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!