图像纹理有重复性结构的图像布料纹路树木裂纹灰度共生矩阵定义从灰度为i的像素点出发距离为dx,dy的另一个像素点灰度值为j的概率P(i,j|d,角度)#{x,y| f(x,y)i,f(xdx,ydy)j;x,y0,1,2,3,...,N-1}参数解释d是像素数量表示的相对距离一般为1或2角度一般考虑四个方向04590135#表示集合ij0123,...L-1;x,y图像中像素坐标L为图像灰度级的数目常用纹理特征量1 对比度Contrast反映纹理的“清晰度”对比度越大说明纹理的沟纹越深比如清晰的木纹对比度越小说明纹理越模糊比如雾天的图像。计算公式2 能量Energy反映纹理的“均匀性”能量是GLCM元素的平方和对应纹理的“粗细程度”能量越大说明灰度分布越均匀比如纯色区域、规则的格子布能量越小说明纹理越细致比如绒毛的纹理。计算公式3 熵Entropy反映纹理的“复杂程度”熵越大说明纹理越复杂比如马赛克图像、岩石表面熵越小说明纹理越简单比如白纸、光滑的金属。计算公式4 逆方差Inverse Difference Moment, IDM反映纹理的“局部均匀性”逆方差越大说明纹理的局部变化越小比如渐变的天空逆方差越小说明纹理的局部变化越大比如破碎的玻璃。计算公式5 相关性Correlation反映纹理的“方向一致性”相关性越大说明纹理在某个方向上越一致比如水平的条纹布相关性越小说明纹理方向越混乱比如随机噪声。计算公式μ是灰度均值σ是灰度标准差图像纹理分析过程拿到图像-----灰度共生矩阵-----计算纹理特征量