glcm

    2

    1답변

    GLCM 알고리즘을 사용하여 위성 이미지에서 텍스처 분석을 시도하고 있습니다. scikit 이미지 문서는 매우 유용하지만 GLCM 계산을 위해 이미지 위에 반복되는 창 크기가 필요합니다. 이것은 Python에서 너무 느립니다. 슬라이딩 윈도우에 대한 stackoverflow에 대한 많은 게시물을 찾았지만 계산은 오래 걸립니다. 아래에 나와있는 예가 있는데

    1

    1답변

    나는 움직이는 GLCM (그레이 레벨 동시 발생 행렬) 창을 사용하여 피처 이미지 (대비, 두 번째 모멘트 등과 같은 Haralick 기능)를 생성하기 위해 6641x2720 이미지 작업을하고 있습니다. 그러나 달리는 것은 영원히 필요합니다. 작은 이미지에서 테스트 한 코드가 제대로 작동합니다.하지만 빠르게 실행해야합니다. 크기를 25 % (1661x680

    0

    1답변

    GLGCM (Gray Level Gradient Based Co-occurrence Matrix)이라고하는 텍스처 피처 유형은 서로 다른 이미지 그래디언트가 서로 발생하는 방식에 대한 정보를 캡처합니다. GLGCM은 일반 GLCM과 다릅니다. Python에서 GLGCM 구현을 찾을 수있는 사람은 누구입니까?

    2

    1답변

    위성 이미지 (250 x 200 픽셀)에서 텍스처 분석 (GLCM)을 수행하기 위해 mahotas 라이브러리를 사용하고 있습니다. GLCM 계산은 창 크기 내에서 수행됩니다. 따라서 슬라이딩 윈도우의 두 인접 위치에 대해 처음부터 두 개의 동시 발생 행렬을 계산해야합니다. 중첩 영역에서 GLCM 계산을 피하기 위해 단계 크기를 설정할 수 있음을 읽었습니다.

    0

    1답변

    분류를 위해 GLCM과 k-nn을 사용하여 피쳐 추출을했습니다. 지금해야 할 일은 이미지가 잘못 분류 된 이유를 분석하고 문제를 해결하는 것입니다. 나는 시험 데이터의 가장 가까운 이웃을 표시 할 수 있지만 단지처럼 아래 포인트 : 내가 그 이미지 (시험)에 가장 가까운, 즉 쉽게 왜 알 수있는 이미지를 표시 할 (시각적으로) 가장 가까운 이미지입니다. 하

    0

    1답변

    greycomatrixskimage 라이브러리를 사용하여 이미지의 GLCM을 찾으려고합니다. 레벨 선택에 문제가 있습니다. 8 비트 이미지이기 때문에 확실한 선택은 256이어야합니다. 그러나 8과 같은 값을 선택하면 (비닝 및 스파 스 매트릭스 형성을 방지하기 위해) 오류가 발생합니다. 질문은 : 사람은 이유를 알고 있나요 ? 누구나 256x256 매트릭스

    1

    2답변

    슬라이딩 윈도우를 사용하여 이미지 위에 몇 가지 연산 (GLCM)을 계산하고 싶습니다. 이를 달성하기위한 코드는 다음과 같습니다. import numpy as np from skimage.feature import greycomatrix, greycoprops from numpy.lib.stride_tricks import as_strided im

    1

    1답변

    나는 내가 선택한 MRI 이미지에서 불규칙한 관심 영역을 가지고 있습니다. 나는 skimage.feature.greycomatrix 라이브러리를 사용하여 이미지에 대한 동시 발생 분석을하고 싶습니다. 그러나 ROI가 불규칙합니다. 이미지의 numpy 배열에 0을 유지하면 잘못된 회색 동시 발생 분석이 발생하고 그 결과는 NaN이됩니다. 그러나 greycom

    -1

    1답변

    아랍어 문자에 대해 OCR 작업을하고 있습니다. 나는 특징 추출 방법으로 glcm을 시도하고 싶다. 입력 이미지의 http://www.mathworks.com/matlabcentral/fileexchange/22187-glcm-texture-features 예 (문자 이미지) : : 여기 코드있어 을 내가 필요한 기능에 따라 GLCM 출력을 얻을 수있는 코

    0

    2답변

    Matlab에서 이미지의 GLCM을 표시하려고합니다. 지금까지 나는 통계에만 도달하려고 노력했습니다. I = imread('cameraman.tif'); glcm1 = graycomatrix(I); Stats = graycoprops(glcm1); 그리고 결과는 통계입니다. 통계 = Contrast: 0.5006 Correlation: 0.9269