遗留物检测是注塑机工作过程中的一项重要工作。为实现比较精确的模具遗留物检测，在对图像进行位置偏差矫正等预处理之后利用灰度共生矩阵算法，对标准图像与采集图像进行纹理分析，得到了这两幅注塑模具图像的特征参数，取四个特征参数进行分析，利用加权欧式距离对两组参数进行相似度比较，从而判断采集的图像是否为瑕疵图像。最后，利用OPENCV图像处理技术对系统进行了实现，并且和常用方法差影法进行了比较，试验结果表明，在光照不稳定情况下，提出的算法在注塑模具的遗留物检测中适用性更强。

针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。该算法利用三级离散小波变换将图像分解为高频部分和低频部分。通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自适应分配采样率。采用平滑投影Landweber算法重构图像,消除分块引起的块效应。对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37 dB,比现有非均匀分块算法提高了2.51 dB。不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05 dB。对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。

灰度共生矩阵matlab代码 灰度共生矩阵matlab代码

经检验，方便可用，输入为一幅灰度图像，彩色图像可采用rgb2gray转换，输出为图像的15个特征，可广泛应用于图像特征提取，图像检索及图像质量评价领域！

灰度共生矩阵纹理特征提取代码 matlab实现

灰度共生矩阵和灰度梯度共生矩阵的提取方式，是比较重要的纹理特征提取方法，用matlab实现的

灰度共生矩阵提取图像纹理特征，采用matlab实现，包括模糊c均值实现分类。代码完整，正确可运行。

c#编写的小envi，包括计算均值，方差，相关系数，协方差，累计/联合/灰度直方图，极差纹理。共生矩阵，对比度，K-T变换，RGB显示，HIS变换，波段运算，K-均值分类，最大似然分类，OIF计算，图像拉伸均衡化/规定化

灰度共生矩阵的matlab程序，包括实现对灰度共生矩阵的纹理特征提取

实现了在MATLAB上灰度共生矩阵的生成，以及四个主要特征向量的提取。