Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Análisis de texturas

Filtrado de entropía, rango y desviación estándar; crear matriz de co-ocurrencia de nivel gris

El análisis de texturas hace referencia a la caracterización de las regiones de una imagen por su contenido de textura. El análisis de texturas intenta cuantificar las cualidades intuitivas descritas por términos como áspero, suave, sedoso o accidentado en función de la variación espacial en las intensidades de píxeles. En este sentido, la rugosidad o bache se refiere a variaciones en los valores de intensidad, o niveles de gris.

El análisis de texturas se utiliza en varias aplicaciones, incluyendo la teledetección, la inspección automatizada y el procesamiento de imágenes médicas. El análisis de texturas se puede utilizar para encontrar los límites de textura, denominados segmentación de texturas. El análisis de texturas puede ser útil cuando los objetos de una imagen se caracterizan más por su textura que por la intensidad, y las técnicas de umbral tradicionales no se pueden utilizar de forma eficaz.

Funciones

`entropy`	Entropía de imagen en escala de grises
`entropyfilt`	Entropía local de la imagen en escala de grises
`rangefilt`	Rango local de imagen
`stdfilt`	Desviación estándar local de la imagen
`graycomatrix`	Crear matriz de co-ocurrencia de nivel gris a partir de la imagen
`graycoprops`	Propiedades de la matriz de co-ocurrencia de nivel gris

Temas

Análisis de texturas

El análisis de texturas utiliza medidas estadísticas para clasificar texturas. Puede detectar los límites de los objetos que se caracterizan más por la textura que por la intensidad.

Detectar regiones de textura en imágenes

En este ejemplo se muestra cómo detectar bordes y contornos de objetos en una imagen en función de la textura de los objetos en el fondo.

Análisis de texturas mediante la matriz de co-ocurrencia de nivel gris (GLCM)

El GLCM caracteriza la textura en función del número de pares de píxeles con valores de intensidad específicos dispuestos en relaciones espaciales específicas.

Crear una matriz de co-ocurrencia de nivel gris

Al crear un único GLCM, la relación espacial predeterminada se define como dos píxeles adyacentes horizontalmente.

Especificar desplazamiento utilizado en el cálculo GLCM

Puede crear varios GLM con diferentes relaciones espaciales entre píxeles para obtener información adicional sobre entidades texturales.

Derive Statistics from GLCM and Plot Correlation

Este ejemplo muestra cómo crear un conjunto de GLCM y derivar estadísticas de ellos.

Segmentación de texturas mediante filtros Gabor

En este ejemplo se muestra cómo utilizar la segmentación de texturas para identificar regiones en función de su textura.

Ejemplos destacados

Segmentación de texturas mediante filtros de textura

En este ejemplo se muestra cómo utilizar la segmentación de texturas mediante filtros de entropía.

Abrir script en vivo

Análisis de texturas

Funciones

Temas

Ejemplos destacados

Segmentación de texturas mediante filtros de textura

Documentación de Image Processing Toolbox

Soporte

Introducing Deep Learning with MATLAB