灰度共生矩阵GLCM的matlab代码实现

采用数字图像相关(DIC)法对物体表面形变进行测量,并通过散斑场的形变对被测物的真实变化进行研究。对散斑质量评价方法进行研究,以求在测量前即可判定所采用的散斑对测量精度的影响。根据DIC法对散斑图像的具体要求,提出基于灰度共生矩阵(GLCM)的散斑质量评价方法。对实际散斑图像进行亚像素刚体平移仿真模拟,采用GLCM中的能量、熵、对比度和相关性指标与DIC法的测量结果进行对比分析,并与平均灰度二阶导数和香农熵进行对比实验。通过改变散斑图像的整体亮度等级与亮度分布情况,探究不同光照情况对实验结果准确度的影响。实验结果表明,GLCM在散斑图像质量评价中具有一定的有效性。

我自己实现的灰度共生矩阵提取结肠癌图像特征，并利用计算机辅助诊断的方法SVM分类Matlab代码。 我自己实现的灰度共生矩阵提取结肠癌图像特征，并利用计算机辅助诊断的方法SVM分类Matlab代码。

说到灰度共生矩阵，大家首先想到的问题应该是，灰度共生矩阵是什么，以下主要是从什么是灰度共生矩阵，灰度共生矩阵主要是干嘛的，以及如何利用MATLAB进行代码实现 这三个方面进行讲解。

利用灰度共生举证提取纹理特征的matlab代码，可用来处理SAR影像。

一种基于灰度共生矩阵的指纹图像分割方法。经过了matlab仿真测试。

采用激光散斑的实验方法,拍摄了连续多幅不同加工工艺、不同表面粗糙度标准样块的散斑图像。利用基于灰度共生矩阵的纹理分析方法对图像的4 个特征参数——角二阶矩、惯性矩、相关性和熵进行了计算、统计与分析。研究表明,连续多幅激光散斑图像的各种参数取值会有波动,但整体趋于平稳；验证了表面粗糙度和特征参数之间存在着规律性的曲线关系；进一步消除了外界干扰和装置随时间的动态不确定性,使得实验结果更可靠,同时扩大了表面粗糙度和4 个特征参量之间的关系数据库,验证了激光散斑的方法对测量表面粗糙度具有较高的可信度。

修改main里的参数运行即可。py文件。可以获取9个灰度特征。按波段获取，所以开始之前需要处理好自己的波段，不然会内存溢出。 高光谱灰度共生矩阵获取代码

【瑕疵检测】基于灰度共生矩阵实现痕迹检测matlab源码GUI.md

使用灰度共生矩阵提取图像纹理特征，此处更设计五个特征值，包括相关性、熵、二阶矩等五个特征值