资源描述：
《图像的灰度共生矩阵.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、图像的灰度共生矩阵收藏Gray-levelco-occurrencematrixfromanimage图像的灰度共生矩阵灰度共生矩阵是像素距离和角度的矩阵函数，它通过计算图像中一定距离和一定方向的两点灰度之间的相关性，来反映图像在方向、间隔、变化幅度及快慢上的综合信息。使用方法：glcm=graycomatrix(I)glcms=graycomatrix(I,param1,val1,param2,val2,...)[glcms,SI]=graycomatrix(...)描述：glcms=graycomatrix(I)产生图像I的灰度共生矩阵GLCM。它是通过计算两灰度
2、值在图像I中水平相邻的次数而得到的(也不必是水平相邻的次数，这一参数是可调的，可能通过Offsets来进行调整，比如[0D]代表是水平方向，[-DD]代表是右上角45度方向，[-D0]代表是竖直方向，即90度方向，而[-D-D]则代表是左上角，即135度方向），GLCM中的每一个元素（i,j）代表灰度i与灰度j在图像中水平相邻的次数。因为动态地求取图像的GLCM区间代价过高，我们便首先将灰度值转换到I的灰度区间里。如果I是一个二值图像，那么灰度共生矩阵就将图像转换到两级。如果I是一个灰度图像，那将转换到8级。灰度的级数决定了GLCM的大小尺寸。你可以通过设定参数“Nu
3、mLevels”来指定灰度的级数，还可以通过设置“GrayLimits"参数来设置灰度共生矩阵的转换方式。下图显示了如何求解灰度共生矩阵，以（1，1）点为例，GLCM（1，1）值为1说明只有一对灰度为1的像素水平相邻。GLCM（1，2）值为2，是因为有两对灰度为1和2的像素水平相邻。glcms=graycomatrix(I,param1,val1,param2,val2,...)返回一个或多个灰度灰度共生矩阵，根据指定的参数。参数可以很简短，并且对大小写不敏感。参数'GrayLimits'是两个元素的向量，表示图像中的灰度映射的范围，如果其设为[]，灰度共生矩阵将使用
4、图像I的最小及最大灰度值作为GrayLimits'NumLevels'一个整数，代表是将图像中的灰度归一范围。举例来说，如果NumLevels为8，意思就是将图像I的灰度映射到1到8之间，它也决定了灰度共生矩阵的大小'Offset'上面有解释，是一个p*2的整数矩阵，D代表是当前像素与邻居的距离，通过设置D值，即可设置角度AngleOffset0[0D]45[-DD]90[-D0]135[-D-D]示例：计算灰度共生矩阵，并且返回缩放后的图像，SII=[115688;235702;023567];[glcm,SI]=graycomatrix(I,'NumLevels'
5、,9,'G',[])计算灰度图像的灰度共生矩阵I=imread('circuit.tif');glcm=graycomatrix(I,'Offset',[20]);灰度共生矩阵的特征：角二阶矩（AngularSecondMoment,ASM)ASM=sum(p(i,j).^2)p(i,j)指归一后的灰度共生矩阵角二阶矩是图像灰度分布均匀程度和纹理粗细的一个度量，当图像纹理绞细致、灰度分布均匀时，能量值较大，反之，较小。熵（Entropy,ENT)ENT=sum(p(i,j)*(-ln(p(i,j)))是描述图像具有的信息量的度量，表明图像的复杂程序，当复杂程序高时，熵
6、值较大，反之则较小。反差分矩阵（InverseDifferentialMoment,IDM)IDM=sum(p(i,j)/(1+(i-j)^2))反映了纹理的清晰程度和规则程度，纹理清晰、规律性较强、易于描述的，值较大；杂乱无章的，难于描述的，值较小。
