Introducere

Nu exist o definiie precis pentru noiunea de textur, deoarece texturile

naturale prezinta proprieti contradictorii (regularitatea fa de dezordine,
omogenitatea, fa de denaturare), care sunt foarte greu de descris ntr-un mod
unitar. n general, cuvntul textura se refer la caracteristici de suprafata i apariia
unui obiect dat de mrimea, forma, densitatea, proporia din piesele sale
elementare, etc. O textur este de obicei descris ca aspr sau fin, moale sau tare,
mat sau lucios, etc
Analiza texturii se ocup cu extracia caracteristicilor i codificarea imaginii.
Extracia caracteristicilor ncearc s identifice i s selecteze un set de
caracteristici distinctive i suficiente pentru a caracteriza o textur. Codificarea
imaginii aduce o descriere compacta a texturii din caracteristicile selectate. Prin
reprezentarea unei texturi complexe cu un numr mic de parametri procesarea
automata a texturii este posibila.
Au fost propuse mai multe metode de analiz a texturii n ultimii ani.
Metodele disponibile pot fi clasificate n metode geometrice, de prelucrare bazate
pe modele i semnale. O observaie se poate face: aparent mai multe metode se
incadreaza in mai mult una din categoriile de mai sus . De exemplu, o (MGRF)
modelul Markov-Gibbs deriva o distributie probabilistica comuna pe proprietati
statistice a imaginii pentru descrierea texturii, deci poate fi inclusa n categoriile
model-based si statistice.
Exista doua metode principale de descriere a texturii:

Metoda descriptiva deriv o descriere cantitativ a unei texturi n

ceea ce privete o serie de masuri gestionabile de proprietati
Metoda generica creeaza un model geometreic sau probabilistic
pentru descrierea texturii

Mai mult, abordarea descriptiv poate fi mprita n metode statistice i

spectrale, datorit tehnicilor utilizate n selectarea caracteristicilor.
Metodele statistice folosesc ca descriptori de facilitati statisticile de semnal
din domeniul spaial ale imaginii. Statisticile cel mai frecvent utilizate sunt:
histograme 1D, momente, matrici de co-apariie la nivel gri (GLCM), etc. De obicei,
statisticile de imagine de ordin inferior, n special statisticile de primul i al doilea
ordin, sunt utilizate n analiza texturii. Statisticile de ordinul 1 (media, abaterea
standard si de ordin superior momente ale histograma) lucreaz cu proprietile
fiecarui pixel individual. Statisticile de ordinul al doilea conteaza, de asemenea,
pentru interdependena spaiala sau co-aparitia a doi pixeli la poziiile relative
specifice. Matricile de co-aparitie de nivel gri, diferenele de nivel de gri , funcia de
autocorelaie i operator local de model binar sunt cele mai frecvent aplicate
statistici de ordin doi de descriere textura. Caracteristici statistice mai mari dect de
ordinul al doilea au fost de asemenea investigate , dar complexitatea de calcul
1

crete exponenial cu ordinea de statistici. Caracteristicile Haralick derivate din

GLCM sunt una dintre caracteristicile cele mai populare stabilite.

2. Filtre Gabor
2.1 Proprietati
Filtrele Gabor au fost propuse n 1949 de Denis Gabor [GAB46] i sunt
folosite n domeniul prelucrrii imaginilor ca elemente de preprocesare i extragere
de trsturi. Cteva aplicaii ar fi: recunoaterea formelor, recunoaterea feelor,
detecia contururilor, analiza micrii [WES95], [KOV99],
[MAN00a], [WIS97].
Folosirea filtrelor Gabor a fost motivat de faptul c ofer maximul de
rezoluie att n domeniul spaiu cat i n domeniul frecven [PAP77]. Utilizarea
acestora n aplicaiile mai sus menionate este motivat i de anumite proprieti
ale acestora i anume, faptul c pot extrage informaia din domeniile spaiu i
frecven cu minim incertitudine. De asemenea, rspunsul la impuls al unui filtru
Gabor permite analiza separat a caracteristicilor de amplitudine i de faz ale unui
semnal n domeniul spaial. De asemenea, s-a descoperit c celulele ganglionare ale
retinei mamiferelor au rspunsul la impuls asemntor cu cel al filtrelor Gabor.

