MATLAB中灰度共生矩阵graycomatrix()函数用法

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/mr_muli/article/details/81544629

• MATLAB中灰度共生矩阵graycomatrix()函数用法

---

• glcm = graycomatrix(I)
  从图像I创建灰度共生矩阵glcm。
  通过计算具有灰度级i和灰度级j的像素对在水平方向相邻出现的频繁程度。
  glcm中的每个元素说明了水平方向相邻像素对出现的次数。
  如果灰度级为L，则glcm的维数为L*L

---

• glcms = graycomatrix(I,param1,val1,param2,val2,…)
  根据参数对的设定，返回一个或多个灰度共生矩阵。
  参数说明：
  —-‘GrayLimits’：灰度界限，为二元向量[low high]。灰度值小于等于low 时对应1，大于等于high时对应于灰度级。如果参数设为[]，则共生矩阵使用图像的最小和最大灰度值作为界限，即[min(I(:)) max(I(:))]。

  —‘NumLevels’：整数，说明I中进行灰度缩放的灰度级数目。
  例如，如果NumLevel设为8，则共生矩阵缩放I中的灰度值使它们为1到8之间的整数。灰度级的数目决定了共生矩阵glcm的尺寸。缺省情况：数字图像：8；二进制图像：2。

  —‘Offset’：p行2列整型矩阵，说明感兴趣像素与其相邻像素之间的距离。每行是一个说明像素对之间偏移关系的二元向量[row_offset, col_offset]。行偏移row_offset是感兴趣像素和其相邻像素之间的间隔行数。列偏移同理。偏移常表达为一个角度，常用的角度如下：（其中D为像素距离）
  角度 0 45 90 135
  Offset [0,D] [-D D] [-D 0] [-D -D]

---

• [glcms,SI] = graycomatrix(…)

  返回缩放图像SI，SI是用来计算灰度共生矩阵的。SI中的元素值介于1和灰度级数目之间。
  graycoprops：得到灰度共生矩阵得到各种属性
  stats = graycoprops(glcm, properties)：从灰度共生矩阵glcm计算静态属性。glcm是m*n*p的有效灰度共生矩阵。如果glcm是一个灰度共生矩阵的矩阵，则stats是包括每个灰度共生矩阵静态属性的矩阵。
  graycoprops正规化了灰度共生矩阵，因此元素之和为1。正规化的GLCM中的元素（r，c）是具有灰度级r和c的定义的空间关系的像素对的联合概率。Graycoprops使用正规化的GLCM来计算属性。
  属性参数如下：

  1. ’Contrast’ : 对比度。返回整幅图像中像素和它相邻像素之间的亮度反差。取值范围：[0,（GLCM行数-1）^2]。灰度一致的图像，对比度为0。
  2. ‘Correlation’ : 相关。返回整幅图像中像素与其相邻像素是如何相关的度量值。取值范围：[-1,1]。灰度一致的图像，相关性为NaN。
  3. ‘Energy’ : 能量。返回GLCM中元素的平方和。取值范围：[0 1]。灰度一致的图像能量为1。
  4. ‘Homogemeity’ : 同质性。返回度量GLCM中元素的分布到对角线紧密程度。取值范围：[0 1]。对角矩阵的同质性为1。

---

参考：https://zhidao.baidu.com/question/536433825.html