有助于掌握了解JAVA读、写图像的基本方法。掌握图像数据的读取方法。 掌握简单的肤色检测方法。掌握简单的图像像素统计方法。 了解利用灰度共生矩阵法进行图像纹理分析的基本原理。

基于图像纹理，通过图像灰度值或真彩值，构建灰度共生矩阵，提取7个特征值，利用欧氏距离，求图像相似度

基于灰度共生矩阵求的彩色图像的纹理特征，计算求的一些纹理信息。

该程序用于求解数字图像处理的灰度共生矩阵的纹理特征值，如熵、对比度，同质性、能量等。只需要将该m文件放在Matlab的安装目录：toolbox/images/images文件夹里，按照参数设定，直接调用即可。

该程序用于求解数字图像处理的灰度共生矩阵的纹理特征值，如熵、对比度，同质性、能量等。只需要将该m文件放在Matlab的安装目录：toolbox/images/images文件夹里，按照参数设定，直接调用即可。

使用opencv以及numpy两个库，使用python写成。网上很多只写了特征值的生成，这个代码增加了滑动窗口，让生成的特征值赋予到像素点，从而生成特征图像。

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。

Matlab程序，用以求取输入图像的灰度共生矩阵特征参数

这是一种联合灰度统计量分析。图像中相对位置的两个灰度级的两个像素点对，其频数值作为矩阵的值。4个方向，步长距离因纹理而异。统计量一般为熵，能量，相关，反差。

煤岩识别对实现采掘面无人开采具有重要的意义。由于煤、岩石在纹理上的巨大差别,提出了基于图像纹理的煤岩识别研究。利用灰度共生矩阵(GLCM)分别对煤、岩石图像纹理进行特征提取,然后再应用RBF神经网络分析处理所得到的纹理特征数据,进而实现对煤岩的分类识别,通过验证,该方法准确率高,操作简单,值得推广。