OpenCV22（灰度共现矩阵/灰度共生矩阵）

最新推荐文章于 2022-11-11 01:44:47 发布
VIP文章 最新推荐文章于 2022-11-11 01:44:47 发布
阅读量6.5k 收藏 21
点赞数 11
分类专栏： OpenCV
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/u014488388/article/details/52877710
版权

理解它的最好办法，就是我们来一起算一次。


一、先介绍一下基本的概念

灰度共现/共生矩阵，其上元素， 是灰度图像中某种形状的像素对，在全图中出现的次数（或者是概率）。（不理解？没关系，一会就明白了）
可以用作图像的一种特征，借以区分不同的图像。
灰度共现矩阵是方阵，矩阵的行数是图像灰度的等级。（不理解？没关系）
OK，开始做题。


二、计算灰度共现/共生矩阵

假设一个图像的灰度
最低0.47元/天 解锁文章
丐帮二帮主
关注
  • 11
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
OPENCV灰度图像共生矩阵C++.cpp
04-26
编写距离1的0度共生矩阵，编写距离1的135度共生矩阵。编译马上使用。因为图像是离散的灰度像素，所以很容易找到各个角度的像素位置。 例如要找135度方向，距离为1的共生矩阵。设点坐标为（i，j）则此方向的坐标为（i+1，j-1）。不同方向改变i，j。
图像特征提取——灰度共生矩阵（GLCM）
热门推荐
远方的橄榄树
05-18 6万+
灰度共生矩阵（Gray-level Co-occurrence Matrix，GLCM）
【图像特征提取】灰度共生矩阵GLCM
小张同学的博客
03-09 5872
参考链接：图像纹理——灰度共生矩阵 灰度共生矩阵（Gray-level Co-occurrence Matrix，GLCM）原理 灰度共生矩阵可反映灰度 值 和 空间 分布情况。 共生矩阵 PPP 的描述方法： 规定一个方向（如水平，垂直，对角线）和距离（一个像素、两个像素），矩阵中 PijP_{ij}Pij​ 的值由灰度为 iii 和 jjj 的像素对在该方向和距离上出现的次数除以N得到（归一化），N为对P有贡献的像素对总数。 共生矩阵的大小为 L∗LL*LL∗L ，LLL 是图像灰度级数目。 例子 在图
灰度共生矩阵及相关特征值的计算——opencv
yanxiaopan的博客
08-29 1万+
#include<iostream> #include<opencv2/highgui.hpp> #include<opencv2/core.hpp> #include<opencv2/imgcodecs.hpp> #include<opencv2/opencv.hpp> using namespace std; using namespace cv;const int gray_level = 1
图像处理基础——灰度共生矩阵
Wanda && Aidem
06-30 8894
标准定义如下：对于取定的方向θ 和距离 d, 在方向为θ的直线上, 一个像元灰度为 i, 另一个与其相距为 d 像元的灰度为 j 的点对出现的频数即为灰度共生矩阵第(i, j)阵元的值。 怎样理解呢？看起来好复杂呀 呜呜呜 小白理解：灰度共生矩阵就是整幅图像中，按照一定的平移方向，相距为d的两个像素同时出现的联合概率密度分布。 怎么样？还是没办法深入理解 那就上图吧 怎样理解呢？ ...
机器视觉_图像算法（三）——灰度共生矩阵(GLCM)
DONG_LIN_2019的博客
12-04 1万+
目录 灰度共生矩阵(GLCM) 算法简介 算法实现过程： step 1/6：灰度矩阵图 step 2/6：灰度级量化 step 3/6：计算前的参数选择 step 4/6：灰度共生矩阵计算 step 5/6：每个扫描窗口进行灰度共生矩阵特征值计算 step 6/6：所有特征值进行均值和方差计算，得到4个值 代码实现过程 参考 灰度共生矩阵(GLCM) 算法简介 ...
VC++&opencv实现的灰度共生矩阵
07-05
用visual studio 2008和opencv2.0的库实现的灰度共生矩阵，并简单计算了纹理的能量特征。自己编写并测试过，只要opencv2.0的库没问题就OK。4个方向，灰度级可调，距离可调。
OpenCV + CPP 系列（卅一）离散傅立叶变换
红叶谷 wsp_1138886114的博客
08-09 545
