matlab代码-基于纹理的图片比较

《matlab代码-基于纹理的图片比较》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、/*4**1**1^*1**1^*1**1**1^*&»*1**1^*1^*4**1^*1^*1^*1^*A**1**1^*1**1**1**t^*4**1^*1**!-•*A**1^*1^*1**4^*1**1^*1^*1^*1^*!-•*&»*1**1^Kz/^，卜^7>，卜<

2、^^、，卜^

3、*<

4、^，卜1、<

5、^<1*，卜1、<

6、^^、^

7、*<

8、^<

9、^<、，卜，卜<

10、^<1*^、，卜^7*^T*<1*<、，卜<1*，卜，卜<、，卜<、，卜^J*<1*<、，卜，卜<1*<、，卜

11、取，d=l,O=O°,45°,90°,135°共四个矩阵%所用图像灰度级均为256%参考《基于颜色空问和纹理特征的图像检索》%function:T=Texture(Image)%Image:输入图j象数据%T:返回八维纹理特征行向量£f«!•

12、Tw»Tw»Tw^T*^T*^T*^Tw

13、Gray(i,j)<=(n-1)*16+15Gray(ij)=n-l;endendendend%%3.计算四个共生矩阵P，取距离为1,角度分别为0,45,90，135%P=zeros(16，16,4);form=1:16forn=1:16fori=1:Mforj=1:NifGray(ij)==m-1ifj

14、+1;endifi

15、Uy=H;deltaX=H;deltaY=H;C=H;forn=1:4E(n)=sum(sum(P(:，:,n).A2));%%能量fori=1:16forj=1:16ifP(i，j，n)〜=0HOi)=-P(i,j,n)*log(P(i,j,n))+H(n);%%熵endI(n)=(i-j)A2叩(i，j，n)+I(n);%%惯性矩Ux(n)=i*P(i,j,n)+Ux(n);%相关性中HxUy(n)=j*P(i，j，n)+Uy(n);%相关性中uyendendendforn=1:4fori=1:16forj=1:16deltaX(n)=(i-Ux(n))A2*P(i,

16、j,n)+deltaX(n);%相关性中oxdeltaY(n)=(j-Uy(n))A2*P(i,j,n)+deltaY(n);%相关性中oyendendC(n)=(C(n)-Ux(n)*Uy(n))/deltaX(n)/deltaY(n);%相关性end%%求能量、嫡、惯性矩、相关的均值和标准差作为最终8维纹理特征0/0T(l)=mean(E);T(2)=mean(H);T(3)=mean(I);T(4)=mcan(C);imgl=TGrayl=imread('D:i^(观图146stamp210X3.JPG’)；M=