matlab中的灰度共生矩阵相关函数用法

matlab

中的灰度共生矩阵相关函数用法

（

graycomatrix

，

graycoprops

）

 

matlab

中的灰度共生矩阵相关函数用法（

graycomatrix

，

graycoprops

）

 

graycomatrix

：由图像创建灰度共生矩阵

 

1.glcm = graycomatrix(I) 

        

从图像

I

创建灰度共生矩阵

glcm

。通过计算具有灰度级

i

和灰度级

j

的像素对在水平方向相邻出现的频繁程度。

glcm

中的每个元素说明了水平方向

相邻像素对出现的次数。如果灰度级为

L

则

glcm

的维数为

L*L

。

 

        2.glcms = graycomatrix(I,param1,val1,param2,val2,...) 

根据参数对的设定，返回一个或多个灰度共生矩阵。

 

        

参数说明：

 

        'GrayLimits'

：灰度界限，为二元向量

[low high]

。灰度值小于等于

low 

时对应

1

，大于等于

high

时对应于灰度级。如果参数设为

[]

，则共生矩阵

使用图像的最小和最大灰度值作为界限，即

[min(I(:)) max(I(:))]

。

 

        'NumLevels'

：整数，说明

I

中进行灰度缩放的灰度级数目。例如，如

果

NumLevel

设为

8

，

则共生矩阵缩放

I

中的灰度值使它们为

1

到

8

之间的整数。

灰度级的数目决定了共生矩阵

glcm

的尺寸。

缺省情况：

数字图像：

8

；

二进制图

像：

2

。

 

        'Offset'

：

p

行

2

列整型矩阵，说明感兴趣像素与其相邻像素之间的距

离。每行是一个说明像素对之间偏移关系的二元向量

[row_offset, 

col_offset]

。行偏移

row_offset

是感兴趣像素和其相邻像素之间的间隔行数。

列偏移同理。偏移常表达为一个角度，常用的角度如下：（其中

D

为像素距离）

 

        

角度

      0           45         90          135 

        Offset   [0,D]     [-D D]    [-D 0]     [-D -D] 

        3.[glcms,SI] = graycomatrix(...) 

        

返回缩放图像

SI

，

SI

是用来计算灰度共生矩阵的。

SI

中的元素值介于

1

和灰度级数目之间。

 

graycoprops

：得到灰度共生矩阵得到各种属性

 

        stats 

= 

graycoprops(glcm, 

properties)

：从灰度共生矩阵

glcm

计算

静态属性。

glcm

是

m*n*p

的有效灰度共生矩阵。如果

glcm

是一个灰度共生矩阵

的矩阵，则

stats

是包括每个灰度共生矩阵静态属性的矩阵。

 

        graycoprops

正规化了灰度共生矩阵，

因此元素之和为

1

。

正规化的

GLCM

中的元素（

r

，

c

）是具有灰度级

r

和

c

的定义的空间关系的像素对的联合概率。

Graycoprops

使用正规化的

GLCM

来计算属性。

 

        

属性参数如下：

 

        1.  'Contrast' : 

对比度。返回整幅图像中像素和它相邻像素之间的

亮度反差。取值范围：

[0,

（

GLCM

行数

-1

）

^2]

。灰度一致的图像，对比度为

0

。

 

        2.  'Correlation' 

: 

相关。

返回整幅图像中像素与其相邻像素是如何

相关的度量值。取值范围：

[-1,1]

。灰度一致的图像，相关性为

NaN

。

 

        3.  'Energy' 

: 

能量。返回

GLCM

中元素的平方和。取值范围：

[0 

1]

。

灰度一致的图像能量为

1

。

matlab

中的灰度共生矩阵相关函数用法

（

graycomatrix

，

graycoprops

）

 

matlab

中的灰度共生矩阵相关函数用法（

graycomatrix

，

graycoprops

）

 

graycomatrix

：由图像创建灰度共生矩阵

 

1.glcm = graycomatrix(I) 

        

从图像

I

创建灰度共生矩阵

glcm

。通过计算具有灰度级

i

和灰度级

j

的像素对在水平方向相邻出现的频繁程度。

glcm

中的每个元素说明了水平方向

相邻像素对出现的次数。如果灰度级为

L

则

glcm

的维数为

L*L

。

 

        2.glcms = graycomatrix(I,param1,val1,param2,val2,...) 

根据参数对的设定，返回一个或多个灰度共生矩阵。

 

        

参数说明：

 

        'GrayLimits'

：灰度界限，为二元向量

[low high]

。灰度值小于等于

low 

时对应

1

，大于等于

high

时对应于灰度级。如果参数设为

[]

，则共生矩阵

使用图像的最小和最大灰度值作为界限，即

[min(I(:)) max(I(:))]

。

 

        'NumLevels'

：整数，说明

I

中进行灰度缩放的灰度级数目。例如，如

果

NumLevel

设为

8

，

则共生矩阵缩放

I

中的灰度值使它们为

1

到

8

之间的整数。

灰度级的数目决定了共生矩阵

glcm

的尺寸。

缺省情况：

数字图像：

8

；

二进制图

像：

2

。

 

        'Offset'

：

p

行

2

列整型矩阵，说明感兴趣像素与其相邻像素之间的距

离。每行是一个说明像素对之间偏移关系的二元向量

[row_offset, 

col_offset]

。行偏移

row_offset

是感兴趣像素和其相邻像素之间的间隔行数。

列偏移同理。偏移常表达为一个角度，常用的角度如下：（其中

D

为像素距离）

 

        

角度

      0           45         90          135 

        Offset   [0,D]     [-D D]    [-D 0]     [-D -D] 

        3.[glcms,SI] = graycomatrix(...) 

