一、灰度共生矩阵
灰度共生矩阵被定义为从灰度为i的像素点出发，离开某个固定位置（相隔距离为d，方位为θ°）的点上灰度值为的概率。
1. 计算方法
如上图，GLCM（i,j）的值呢就是I中像素为i,像素为j的有有多少和相邻的成对点。图上的“相邻”指的是像素为j的点在像素为i的点的右边（即步长d = 1， 角度θ = 0°，或X偏移量a = 1， Y偏移量b = 0）；广义上的“相邻”使得GLDM能表征其他位置关系的像素位置信息。
2. 规律
规律1：GLCM（d,θ°）矩阵的各元素的值总和取决于图像面积；GLCM（d,θ°）矩阵的长度取决于原图像灰度的值域的广度；GLCM（d,θ°）矩阵沿对角线对称；
规律2：对于纹理变化缓慢的图像，其灰度共生矩阵对角线上的数值较大；而对于纹理变化较快的图像，其灰度共生矩阵对角线上的数值较小，对角线两侧的值较大；文章来源：https://www.toymoban.com/news/detail-637869.html
解释2：在GLCM（d,θ°）矩阵中，对角线上的数值表征原图中灰度值相差不太大（ i 约等于 j ）的像素对的数量，对角线上的值大说明灰度图像的总体变化趋势以缓和为主。文章来源地址https://www.toymoban.com/news/detail-637869.html
到了这里，关于图像识别（一） 之 灰度共生矩阵（GLDM）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
