灰度共生矩阵&灰度梯度共生矩阵

学习记录，不当之处多多指教，在此感谢以下博主

1，灰度共生矩阵(Gray Level Cooccurrence Matrix)

1.0感谢

灰度共生矩阵的原理及实现(特征提取)-OpenCV
灰度共生矩阵的生成和理解
灰度共生矩阵原理

1.1初识

以水平相邻为例：
GLCM(1,1)=1表示I图中左右相邻都为1的只有一对
GLCM(1,2)=2表示I图中左右分别为1，2的有两对，如上图的红线所示

通常我们假设有两个点f(x,y)与f(x+a,y+b)相邻：x方向相隔a，y方向相隔b
a=1，b=0:水平相邻，0度
a=1，b=1:对角相邻，45度
a=-1，b=1:对角相邻，135度

1，灰度共生矩阵定义为：从灰度为i的像素点出发，统计保持一定距离的两具有某灰度分布的像素。统计"灰度对"同时发生的概率，形成了灰度共生矩阵。
2，共生矩阵用两个位置的像素的联合概率密度来定义，它不仅反应亮度的分布特征，也反映具有相同亮度或者接近亮度像素之间的位置分布特性，是有关图像亮度变换的二阶统计特征。
3，一般不直接作为区分纹理特征(数据量大)，一般采用如下统计量：能量，熵，对比度，均匀性，相关性，方差，和平均，和方差，和熵，差方差，差平均，差熵，相关信息测度，最大相关系数。

能量：角二阶矩阵(Angular Second Moment,ASM)，Energy，uniformity，uniformity of energy
公式： ASM=sum(p(i,j).^2)
 p(i,j)是归一化的灰度共生矩阵。反应了图像灰度分布均匀程度和纹理粗细度，图像均匀，纹理较细，反应在共生矩阵就是大量集中在某一部分，因此ASM值大。

熵：(Entropy,ENT)
公式： ENT = sum(p(i,j)*(-log(p(i,j))))
 p(i,j)是归一化的灰度共生矩阵。描述图像具有的信息量的度量，表明图像的复杂度，和复杂度成正比。

反差分矩阵：(Inverse Differential Moment,IDM)
公式： IDM = sum(p(i,j)/(1+(i-j)^2))
 反应了纹理的清晰程度和规则程度，纹理清晰，规律性强，易于描述，值较大，反之较小。

对比度：(Contrast)
公式： contrast= sum(p(i,j)*(i-j)^2)
 返回图像中某个像素与它的邻居之间的对比度。反映了图像的清晰度和纹理沟纹深浅的程度

1.2Opencv实现

代码源自： 传送门

GLCM.h

#include<iostream>
#include <cassert>
#include <vector>
#include <iterator>
#include <functional>
#include <algorithm>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

typedef vector<vector<int> > VecGLCM;

typedef struct _GLCMFeatures
{
   
    _GLCMFeatures()
        : energy(0.0)
        , entropy(0.0)
        , contrast(0.0)
        , idMoment(0.0)
    {
   

    }

    double energy;      // 能量ASM:angular second moment  
    double entropy;     // 熵
    double contrast;    // 对比度
    double idMoment;    // 逆差分矩， inverse difference moment

} GLCMFeatures;

class GLCM
{
   
public:
    GLCM();
    ~GLCM();

public:
    // 枚举灰度共生矩阵的方向
    enum 
    {
   
        GLCM_HORIZATION = 0,        // 水平
        GLCM_VERTICAL = 1,          // 垂直
        GLCM_ANGLE45 = 2,           // 45度角
        GLCM_ANGLE135 = 3           // 135度角
    };

public:
    // 计算灰度共生矩阵
    void calGLCM(IplImage* inputImg, VecGLCM& vecGLCM, int angle);
    // 计算特征值
    void getGLCMFeatures(VecGLCM& vecGLCM, GLCMFeatures& features);
public:
    // 初始化灰度共生矩阵
    void initGLCM(VecGLCM& vecGLCM, int size = 16);
    // 设置灰度划分等级，默认值为 16
    void setGrayLevel(int grayLevel) {
    m_grayLevel = grayLevel; }
    // 获取灰度等级
    int getGrayLevel() const {
    return m_grayLevel; }
private:
    
	// 计算水平灰度共生矩阵
    void getHorisonGLCM(VecGLCM &src, VecGLCM &dst, int imgWidth, int imgHeight);
    // 计算垂直灰度共生矩阵
    void getVertialGLCM(VecGLCM &src, VecGLCM &dst, int imgWidth, int imgHeight);
    // 计算 45 度灰度共生矩阵
    void getGLCM45(VecGLCM &src, VecGLCM &dst, int imgWidth, int imgHeight);
    // 计算 135 度灰度共生矩阵
    void getGLCM135(VecGLCM &src, VecGLCM &dst, int imgWidth, int imgHeight);

private:
    int m_grayLevel;        // 将灰度共生矩阵划分为 grayLevel 个等级

};

GLCM.cpp

#include "stdafx.h"
#include "GLCM.h"

GLCM::GLCM