每日词汇-灰度共生矩阵

灰度共生矩阵（Gray-Level Co-occurrence Matrix, GLCM）是一种用于描述图像纹理特征的统计方法。它通过分析图像中像素对的灰度值和它们之间的空间关系，来量化图像的纹理信息。GLCM的基本概念是，图像的纹理可以通过观察图像中像素点的分布模式来描述。

GLCM的构建步骤：

1. 选择距离和角度：首先，需要确定像素对之间的距离（d）和角度（θ）。距离可以是1个像素、2个像素等，角度可以是0°、45°、90°和135°。

2. 遍历图像：对于图像中的每个像素点，找到其在指定方向和距离上的相邻像素。

3. 计算共生矩阵：对于每一对像素，将它们的灰度值作为矩阵的行和列索引，增加该位置的计数。

4. 归一化：将共生矩阵中的计数转换为概率，即每个元素的值除以总的像素对数。

GLCM的特征：

从归一化的GLCM中，可以计算出多种纹理特征，常用的有：

• 对比度（Contrast）：衡量图像中相邻像素之间的对比度。 Contrast=∑i,jP(i,j)×(i−j)2Contrast=∑i,j​P(i,j)×(i−j)2 其中，P(i,j)P(i,j) 是归一化GLCM中第i行第j列的值。

• 均匀性（Homogeneity）：衡量图像中相邻像素对的均匀程度。 Homogeneity=∑i,jP(i,j)1+(i−j)2Homogeneity=∑i,j​1+(i−j)2P(i,j)​

• 能量（Energy）：也称为角二阶矩，衡量图像的均匀性。 Energy=∑i,jP(i,j)2Energy=∑i,j​P(i,j)2

• 相关性（Correlation）：衡量图像中相邻像素之间的线性相关性。 Correlation=∑i,jP(i,j)×(i×j)Correlation=∑i,j​P(i,j)×(i×j)

• ASM（Angular Second Moment）：衡量图像的粗糙度。 ASM=∑i,jP(i,j)×(i2+j2)ASM=∑i,j​P(i,j)×(i2+j2)

这些特征可以用于图像分类、纹理分析、医学图像处理等领域。GLCM的一个优点是它能够捕捉图像的二阶统计特性，但它不涉及图像的几何形状信息。此外，GLCM对噪声比较敏感，因此在实际应用中可能需要先对图像进行平滑处理