一种基于红外热图的差图像共生矩阵纹理分析方法

红外热图可以检测会引起体温变化的各种疾病,且有经济、简便、无损伤、无痛苦、无接触等优点,然而在实际应用中,人体红外热图不仅几何与灰度分辨率较低,而且,受成像环境和个体变化的影响,使得红外热图灰度的类间差异较小,类内差异较大,导致疾病检测与分类的精度较低、假阳性率高。基于红外热图纹理的稳定性,本文提出了一种差图像共生矩阵纹理分析方法。在增大类间差异的同时减小了类内差异,通过计算原图和差图本身以及他们的特征的信噪比(SNR)发现,差图像能提供更多的差异信息,具有更好的特异性,对乳腺癌红外热图试验也标明,差图可以比原图提高约10%的分类精度。