文章目录一、简介二、函数介绍三、演示 一、简介 关于傅里叶变换【点击查看】, 讲的通俗易懂。 关于傅里叶变换讲解 【点击查看】。 对一张图像使用傅立叶变换就是将它分解成正弦和余弦两部分。也就是将图像从空间域(spatial domain)转换到频域(frequency domain)。 这一转换的理论基础来自于以下事实：任一函数都可以表示成无数个正弦和余弦函数的和的形式。傅立叶变换就是一个用来将函数分解的工具。 2维图像的傅立叶变换可以用以下数学公式表达: F(k,l)=∑i=0N−1∑j=0N−1f(i,
图像识别（一） 之 灰度共生矩阵（GLDM）
m0_59115974的博客
11-11 2017
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。
灰度共生矩阵 Gray-Level Co-occurrence Matrix(GLCM)原理（一）
独步天秤的博客
03-18 4748
目录 重要概念 GLCM属性 如何产生对称的共生矩阵GLCM图例说明 归一化公式 产生对称的共生矩阵GLCM总结 官方说明 重要概念 neighbour pixel: 共生点 ref pixel:参考点，基准点 灰度共生矩阵（GLCM）：是一种统计表格，不是一幅图片 GLCM属性 1. 该矩阵是方形的，即N*N大小，一般为8*8, 16*16,32*32 2.它的行数和列数...
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
VS实现灰度共生矩阵
11-13
利用VS实现获取图像的灰度共生矩阵，并用MATLAB进行验证。 文件包含lena图片、VS程序、MATLAB程序。
OpenCV17（图像二维频谱的理解，傅里叶频谱分析）
u014488388的专栏
09-21 2万+
傅里叶变换的理解参考教程：http://blog.jobbole.com/70549/ 这个已经说得很详细了。 不过这个说明只是针对一维的傅里叶变换，在图像处理中我们最常见的还是二维频谱，二维频谱到底该怎么看呢？以下是我的理解，谢谢某人的帮助。 1.先看一段MATLAB代码 I = imread('cell.tif'); fI = fft2(I); sfI = fftshi
OpenCV18（图像拼接stitcher_detail）
u014488388的专栏
09-23 7065
从OpenCV2.4.0之后的版本中都包含有一个图像拼接的例程。路径：“...\opencv\sources\samples\cpp\stitcher_detail.cpp” 本文就网上基于图像拼接的例程代码总结一下，基本上都是由此修改而来。以下给出原代，以及一个简单版本的例程。 1.源代码（复制过来的） /*M////////////////////////////////////
OpenCV学习笔记之八(保存视频，录制视频，cvLoadImage的路径)
u014488388的专栏
04-09 5574
1.保存视频、录制视频 #include "stdafx.h" #include #include "cv.h" #include "highgui.h" #include "cxcore.h" int _tmain(int argc, _TCHAR* argv[]) { IplImage* frame = NULL; CvCapture* capture = cvCreateCamer
opencv 设置任意形状的ROI的各种方法
u014488388的专栏
11-10 4588
按本方法设置的任意形状的ROI区域，不能带有修改的关联性，具体看代码。能有关联性的设置方法还没找到。。 #include "stdafx.h" #include int main() { std::string imageName("C:\\Users\\dept2-1\\Pictures\\Saved Pictures\\scenery.jpg"); cv::Mat src
动态库和静态库以及OpenCV库配置解释
u014488388的专栏
10-14 4509
动态库和静态库   静态链接库：需要提供生成库的*.h文件和*.lib文件          在生成库的*.h文件中，声明格式为：                    extern“C” 函数返回类型  函数名（参数表）          在*.cpp源文件中，                    #include“..\lib.h”                    #pr
opencv 灰度共生矩阵
最新发布
05-23
灰度共生矩阵（Gray-Level Co-occurrence Matrix, GLCM）是一种描述图像局部空间灰度分布统计特征的工具。它可以用来提取图像纹理特征，广泛应用于图像识别、分类、分割等领域。 GLCM 是基于灰度级别的共存关系来...

“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