画像処理のなかで領域処理の１つのとして、テクスチャーの統計的特徴量を得る方法として、同時生起行列というものがある。
詳しい詳細はいろいろなHPにのっているので、今日は理解のために関連情報を載せます。
エネルギー、コントラスト、相関、分散、エントロピー、サムエントロピー、逆差分モーメントがわかるらしい。
今日の疑問
Q1:で？どうなるのかがわからない。それを用いて、特徴的に分類するのか？機械認識に使うのか？（ちょっと保留ですね。）
Q2:同時生起行列を作る（例では2×２行列の同時正規行列が示されている）が、画素値に応じて同時正規行列の大きさはかわるのか？実際どのサイズが適当なのか？
Q3:行列を確率に直すのでH⇒Pとなることまではわかる。これは行列。特徴量は1つの絵に1値のスカラ量？それとも、2次元画像？（リンク先では絵になっているが）
Q4:ここでネットを調べているとGLCMという言葉が出てくる。グレーレベルの同時生起行列 (GLCM: Gray-Level Co-Occurrence Matrix)らしい。これはなに？テクスチャーの解析なので質感の話とつながる？ここは認知科学的にも関心あり。
これらをいろいろなところからの情報を元に紐解いていきます。（いずれ）
参考文献
コメント