大于没有清晰对焦的图像,因此可以用熵作为一种对焦评价标准。熵越大,图像越清晰。
图像熵反映了图像灰度直方图分布的离散程度。当图像细节清晰时,图像的灰度直方图分布较广,像素间灰度值对比较强,图像熵也较大;当图像模糊时,图像的灰度直方图分布较窄且集中,像素间的灰度值相差小,图像熵较小。
1.2 特征
- 对于一副灰度级为256的图像,其最大图像熵约为5.54比特/像素。
- 图像熵越大,表明图像的灰度级越多,直方图分布越均匀,相应的图像质量越好,细节信息越丰富。
- 图像熵是对图像灰度信息的整体描述,孤立的像素点几乎不会对图像熵造成影响。
1.3 应用
图像熵在图像处理、计算机视觉等领域有广泛应用。例如,在图像压缩中,可以利用图像熵来评估图像的信息量,从而选择合适的压缩算法和参数。在图像分割中,图像熵可以作为分割阈值的选取依据,帮助实现更准确的图像分割。此外,图像熵还可以用于图像质量评价、图像增强、图像去噪等方面。
2、各向异性
2.1 介绍
各向异性(anisotropy)是描述物质或系统在不同方向上具有不同性质的特性。在图像处理中,各向异性通常指的是图像在不同方向上的纹理、亮度、颜色等特征存在差异。
2.2 特点
各向异性是图像的一种重要特性,它反映了图像在不同方向上的信息差异。这种差异可以是由于图像的拍摄角度、光照条件、物体表面纹理等因素造成的。在图像处理中,利用各向异性可以帮助我们更好地理解和分析图像,提取有用的信息。
2.3 应用
各向异性在图像处理中有多种应用。例如,在图像增强中,可以利用各向异性来增强图像在某些方向上的特征,提高图像的视觉效果。在图像分割中,各向异性可以作为分割算法的一个重要依据,帮助实现更准确的分割结果。此外,各向异性还可以用于图像去噪、图像修复、图像识别等方面。
在地震图像处理中,各向异性扩散滤波方法被广泛应用于断层识别。这种方法利用地震图像中各向异性的特性,通过构建结构张量矩阵来判断扩散方向,从而实现保边去噪和断层识别。这种方法在提高地震资料信噪比的同时,保护了断层等小尺度边缘信息,为后续的地震断层精细解释等提供了基础资料。
3、Halcon entropy_gray
`entropy_gray` 是 Halcon 库中的一个算子,用于确定图像的熵和各向异性。
1. 名称与功能:
- 名称:`entropy_gray`
- 功能:确定图像的熵和各向异性 。
2. 用法:
- 算子的用法为:`entropy_gray(Regions, Image : : : Entropy, Anisotropy)` 。
3. 描述:
- `entropy_gray` 创建输入图像中灰度值的相对频率直方图,并根据这些频率计算来自区域的每个区域的熵和各向异性系数 。
- 熵和各向异性系数的计算公式如下:
- 熵(Entropy):根据灰度值频率的直方图计算得出。
- 各向异性系数(Anisotropy):测量灰度值分布的对称性 。
4. 参数:
- `Regions`:要确定特征的区域,输入类型为 region(-array) 。
- `Image`:灰度值图像,输入类型为 singlechannelimage 。
- `Entropy`:输出信息内容(熵)的灰度值,输出类型为 real(-array) 。
- `Anisotropy`:测量灰度值分布的对称性,输出类型为 real(-array) 。
5. 注意:
- `entropy_gray` 算子仅考虑给定的区域,并忽略输入图像 `Image` 的任何先前设置的域 。
6. 并行性:
- 多线程类型:可重入(与非独占算子并行运行)。
- 多线程范围:全局(可以从任何线程调用)。
- 在元组级别自动并行化处理 。
7. 复杂度:
- 如果 F 是该区域的面积,则运行时复杂度为 O(F + 255) 。
8. 结果:
- 如果输入了具有定义的灰度值的图像并且参数是正确的,则算子 `entropy_gray` 返回值 2(`H_MSG_TRUE`)。空输入情况下的行为(没有可用的输入图像)可以通过 `set_system('no_object_result',<Result>:)` 设置,空区域的行为可以通过 `set_system('empty_region_result',<Result>:)` 设置。如有必要,会引发异常 。
9. 替代算子:
- `select_gray` 。
10. 参考其他算子:
- `entropy_image`, `gray_histo`, `gray_histo_abs`, `fuzzy_entropy`, `fuzzy_perimeter` 。
4、具体计算
read_image (Image, 'fabrik')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
