图像直方图提取 matlab,跪求：matlab 直方图特征值求图像间相似度的程序~

看看这个吧希望有帮助！

clear all

close all

clc

%计算图像的梯度

[I,map]=imread('C:\Users\Administrator\Pictures\12345.jpg');   %读入图像

imshow(I,map);                  %显示原图像

I=double(I)                      %转换为double类型

[Gx,Gy]=gradient(I);                 % 计算梯度

G=sqrt(Gx.*Gx+Gy.*Gy);           % 水平垂直差分

J=I;

K=find(G>=7);                   %指定灰度级

J(K)=0;

figure,imshow(J,map);              % 显示处理后的图像

%计算图像的标准差

I1=rgb2gray(I);   %彩色图像

A=mean(mean(mean(I)));

I2=double(I);

C=std(I2(:))      %灰度图像

B=mean(mean(I1));

I2=double(I1);

D=std(I2(:))

%计算图像的熵

%随机生成图像

[M,N]=size(I);

temp=zeros(1,256);

%对图像的灰度值在[0,255]上做统计

for m=1:M;

for n=1:N;

if I(m,n)==0;

i=1;

else

i=I(m,n);

end

temp(i)=temp(i)+1;

end

end

temp=temp./(M*N);

%由熵的定义做计算

result=0;

for i=1:length(temp)

if  temp(i)==0;

result=result;

else

result=result-temp(i)*log2(temp(i));

end

end

result

%计算图像的峰态

[m,n]=size(I);

mean=mean2(I);

for i=1:1:m

for j=1:1:n

sum(i,j)=(I(i,j)-mean).^4;

end

end

meanx=mean2(sum);

stdx=std2(I);

ratio=meanx/stdx

close all

clear all

clc;

I=imread('C:\Users\Administrator\Pictures\lalala.jpg');

%I=rgb2gray(I);      %% if the input image is RGB form.

%I=I(1:128,1:128);   %% derive a small one just for demo

p=im2double(I);

w=15;

P=wextend('2D','sym',p,(w-1)/2);   %I=wextend('2D','sys',I,[w/2-1/2,w/2-1/2]); this is used for odd size window                              %扫描窗口的大小15*15，为之后程序方便找中心点可以将窗口设置成4*4-32*32之间的任何奇数窗口

%

%s=4;       %this variable is used for setting the range of the distance between i and j,remember don't set s a too big num.

%A=zeros(s,1);

%B=(1:s)';

%offsets1 = [A B;-B B;-B A;-B -B];    %% sets the directions and distance within the pexil i and j

%

offsets1=[0 1];  %水平单步

%

[m,n]=size(P);

P1=zeros(m,n);               %定义5个矩阵用于存放由graycomatrix产生的5个参数

P2=zeros(m,n);               %这样就能够再执行完一次操作后，利用得到的各种特征参数矩阵分别去聚类分割

P3=zeros(m,n);               %这样总的耗时短，不用每次都重新执行扫描窗口和共生矩阵来产生特征参数(这个最耗费时间)

P4=zeros(m,n);

P5=zeros(m,n);

for i=(w+1)/2:m-(w-1)/2

for j=(w+1)/2:n-(w-1)/2

W=zeros();

W=P(i-(w-1)/2:i+(w-1)/2,j-(w-1)/2:j+(w-1)/2);

[glcms,SI] = graycomatrix(W,'NumLevels',8,'G',[],'offset',offsets1);

stats = graycoprops(glcms,'all');

Con=[stats.Contrast];

H=[stats.Homogeneity];

Cor=[stats.Correlation];

Ee=[stats.Energy];

eigenvalue=mean(Con);

P1(i,j)=eigenvalue;

P2(i,j)=mean(H);

P3(i,j)=mean(Cor);

P4(i,j)=mean(Ee);

P5(i,j)=mean(En);

end

end

%

I2=I15((w+1)/2:m-(w-1)/2,(w+1)/2:n-(w-1)/2);

ma=max(I2(:));

mi=min(I2(:));

I3=(I2-mi)/(ma-mi);

I3=im2double(I3);