2010，46（33）ComputerEngineeringandApplications计算机工程与应用1引言纹理是用来识别目标的重要方法，它是图像中一个很重要而又难以描述的特性，至今还没有公认的定义[1]。在对纹理图像进行分类识别过程中，许多纹理图像虽然在外形上相似，但是在角度和方向上呈现多样性，也就是说当同样的图像经过旋转而保持外形不变时，它们应该还属于同一类[2]。在对这类图像进行特征提取时，得到的特征值应尽可能接近。这就要求人们应对图像的旋转不变性做深入研究，进而得出正确的检测结果。近年来，一些学者在纹理分析的研究上提出了灰度共生矩阵的概念。渐渐地，灰度共生矩阵成为描述纹理图像的重要特征，而且广泛应用于纹理图像旋转不变性研究。1962年，Hu首先提出了矩的概念，后来人们又总结出了7个不变矩，用来提取图像旋转不变特征，但是因为其多项式不是正交的，所以计算7个不变矩的计算量非常大。后来出现了正交矩，其中以Zernike矩和Pseudo-Zernike矩为代表，但是他们的多项式复杂，计算量比较大，而且出现了许多不同的计算其多项式的方法。文献[3]通过求各个方向上灰度共生矩阵特征量的平均来得到旋转不变量。本文在文献[3]的基础上，提出一种基于灰度-梯度共生矩阵的旋转不变性纹理特征提取算法，并与文献[3]的结果做了比较。在计算灰度-梯度共生矩阵时，把图像分成适当数量的子区域，求取每一个子区域矩阵的灰度-梯度共生矩阵，这样，在计算其特征量时可以求这些子区域灰度-梯度共生矩阵特征量的平均值，这样得到的特征量就更具代表性。并且，通过划分子区域的方法还降低了运算复杂度，使得算法得到大大优化。2空间灰度共生矩阵2.1定义灰度共生矩阵[4]是分析纹理特征的重要方法，它描述了图纹理图像识别中的旋转不变性分析杨清跃，高飞，聂青YANGQing-yue，GAOFei，NIEQing北京理工大学信息与电子学院，北京100081SchoolofInformationandElectronics，BeijingInstituteofTechnology，Beijing100081，ChinaE-mail：yangqingyue1985@163.comYANGQing-yue，GAOFei，NIEQing.Analysisofrotationinvarianceintextureimagerecognition.ComputerEngineer-ingandApplications，2010，46（33）：205-207.Abstract：Intheprocessofthetextureimagerecognitionandclassification，manyimageswhichhavethesametexturefea-turesusuallyshowthediversityofdirection.Theseimagesaresupposedtobethesamecategory.Sothemethodhowtogettherotationinvariantfeaturesisneeded.Therearemanymethodstosolveit，suchasgeometricmoments，orthogonalmoments，graylevelco-occurrenceetc.Butthefirsttwomethodsaretimeconsuming，andtheperformanceofthethirdisnotsatisfying.AmethodbasedonGray-GradientCo-occurrenceMatrixisrecommendedtogettherotationinvariantfea-tures.Furthermore，afastalgorithmforcomputingtheGray-GradientCo-occurrenceMatrixisproposed.Experimentalresultsdemonstratethatthemethodisveryefficientforgettingtherotationinvariantfeatures，andthefastalgorithmhaslargelyreducedthecomputation.Keywords：textureanalysis；graylevelco-occurrencematrix；rotationinvariance；gray-gradientco-occurrencematrix摘要：在对纹理图像进行分类识别过程中，许多具有相同纹理特性的不同图像经常在方向上呈现多样性。这些图像应该被归为一类。针对这一问题，有许多方法可以得到旋转不变性特征，例如：几何矩，正交矩，灰度共生矩阵等，然而，前两种方法计算量很大，第三种方法效果也不令人满意。提出了一种基于灰度-梯度共生矩阵的方法来得到旋转不变特征量，并且提出了一种快速计算灰度-梯度共生矩阵的算法。实验表明利用灰度-梯度共生矩阵的方法得到旋转不变量的方法非常有效，快速计算灰度-梯度共生矩阵的算法也大大减小了计算量。关键词：纹理分析；灰度共生矩阵；旋转不变；灰度-梯度共生矩阵DOI：10.3778/j.issn.1002-8331.2010.33.058文章编号：1002-8331（2010）33-0205-03文献标识码：Ａ中图分类号：TP391.41作者简介：杨清跃（1985-），男，硕士研究生，主要研究...
