（五）传统图像特征提取

灰度共生矩阵

  灰度共生矩阵（gray-level cooccurrence matrix，GLCM）反应的是图像中灰度的空间相关特性。由于纹理是由灰度分布在空间位置上反复出现而形成的，因而灰度的空间相关特性（灰度共生矩阵）可以用来描述纹理。1973年Haralick等人提出了用灰度共生矩阵来描述纹理特征。事实上，灰度共生矩阵是用来描述纹理的常用方法。

参考

• 更多说明参见：https://blog.csdn.net/daweixi/article/details/100553172
• R. M. Haralick, K. Shanmugam, and I. Dinstein, Textural features for image classification, IEEE Trans. Syst., Man, Cybern., vol. SMC-3, no. 6, pp. 610–621, Nov. 1973.

局部二值模式

局部二值模式（Local binary pattern，LBP）在机器视觉领域，是非常重要的一种特征。LBP可以有效地处理光照变化，在纹理分析，纹理识别方面被广泛应用。