グレースケールの形態学的粒度テクスチャ分類

二値形態学的粒度サイズ分布は、画像の粒状性（またはテクスチャ）を説明する方法としてMatheronによって考案されました。各正規化されたサイズ分布は確率密度であるため、粒度モーメントの特徴ベクトルが得られます。最近の応用は、周囲のテクスチャによって個々の画素を分類できるように、個々の画素周辺の局所サイズ分布を取得することに焦点を当てています。局所分類技術をグレースケールテクスチャに拡張することが調査されています。これは、42の粒度特徴を使用して行われ、その半数は開放粒度によって生成され、残りの半分は閉鎖粒度によって生成されます。従属データと独立データの両方の訓練と分類の後、特徴抽出（圧縮）はKarhunen-Loeve変換によって行われます。また、逐次特徴選択も適用されます。ランダムに配置された一様雑音の影響が調査されています。特に、雑音訓練が雑音レベルにわたってロバスト性を高める程度が研究され、雑音に対して感度の低い粒度分類器のセットに到達するために特徴選択が行われます。