2.2 Filtre Gabor unidimensionale

Rspunsul la impuls al unui filtru Gabor este dat de o exponenial complex
modulat n amplitudine de o funcie gaussian:

unde reprezint deviaia standard a gaussienei iar 0 reprezint frecvena

central a filtrului.
Transformata Fourier a unei funcii gaussiene este 2 2 exp( / 2) iar a filtrului
Gabor este:

n Fig. 1.2 s-a reprezentat modulul funciei Gabor, partea real, partea imaginar i
transformata Fourier (G( ) ):

Pentru a extrage informaiile specifice diferitelor benzi de frecven ale unui

semnal, n aplicaiile de recunoatere a formelor, se utilizeaz bancuri de filtre
Gabor care au o proprietate de tip wavelet:

n felul acesta, se obine o acoperire a ntregului domeniu de frecvene

[MAL99] i se pot obine vectori de trsturi care s caracterizeze ct mai bine
imaginea respectiv.
Dac a=2, atunci se spune c bancul de filtre Gabor respectiv are
proprietatea de a fi diadic [MAL99]. Astfel definite, toate filtrele bancului au acelai
factor de calitate. n Fig. 1.3 se prezint un exemplu de astfel de banc de filtre
format din 5 filtre cu parametrii a = 2 i k = . Bancul de filtre astfel definit ((1.1) i
3

(1.3)) are proprietatea c norma L1 a filtrelor din care este constituit este 1 [HAL99],
[YOU02].

In literatur s-au folosit i funcii Gabor care au proprietatea c energia este

invariant n raport cu [MOS98], [JIA00]:

In acest caz, rspunsul la impuls al filtrului de tip Gabor este:

iar rspunsul n amplitudine al filtrului nu mai are valoare maxim egal cu

unitatea ci, pentru diferite scale, este proporional cu (Fig. 1.4).

n alte aplicaii se prefer o variant a filtrelor Gabor numit n literatur

filtre log Gabor [NEC06], [FDE98]. Dac se consider axa frecvenelor pe scara
liniar, funcia Gabor este:

Parametrul k se alege astfel nct 0 k / sa fie constant. De exemplu dac

raportul este egal cu 0.75 rezult un filtru cu banda aproximativ 1 octav iar pentru
0.55 rezult un filtru cu banda de aproximativ 2 octave. n Fig. 1.5 se prezint
caracteristicile de frecven ale celor 2 bancuri de filtre (0 variaz ca i n cazul
anterior conform formulei / 2 , 0..4 i i = ).

Pentru a fi un banc de filtre de tip wavelet, filtrele Gabor componente

trebuie s respecte urmtoarele dou proprieti [MAL99]:

Condiia (1.10) presupune G(0) 0 = , condiie care nu este respectat de

partea real a rspunsului la impuls a filtrelor Gabor. De aceea n literatura a fost
propus o versiune modificat a relaiilor (1.1) sau (1.6) care respect relaia (1.10)
[TAI96]:

2.3 Filtre bidimensionale

Trecerea de la filtre 1D la filtre 2D conduce la filtre spaiale separabila sau
neseparabile. n cazul filtrelor separabile, rspunsul la impuls este dat de relaia:

n acest caz, rspunsul la impuls al unui filtru Gabor 2D este:

6

iar transformata Fourier corespunztoare este dat de relaia:

Limea Gaussienei este dat de x i y n raport cu direciile x i

respectiv y, iar frecvena purttoare n raport cu cele dou direcii y si x este
dat de x i respectiv y . n domeniul prelucrrii de imagini se folosesc filtre
Gabor cu diferite valori pentru y , , si xx x . n cele mai multe aplicaii se
prefer urmtoarea relaie ntre parametrii filtrului Gabor:

Deseori se folosete o relaie wavelet de tipul: v v = k . n acest caz

funciile Gabor sunt versiuni dilatate i scalate ale unei funcii mama (mother
function).