dev_display (Image)
dev_set_draw ('margin')
* Create two rectangle parallel to the coordinate axes
gen_rectangle1 (Rectangle1, 351, 289, 407, 340)
gen_rectangle1 (Rectangle2, 78, 178, 144, 244)
entropy_gray (Rectangle1, Image, Entropy1, Anisotropy1)
entropy_gray (Rectangle2, Image, Entropy2, Anisotropy2)
区域1的熵和各向异性为:
区域2的熵和各向异性为:
从图像可以看出熵的大小可以用来区分不同图像内容。
5、应用 Halcon例程:crystal.hdev
* crystal.hdev: extraction of hexagonally shaped crystals via local thresholding and region post-processing* 关闭当前所有打开的窗口,防止干扰
dev_close_window ()* 关闭窗口的自动更新功能,以提高处理速度
dev_update_window ('off')* ****
* step: acquire image
* 加载图像文件到内存中,准备进行处理
* 文件名为'crystal'
* ****
read_image (Image, 'crystal')* 获取图像的尺寸,用于后续窗口的调整
get_image_size (Image, Width, Height)* 根据图像的尺寸打开一个新窗口,以适应图像的大小
dev_open_window_fit_image (Image, 0, 0, Width, Height, WindowID)* 设置窗口中显示的字体样式和大小
set_display_font (WindowID, 12, 'mono', 'true', 'false')* 设置绘制模式为边缘绘制,以便更清晰地显示图像边缘
dev_set_draw ('margin')* 设置绘制线条的宽度
dev_set_line_width (2)* 在窗口中显示原始图像
dev_display (Image)* 显示继续消息,提示用户下一步操作
disp_continue_message (WindowID, 'black', 'true')* 暂停程序执行,等待用户输入继续
stop ()* ****
* step: segment image
* 对图像进行分割处理,以提取出感兴趣的区域
* ***** -> 使用局部阈值法进行分割
* 计算图像的均值图像,用于后续的阈值处理
mean_image (Image, ImageMean, 21, 21)* 使用动态阈值法根据均值图像对原始图像进行分割
dyn_threshold (Image, ImageMean, RegionDynThresh, 8, 'dark')* -> 提取连通区域
* 将分割后的区域中连通的部分提取出来
connection (RegionDynThresh, ConnectedRegions)* 在窗口中显示连通区域
dev_display (ConnectedRegions)* 显示继续消息,提示用户下一步操作
disp_continue_message (WindowID, 'black', 'true')* 暂停程序执行,等待用户输入继续
stop ()* ****
* step: process regions
* 对提取出的区域进行进一步的处理,以筛选出符合要求的晶体区域
* ***** 将连通区域转换为凸包区域,以便进行形状分析
shape_trans (ConnectedRegions, ConvexRegions, 'convex')* 根据面积筛选出较大的区域,这些区域可能是晶体
select_shape (ConvexRegions, LargeRegions, 'area', 'and', 600, 2000)* 根据灰度值的熵筛选出符合条件的区域,熵值反映了图像区域的灰度分布均匀性
* 这一步进一步筛选出可能的晶体区域
select_gray (LargeRegions, Image, Crystals, 'entropy', 'and', 1, 5.6)* 在窗口中同时显示原始图像和筛选出的晶体区域
dev_display (Image)
dev_display (Crystals)