        

返回缩放图像

SI

，

SI

是用来计算灰度共生矩阵的。

SI

中的元素值介于

1

和灰度级数目之间。

 

graycoprops

：得到灰度共生矩阵得到各种属性

 

        stats 

= 

graycoprops(glcm, 

properties)

：从灰度共生矩阵

glcm

计算

静态属性。

glcm

是

m*n*p

的有效灰度共生矩阵。如果

glcm

是一个灰度共生矩阵

的矩阵，则

stats

是包括每个灰度共生矩阵静态属性的矩阵。

 

        graycoprops

正规化了灰度共生矩阵，

因此元素之和为

1

。

正规化的

GLCM

中的元素（

r

，

c

）是具有灰度级

r

和

c

的定义的空间关系的像素对的联合概率。

Graycoprops

使用正规化的

GLCM

来计算属性。

 

        

属性参数如下：

 

        1.  'Contrast' : 

对比度。返回整幅图像中像素和它相邻像素之间的

亮度反差。取值范围：

[0,

（

GLCM

行数

-1

）

^2]

。灰度一致的图像，对比度为

0

。

 

        2.  'Correlation' 

: 

相关。

返回整幅图像中像素与其相邻像素是如何

相关的度量值。取值范围：

[-1,1]

。灰度一致的图像，相关性为

NaN

。

 

        3.  'Energy' 

: 

能量。返回

GLCM

中元素的平方和。取值范围：

[0 

1]

。

灰度一致的图像能量为

1

。

matlab中的灰度共生矩阵相关函数用法（graycomatrix，graycoprops）
graycomatrix：由图像创建灰度共生矩阵
1.glcm = graycomatrix(I)
        从图像I创建灰度共生矩阵glcm。通过计算具有灰度级i和灰度级j的像素对在水平方向相邻出现的频繁程度。glcm中的每个元素说明了水平方向相邻像素对出现的次数。如果灰度级为L则glcm的维数为L*L。
        2.glcms =graycomatrix(I,param1,val1,param2,val2,...)
根据参数对的设定，返回一个或多个灰度共生矩阵。
        参数说明：
        'GrayLimits'：灰度界限，为二元向量[low high]。灰度值小于等于low 时对应1，大于等于high时对应于灰度级。如果参数设为[]，则共生矩阵使用图像的最小和最大灰度值作为界限，即[min(I(:))max(I(:))]。
        'NumLevels'：整数，说明I中进行灰度缩放的灰度级数目。例如，如果NumLevel设为8，则共生矩阵缩放I中的灰度值使它们为1到8之间的整数。灰度级的数目决定了共生矩阵glcm的尺寸。缺省情况：数字图像：8；二进制图像：2。
        'Offset'：p行2列整型矩阵，说明感兴趣像素与其相邻像素之间的距离。每行是一个说明像素对之间偏移关系的二元向量[row_offset, col_offset]。行偏移row_offset是感兴趣像素和其相邻像素之间的间隔行数。列偏移同理。偏移常表达为一个角度，常用的角度如下：（其中D为像素距离）
        角度      0          45        90          135
        Offset  [0,D]     [-D D]    [-D0]     [-D -D]
        3.[glcms,SI] =graycomatrix(...)
        返回缩放图像SI，SI是用来计算灰度共生矩阵的。SI中的元素值介于1和灰度级数目之间。
graycoprops：得到灰度共生矩阵得到各种属性
        stats = graycoprops(glcm,properties)：从灰度共生矩阵glcm计算静态属性。glcm是m*n*p的有效灰度共生矩阵。如果glcm是一个灰度共生矩阵的矩阵，则stats是包括每个灰度共生矩阵静态属性的矩阵。
        graycoprops正规化了灰度共生矩阵，因此元素之和为1。正规化的GLCM中的元素（r，c）是具有灰度级r和c的定义的空间关系的像素对的联合概率。Graycoprops使用正规化的GLCM来计算属性。
        属性参数如下：
        1.  'Contrast' : 对比度。返回整幅图像中像素和它相邻像素之间的亮度反差。取值范围：[0,（GLCM行数-1）^2]。灰度一致的图像，对比度为0。
        2.  'Correlation' : 相关。返回整幅图像中像素与其相邻像素是如何相关的度量值。取值范围：[-1,1]。灰度一致的图像，相关性为NaN。
        3.  'Energy' : 能量。返回GLCM中元素的平方和。取值范围：[0 1]。灰度一致的图像能量为1。
        4.  'Homogemeity' : 同质性。返回度量GLCM中元素的分布到对角线紧密程度。取值范围：[0 1]。对角矩阵的同质性为1。