ISSN 1009-3044 Computer Knowledqe and Technology电脑知识与技术 V01．5，No．32，November 2009，pp．9032—9034 E—mail：eduf@ecce．net．ca http：／／www．dnzs．nel．cn Tel：+86—55 l一5690963 5690964 灰度直方图特征提取的Matlab实现 刘益新1．郭依正2 (1．金山职业技术学院计算机系。江苏扬中212200；2．南京师范大学泰州学院信息科学与技术系，江苏泰州225300) 摘要：图像特征提取是图像识剔、图像敬据挖掘、基于内容的图像检索等的基础性工作，是目前图像领域研究的热点。该文以医学肝 脏CT图像为例．对其灰度直方图特征提取进行了Maflab分析与实现，并给出了实现代码。实验结果表明，正常异常肝脏图像的灰 度直方图特征有明显差异。 关键词：灰度直方图；特征提取；maflab：医学图像 中图分类号：TP391．9 文献标识码：A 文章编号‘：1009-3044(2009)32—9032—03 Gray-scale Histograms Feature Extraction Using Matlab LU T Yi—xinl．GUO Yi—zhen92 (1．Department of Computer，Jinshan Vocational Techmcal CoHege，Yangzhong 21 2200，China；2．Department of information science and technology，Yanjing Normal Umversity Taizhou CoHege，Taizhou 225300，China) mining，content—based image retrieval Abstract：The feature extraction of image is a foundational work for image recognidon，image is a hot topic in the research of image now．This paper analysised and implemented CT liver image gray—scale his- (cmR)，etc．And it tograms feature extraction using Matlab．The experiments proved that these features are different prominently between normal liver and ab- normal liver． data Key words：gray——scale histograms；feature extraction；matlab；medical image 图像特征是用于区分图像内容的最基本属性．它们可以是原图中人类视觉可鉴别的自然特征，也可以是通过对图像测最和处 理人为定义的某些参数。所谓特征提取是对研究对象固有的、本质的及重要的特征或属性进行量测并将结果数值化，或将对象分解 并符号化，形成特征矢量或符号串、关系图的过程111。 医学图像内容丰富且结构复杂。提取有效特征来描述逭些图像内容是医学图像分析和理解的重要内容。对于医学图像特征提 取算法。大体可以分为i大类：颜色(灰度)特征提取口I、纹理特征提取J3I和形状特征提取|4l。其中颜色特征足医学图像的重要特征之一， 且广泛应用于图像处理系统中。在医学图像中，大部分是灰度图像，而不是彩色图像，因此与颜色特征相对应的是灰度特征。医学图 像灰度特征，是利用灰度具有一定的稳定性，对大小、方向都不敏感，能表现出相当强的鲁棒性。 基于灰度直方图的特征提取是医学图像颜色特征提取中的一个典型算法。任何一幅网像的灰度宣方鹊都包含了午富的信息。 图像的灰度直方图足表示一幅图像灰度分布情况的统计特性，图像的灰度直方图简称直月图，足图像处理中一种十分重要的分析 工具。图像厌度直方图特征是医学图像的基本而重要的特征数据。本又对基于灰度直方图的特征提取进行f Matlab分析与实现。实 验结果表明，正常异常肝脏图像的灰度直方图特征有明显差异，为图像分析与理解、网像检索、图像识别和图像挖掘等后继研究奠 定了一定的理论基础。 1灰度直方图的定义 一幅数字图像的灰度直方图就是一个灰度级的离散函数，可以用式<1)来表示图像灰度直方图的定义嘲。 其中i表示灰度级，L表示灰度级种类数，n。表示图像中具有灰度级i的像索的个数，N表示图像总的像素数。公式描述的是图 像中具有该灰度级的像素的个数占图像总像素的百分比，即图像中具有灰度级i的像紊出现的频率。其横坐标是灰度级，纵坐标足 该灰度嘏现的频率。 lI H(f)=名，l-0．1．……，三一1 Ⅳ f1) 、’ 图像的灰度直方图提供了该图像外观的一个全局描述，所提 取的特征具有RST不变性，即旋转、比例和位移不变性，缺点是不 能有效地表示图像的空间信息，如图1表示的是一幅医学图像的 直方图示例。 2基于直方图的统计特征 一般不是商接将医学图像的直方图作为特征．需要通过用一 些统计量来反映网像的直方网，这些统计量通常称为直方图的统 计特征。常用下列几种统计量来反映图像的直方图特征： 图1 医学图像及其直方图 收稿日期：2009-09-17 作者简介：刘益新(1982一)，男，江苏宜兴人，硕士，助教，主要研究方向为图形图像处理；郭依正(1984一)，男，江苏徐州人，硕士，助 教．主要研究方向为图形图像处理。 9032-·人工譬■夏识嗣技术*·--· 本栏目责任编辑：唐一东 ˝ • ‰ ˚ ˝ • ‰ ˚ 

