图像区分平坦区域、边缘、角点区域

• 图像区分平坦区域、边缘、角点区域：

像素组织而成的矩阵如下： ，其中Ix和Iy为原图像在x和y方向求得的偏导，然后求矩阵E的行列式K和迹H，后根据K和H的关系就能区分图像的区域模式了。

• 平坦区域：H=0
• 边缘区域：H>0&&K=0
• 角点区域：H>0&&K>0

MATLAB代码：

clear all; close all; clc;

img=double(imread( 'lena.jpg' ));

[m n] = size (img);

imshow(img, [] ) 

[Ix Iy] =gradient(img);

Ix2= Ix. ^ 2 ;

Iy2= Iy. ^ 2 ;

Ixy= Ix. *Iy;

k= 1 ;

lambda= zeros (m*n, 2 ); 

for i = 1 :m 

    for j = 1 :n

        st= [Ix2(i,j) Ixy(i,j); Ixy(i,j) Iy2(i,j)] ; %结构张量 

        K=det(st); %求行列式 

        H=trace(st); %求迹 

        %所有的判断都是近似的 

        % if H<50 %认为是平坦区域 

        % if H>50 && abs(K)<0.01*10^(-9) %认为是边缘区域 

        if H> 50 && abs (K)> 0.01 * 10 ^(- 9 ) %认为是角点区域 

            img( i , j )= 255 ;

        end 

        lambda(k,:)= [K H] ;

        k=k+ 1 ; 

    end 

end figure;

plot(lambda(:, 1 ),lambda(:, 2 ), '.' );

ylabel( 'trace' );xlabel( 'det' );

figure; imshow(img, [] )

• 学位论文《工业CT断层图像重建及三维可视化技术》

多窗口局部分形特征的目标分割方法研究

图像信息熵

图像信息熵是一种统计形式，反映了图像中平均信息量的多少。在图像邻域中局部信息熵和强度变化有关。图像局部信息熵越小，说明该区域为平滑区；纹理和边缘越丰富的区域，局部信息熵越大。

其中， 为以某一像素点为中心且以w=m*m 为窗口大小的局部信息熵， 为窗口中的灰度级出现的概率。

若有错误，请指正。