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。

国外大学研究成果，使用纹理边界特征简化网格算法（简化效果非常好），UV's boundary preserved

基于MATLAB的遥感影像纹理特征分析.pdf

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。

基于Gabor滤波器的图像纹理特征提取，Gabor filter，texture

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。

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”。

利用MATLAB提取各种纹理特征

[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。