灰度共生(共现)矩阵的求法

最新推荐文章于 2024-04-23 15:27:04 发布
最新推荐文章于 2024-04-23 15:27:04 发布
阅读量3.4k 收藏 10
点赞数 5
分类专栏： 图像处理 文章标签： 灰度共现矩阵 灰度共生矩阵
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014484247/article/details/25366157
版权

前段时间在写关于图像的作业时，出现了灰度共生矩阵的求法问题。

于是就上网查资料发现不是很理想，翻书查阅也是不同的书籍出现的解法也是不一样，上别的课时老师也给我们讲了下，但是发现与我所看到的资料上讲的不一样。

经总结思考后算是明白了，现在就班门弄斧分享下自己的心得。

至于灰度共生矩阵的用途，我只知道它在检测纹理方面发挥着作用。不过即使不明白也没问题，在此呢，我们只是学习下如何求灰度共生矩阵。(后续可能会继续修改的)

开始进入正题：

表一 像素的灰度矩阵
0 1 2 0 1 2
1 2
最低0.47元/天 解锁文章
daoqinzi
关注
  • 5
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
计算灰度共生矩阵GLCM
cxf7394373的专栏
11-18 4万+
灰度共生矩阵         灰度共生矩阵定义为像素对的联合分布概率，是一个对称矩阵，它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息，但也反映了相同的灰度级像素之间的位置分布特征，是计算纹理特征的基础。        设f(x,y)为一幅数字图像，其大小为M×N，灰度级别为Ng，则满足一定空间关系的灰度共生矩阵为：         其中#(x)表示集合x中的元素
灰度共生矩阵(GLCM)
abele280的博客
04-13 6119
灰度共生矩阵(GLCM) 算法简介 灰度共生矩阵法(GLCM, Gray - level co - occurrence matrix)，就是通过计算灰度图像得到它的共生矩阵，然后透过计算该共生矩阵得到矩阵的部分特征值，来分别代表图像的某些纹理特征（纹理的定义仍是难点）。灰度共生矩阵能反映图像灰度关于方向、相邻间隔、变化幅度等综合信息，它是分析图像的局部模式和它们排列规则的基础。 （灰度共...
灰度共生矩阵matlab代码
09-06
灰度共生矩阵matlab代码 灰度共生矩阵matlab代码
【复刻论文】政策分析：高频词提取+共现矩阵+相异矩阵+文本聚类+树状图聚类可视化
最新发布
Qiweitaolin的博客
04-23 1651
主要参考：曹海军,侯甜甜.我国城市网格化管理的注意力变迁及逻辑演绎——基于2005—2021年中央政策文本的共词与聚类分析[J].南通大学学报(社会科学版).2022,38(02)次要参考：张永安,耿喆,王燕妮.我国区域科技创新政策的系统性分类——基于中关村数据的研究[J].系统科学学报.2016,24(02)郑石明,彭芮,高灿玉.中国环境政策变迁逻辑与展望——基于共词与聚类分析[J].吉首大学学报(社会科学版).2019,40(02)
灰度共生矩阵算法 c语言,一个简单的灰度共生矩阵计算实例
weixin_39989875的博客
05-25 1119
在图像中任意去一点(x,y)及偏离它的一点(x+a,y+b)(其中，a、b为整数，人为定义)构成点对。设该点对的灰度值为(f1,f2)，再令点(x,y)在整幅图像上移动，则会得到不同的(f1,f2)值。设图像的最大灰度级为L，则f1与f2的组合共有L*L种。对于整幅图像，统计出每一种(f1,f2)值出现的次数，然后排列成一个方阵，再用(f1,f2)出现的总次数将他们归一化为出现的概率P(f1,f2...
灰度共生矩阵
Swithunm的博客
02-26 9078
转载于https://blog.csdn.net/qq_37059483/article/details/78292869 https://blog.csdn.net/light_lj/article/details/26098815#commentsedit 灰度共生矩阵（Gray-level Co-occurrence Matrix，GLCM） 又叫做灰度共现矩阵 概念： 像素灰度在空...
计算数字图像灰度共生矩阵
10-10
编写的是一个计算数字图像灰度共生矩阵及典型参数的MATLAB函数。
灰度共生矩阵理解
EVEcho的博客
12-02 4980
参考 首先是条件：距离和角度（或者x方向距离，y方向距离）。 假设原图灰度级为 L。（原图大小不重要） 灰度共生矩阵是一个 LxL 大小的概率统计矩阵，每个点的值为满足位置条件的“灰度对”概率大小(最后会归一化)。 归一化前，设这个矩阵中坐标为（p,q）的点处值为num，则表示原图中满足条件的灰度对(p,q)有num个，即位置关系满足“条件”的灰度为p和q的像素对个数为num 举例说明：原...
图像中的灰度共生矩阵
沈春旭的博客
01-17 4787
1.图像共生矩阵的用途 纹理特征提取的一种有效方法是以灰度级的空间相关矩阵及共生矩阵为基础的。因为图像中相距（△x，△y）的两个灰度像素同时出现联合频率分布可以用灰度共生矩阵来表示。若图像的灰度定为N级，那么共生矩阵为N*N矩阵，可以表示为M(△x,△y)(g1,g2)。其中，位于(g1,g2)的元素M值表示一个为g1,而另一个灰度为g2的两个距离为(△x,△y)的像素对出现的次数。 对粗纹理
灰度共生矩阵的原理及代码实现（python）
Viraha_的博客
03-20 5289
