纹理滤波、灰度共生矩阵

纹理滤波可用于查找边界等，有时候比其他描述（如亮度）的效果更好

主要思想：定义滤波准则+滤波核的大小（比如，3x3的核内，核中心的像素值 = 核内的最大值-最小值）

灰度共生矩阵：

在灰度共生矩阵中元素（i,j）的值（数量） = 像素值为i 和像素值为j的像素满足’特定关系的位置‘的对的个数，比如i在j的左边（默认）。

其中：’特定关系‘可以认为设定（）。

下图显示了如何求解灰度共生矩阵，以（1，1）点为例，GLCM（1，1）值为1说明只有一对灰度为1的像素水平相邻。GLCM（1，2）值为2，是因为有两对灰度为1和2的像素水平相邻。

灰度共生矩阵不仅表示了纹理之间的关系，而且还表示了空间位置的关系，所以应用比较广泛。灰度共生矩阵能推导出一些列评价标准，如下：

灰度共生矩阵的特征：

角二阶矩（Angular Second Moment, ASM)
ASM=sum(p(i,j).^2)    p(i,j)指归一后的灰度共生矩阵
角二阶矩是图像灰度分布均匀程度和纹理粗细的一个度量，当图像纹理绞细致、灰度分布均匀时，能量值较大，反之，较小。

熵（Entropy, ENT)
ENT=sum(p(i,j)*(-ln(p(i,j)))    
是描述图像具有的信息量的度量，表明图像的复杂程序，当复杂程序高时，熵值较大，反之则较小。

反差分矩阵（Inverse Differential Moment, IDM)
IDM=sum(p(i,j)/(1+(i-j)^2))
反映了纹理的清晰程度和规则程度，纹理清晰、规律性较强、易于描述的，值较大；杂乱无章的，难于描述的，值较小。

灰度共生矩阵主要应用

主要用在图像分割，如指纹的分割等