第5卷第32期(2009年”月) Computer船鼢_蜘如and TochnoIbgy电奠知识与技术 1)均值(me卸)：均值反映的是一幅图像的平均灰度值。 工-i ∥=∑1日(1) ‘·o l-0 1’ 2)方差(variance)：方差反映的是一幅图像的灰度在数值上的离散分布情况。 矿=∑(j一∥)2H0) 3)歪斜度(skewness)：歪斜度反映的是图像直方图分布的不对称程度，歪斜度越大表示直方图分布越不对称，反之越对称。 鸬5一：Z。(i-／M)3H(0 (2) ＼-' (3) (4) 4)峰态(kurtosis)：峰态反映的是图像的灰度分布在接近均值时的大致状态，用以判断图像的灰度分布是否非常集中于平均灰度 附近。峰态越小，表示越集中；反之，表示越分散。 5)能量(energy)：能量反映的是灰度分布的均匀程度，灰度分布较均匀时能量较大．反之，较小。 。 脓2亭妥(‘一一)4日(‘)一3 脚=∑踟)2 6)熵(entropy)：熵也反映了直方图灰度分布的均匀性。 ，o=一∑H(i)log：阻(f)】 3灰度直方图特征提取的Matlab实现 (5) (6) (7) 以图2所示的肝脏CT图像为例。众所周知，灰度图像在计算机中的表示是一个M*N的二维矩阵，这里M=N=512。一个像素就 对应着矩阵中相应位置的一个灰度值，由于灰度级是256。因此灰度值范围在0～255之 问，最小灰度值O代表黑，最大灰度值255代表白。 对于肝脏CT图像，纯黑对应背景区域，纯白对应骨骼组织。这两部分对于图像的 特征提取没有意义，因此公式中i的取值为1—254。以提取基于直方图的均值特征为例， 图2一幅CT肝脏图像 程序如下。 “c filename=71．bmp'； pi=imread(filename)； pix=double(pi)； s=double(zeros(254，1))； for i-l：512 for涪1：512 for k=1：254 switch pix(id) case k s(k)=s(k)+double(1)； otherwise end end end end sum=double(O)； for k=l：254 sum=sum+s(k)； end h=double(zeros(254，1))； for u=l：254 h(u)=s(u)／sum； end junzhi=double(O)； for i_l：254 junzhi=junzhi+i幸h(i)； end filename junzhi toe 上述代码运行结果如下，可见，图2所示的肝脏CT图像，其基于直方图的均值特征，程序运行时间0．938000秒。 filename=1．bmp iunzhi=129．0577 Elapsed time is 0．938000 seconds． 本栏目责任编辑：唐一东 。。--·人工■■及识剐技术--9033 ˝ • ‰ ˚ ˝ • ‰ ˚ 

Computer Knowledge and Technology电脑知识与技术 第5卷第32期(2009年11月) 现在随机抽取10幅正常肝脏CT图像(如图3所示)和10幅异常肝脏CT图像(如图4所示)。比较其均值特征，如图5所示，由 曲线网清晰可见，正常肝脏CT图像与异常肝脏CT图像在均值特征上差别明显，正常肝脏CT图像均值在129．2879左右，异常图像 的均值在115．2091左右。值得注意的是，结果并非表明用这一个特征就可以完全区分正常肝脏与异常肝脏，细看曲线图可知，异常 肝脏CT图像中第一幅图就无法使用均值判断其正常异常与否，仅仅使用均伉就会误判。现实生活中，肝脏CT图像凶拍摄位置、拍 摄仪器等多方面原因，要想理想判断其正常还是异常．使用一个或一类特征是远远不够的。 图3 随机抽取的1n幅正常肝脏rT图 图4随机抽取的lO幅异常肝脏CT图 4总结 本文对基于灰度直方图的医学肝脏CT图像特征提取进行了 Maflab分析与实现。特征的提取很霞要．特征提取的好坏直接影响到 图像识别、基于内容的图像检索、图像挖掘、图像分析与理解等后继工 作的成败。由于医学图像与普通I墨I像存在很大的不同．医学图像具有 灰度分辨率高、所含信息量大、数据的巨量性、异构性、噪声显著性等 特点，单一的特征提取方法都还不能很好的表达医学图像的内容，寻 找适合医学图像的特征提取方法仍是一个需要深入探索的领域。 参考文献： 【l】郭依正．基于多特征融合的医学图像识别研究【D】．镇江：江苏大学， 图5 10幅正常肝脏CT图与10幅异常肝脏CT图的比较 2007． 【2】Yong Rui．Image Retrieval：Current Techniques，Promising Directions and Open Issues阴．Journal of Visual Communication and Im- age Representation，1999，10(3)：39-62． [3】3 MANJUNATH BS，MA M X．Texture Feature for Browsing and Retrieval of Image Data【J】．IEEE-PAMI，2000，1 8(8)：837—842． 【4】胡小锋，赵辉．Visual C++，MAⅡAB冈像处理与识别实用案例精选【Mj．人民邮电出版社，2004：119—121． 【5】金华．基于密度聚类的医学图像分割和特征提取方法研究IDJ，硕士学位论文：镇江：江苏大学，2005． 9034··人工智麓硬识翳技术；···· 本栏目责庄编辑：唐一东 ˝ • ‰ ˚ ˝ • ‰ ˚