灰度共生矩阵的原理及代码实现（python） 1原理： 灰度共生矩阵（Gray Level Co-occurrence Matrix，GLCM）统计了灰度图中像素间的灰度值分布规律以区分不同的纹理。灰度共生矩阵中每个元素的值可以定义为(x, y)点与(x + dx, y + dy)点的值对为(i, j)的概率。统计整幅图像中每一种灰度值组合出现的概率矩阵 P 即为灰度共生矩阵。 灰度级量化 在实际应用中，一幅灰度影像的灰度级一般为256级，在计算由灰度共生矩阵推导出的纹理特征时，要求影像的灰...
1.灰度共生矩阵
chenlufei_i的博客
12-21 976
灰度共生矩阵 是一种用来分析图像纹理特征的经典二阶统计法，大多适用于纹理分析。由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间（共4个方向）会存在一定的灰度关系，即图像中灰度的空间相关特性。 4种两像素之间角度示意图： 具体过程是首先选取一个角度（0，45，90，135四种），如下图左，选取的是90度，将每个角度上的像素对写下来，...
灰度共生矩阵算法
11-16
灰度共生矩阵的C/C++实现，用于获得图像的纹理特征
灰度共生矩阵特征值（不错的算法）
08-04
灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值
高光谱的灰度共生矩阵获取代码
07-05
灰度共生矩阵（Gray Level Co-occurrence Matrix, GLCM）是一种纹理分析工具，它通过计算图像中像素对的共现频率来捕获图像的纹理信息。在高光谱图像中，由于每个像素包含多个波段的信息，GLCM可以用于提取这些波段...
huidugongshengjuzhen.rar_灰度共生矩阵
09-23
灰度共生矩阵（Gray Level Co-occurrence Matrix, GLCM）是图像处理和计算机视觉领域中一种常用的纹理分析工具，尤其在特征提取方面表现出色。它通过统计图像中像素对的共现关系来描述图像的纹理特性。在砂纸检测等...
灰度共生矩阵特征值matlab算法
07-16
灰度共生矩阵是统计相邻像素灰度值共现关系的矩阵，用于描述图像中灰度级之间的关联性。它是在一定的距离和方向上对像素对进行统计得到的，矩阵中的每个元素表示在指定方向和距离下，灰度级i与j相邻出现的次数。 2...
Texture_MATLABtexture_灰度共生矩阵_
10-02
在图像处理领域，灰度共生矩阵（Gray Level Co-occurrence Matrix, GLCM）是一种用于描述像素间关系的统计工具，常用于纹理分析。MATLAB作为一种强大的数学计算和数据分析环境，提供了实现GLCM的便捷途径。本文将...
灰度图像之同现矩阵的求解算法与实现
zhiliu的专栏
05-11 3198
灰度图像之同现矩阵的求解算法与实现 一、       算法 输入：灰度图像矩阵 、位移矢量 。 输出：灰度图像矩阵 对应的同现矩阵 。   Step1：统计灰度图像矩阵 （以下简称矩阵 ）的元素的最大值（即灰度图像的灰度级的最大值），记为： 。 Step2：生成一个 的全零矩阵 。 Step3：按 方向逐元素（可以的情况下）扫描矩阵 ，每移动一个位置，计算 ，其中， 为矩阵
图像识别（一） 之 灰度共生矩阵（GLDM）
m0_59115974的博客
11-11 2221
如上图，GLCM（i,j）的值呢就是I中像素为i,像素为j的有有多少和相邻的成对点。图上的“相邻”指的是像素为j的点在像素为i的点的右边（即步长d = 1， 角度θ = 0°，或X偏移量a = 1， Y偏移量b = 0）；解释2：在GLCM（d,θ°）矩阵中，对角线上的数值表征原图中灰度值相差不太大（ i 约等于 j ）的像素对的数量，对角线上的值大说明灰度图像的总体变化趋势以缓和为主。灰度共生矩阵被定义为从灰度为i的像素点出发，离开某个固定位置（相隔距离为d，方位为θ°）的点上灰度值为的概率。
matlab求灰度共生矩阵
05-19
灰度共生矩阵（Gray Level Co-occurrence Matrix, GLCM）是一种用于图像分析的统计工具，它可以描述图像中不同灰度级之间的关系。在MATLAB中，可以使用 `graycomatrix` 函数来计算灰度共生矩阵。以下是一个示例代码： ```matlab % 读入图像并转换为灰度图像 img = imread('lena.png'); gray_img = rgb2gray(img); % 计算灰度共生矩阵 glcm = graycomatrix(gray_img, 'Offset', [0 1], 'NumLevels', 256, 'Symmetric', true); % 显示灰度共生矩阵 imshow(glcm, []); ``` 在上面的代码中，我们首先读入一张彩色图像并将其转换为灰度图像。然后，我们使用 `graycomatrix` 函数计算灰度共生矩阵。`Offset` 参数指定了灰度值之间的距离，这里我们选择了 `[0 1]`，表示我们只考虑相邻像素之间的关系。`NumLevels` 参数指定了灰度级的数量，这里我们选择了 256 级灰度。`Symmetric` 参数指定了灰度共生矩阵是否对称。最后，我们使用 `imshow` 函数显示灰度共生矩阵。 需要注意的是，灰度共生矩阵的计算结果是一个对称矩阵，因此在显示时需要使用 `imshow` 函数，并将显示范围限制在 `[0,1]` 之间。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值