GLDM 计算给定图像的灰度差异方法概率密度函数。 该技术通常用于提取数字乳房 X 光照片的统计纹理特征。 有关灰度差异法的详细信息，请参阅以下论文JK Kim 和 HW Park，“用于检测数字化乳房 X 光照片中微钙化的统计纹理特征”，IEEE Trans。 医学。 图像。 18, 231-238 (1999)。 Matlab 编程新手可以查看“SampleUsage.m”文件，了解脚本“GLDM.m”的使用方法。 已经熟悉Matlab编程的可以直接使用脚本“GLDM.m”。

实现地形模型的可视化，包括纹理设置，通过键盘进行交互（移动和旋转）

美国南加州大学信号图像处理研究所图像库，包括灰度、彩色、纹理图像，非常全面，图像处理研究人员必备 美国南加州大学信号图像处理研究所图像库，包括灰度、彩色、纹理图像，非常全面，图像处理研究人员必备

利用MATLAB提取各种纹理特征

vc++6.0实现了纹理的立方体。可旋转，放大缩小。也支持全频。

特征向量是一个 5（灰度）或 15（彩色）维向量，反映了每个像素的对比度、纹理强度和方向以及纹理尺度。 纹理尺度由总变化框架中像素强度的平均变化速度表示，而纹理强度和方向是根据结构张量的 3 个不同分量进行计算的，这些分量经过非线性耦合各向同性矩阵值扩散。 特征向量可以直接用于纹理分割框架。 您需要下载非线性耦合扩散包（提交 27604 可在http://www.mathworks.com/matlabcentral/fileexchange/27604-nonlinear-coupled-diffusion 获得）来运行此代码。 在 discriminative_texture_feature.m 的标题中提到了代码和输入/输出变量的定义和用法。 示例脚本 test_discriminative_texture 显示了代码的用法以及高斯正则化在非线性扩散过程中加速的有用性。 请注意，您需

[GLCM_Features4 比 GLCM_Features1 中的初始代码执行速度更快] GLCM 存储在 aixjxn 矩阵中，其中 n 是由于算法中通常使用的不同方向和位移而计算出的 GLCM 数量。 i和j的值等于GLCM计算函数graycomatrix()的'NumLevels'参数。 请注意，matlab 量化值属于集合 {1,..., NumLevels} 而不是来自某些参考文献中提供的 {0,...,(NumLevels-1)} http://www.mathworks.com/access/helpdesk/help/toolbox/images/graycomatrix.html GLCM_FEatures1.m 的矢量化版本将早期代码中使用的 19 个“for”循环减少到 5 个“for”循环（但可以进一步矢量化） http://blogs.mathworks

针对采用单一颜色特征的粒子滤波目标跟踪算法在背景相似、光照变化复杂的场景下会导致跟踪失败的问题，提出一种基于LBP纹理和颜色特征融合的粒子滤波跟踪目标算法。综合加权颜色直方图和LBP纹理直方图进行目标特征描述，建立目标观测模型；同时粒子滤波进行状态预测，利用Bhattacharyya系数进行相似度测量，作为目标区域参考模型更新准则，实现权值更新；最后对权值归一化处理，得到目标位置状态的最终估计。实验结果表明该算法不仅提高了跟踪方法的鲁棒性，而且在目标遮挡、光照变化等干扰下，具有较好的准确性。

为了解决煤炭人工识别分拣劳动强度大，效率和精度低的问题。基于机器视觉技术，设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统。为实现煤炭和矸石的自动识别，提出了基于灰度共生矩阵的纹理分析识别算法，并通过支持向量机（SVM）对煤炭图像和矸石图像样本进行训练和分类从而实现自动识别功能，并完成图像处理算法与系统界面软件编程。实验结果表明，该系统硬件选型合理，算法稳定性高，效率高，提高了煤炭识别分拣的效率与精度，具有很高的实际意义和经济价值。同时，该系统也可推广到其他物料的自动识别分拣中。

gabor 滤波 对纹理进行识别分割 效果很好 大家可以试试 五种颜色分明