基于灰度共生矩阵的弹底窝痕纹理特征提取方法研究
摘要：本设计是基于灰度共生矩阵的弹底窝痕纹理特征提取方法研究。本文主要介绍了该研究的目的及意义，同时分析了国内外相关技术的研究概况，在借鉴别人已有成果的基础上提出了自己的研究方案，明确了自己在该设计中需要着重解决的问题，为具体设计打下了基础。
关键词：灰度共生矩阵；弹底窝痕；纹理特征
- 研究目的及意义
目前，国际上比较成熟的枪弹痕迹检测方法都是针对弹头进行的。传统的弹痕检测方法是用显微镜进行观察，这种人工比对的方法以经验为主，计算测量为辅，效率低，且依赖于人的主观判断。本课题拟基于灰度共生矩阵提取弹底窝痕图像纹理特征。旨在运用算法去提取纹理特征，并对纹理特征进行分析和计算，从而达到检验的目的。弹底窝痕的特征提取是弹痕匹配检验的基础。本课题拟采用的方法是：首先建立一个基于像素之间方向和距离的灰度共生矩阵，然后从矩阵中提取有意义的统计量来表示纹理特征，最后依据纹理特征来检验弹底窝痕图像。
- 国内外研究概况
纹理是图像的一个重要属性，它是图像像素颜色或灰度在空间以一定形式变化而产生的图案。纹理分析的研究兴起于20世纪70年代，此后在图像分割，纹理合成，模式识别等领域都得到了广泛的应用。在图像检验中，较常用的纹理特征主要有Tamura纹理特征[1]、自回归纹理模型[2]、方向性特征[3]、小波变换[4]和灰度共生矩阵[5]等形式。其中，基于灰度共生矩阵的纹理检测算法被广泛应用[6,7]。一般而言，国外学者主要进行关于纹理特征提取及描述的算法研究，也包括算法的应用及改进研究；国内学者的研究则主要集中在各种算法的改进以及某一种方法的具体应用。目前，国内外对弹底窝痕的研究工作主要采用3D表面形貌特征技术获取弹底表面痕迹，通过区域分割技术来寻找有效区域，从而提高其互相关系数值，达到匹配目的。现在尚未将纹理特征应用于弹底窝痕检验方面。
2.1灰度共生矩阵
在70年代早期，Haralick等人就提出纹理特征的灰度共生矩阵算法，该算法根据像素之间的方向和距离建立灰度共生矩阵，再从这个矩阵提取出有意义的统计量来作为纹理特征向量，并最终提取出纹理的灰度级间相关性[8]。
2.2Tamura纹理及Laws纹理
Tamuar等人提出了可以构成纹理视觉模型的6个纹理属性，分别是对比度，粒度，方向性，线型，粗糙度和均匀[9]。80年代初，Kenneth Ivan Laws在他的博士论文中提出了Laws纹理的方法，该方法先对五个特殊的卷积核两两卷积，卷积所得模板再对图像进行卷积，并提取纹理特征[10]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
