灰度共生矩阵的实现，环境为vs2010+opencv2，参考书本为数字图像处理与机器视觉P386。仅供参考。倾听宝贵意见。

利用灰度共生矩阵，对纹理图像进行分割，里面有代码和测试图像

matlab软件计算灰度共生矩阵的对比度

Matlab提取图像的形状、纹理、颜色特征，其中纹理特征是用灰度梯度共生矩阵来实现的

这是一篇图像处理的分割方法，适合做图像分割的人参考

利用opencV和C语言编写，利用纹理特征比较两幅图像的相似度

灰度共生矩阵纹理特征提取的Matlab实现

%************************************************************************** % 图像检索——纹理特征 %基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵 %所用图像灰度级均为256 %参考《基于颜色空间和纹理特征的图像检索》 %function : T=Texture(Image) %Image : 输入图像数据 %T : 返回八维纹理特征行向量

运用MATLAB R2014a来完成灰度共生矩阵各特征参数的求解。以纸作为纹理分析的对象。首先需将彩色图像将各颜色分量转化为灰度。所用图像的灰度级为256。为了减少计算量，对原始图像灰度级压缩，将灰度量化成16级。计算四个共生矩阵P，取距离为1，角度分别为0,45,90,135。对共生矩阵进行归一化，求出最常用的能量、熵、惯性矩、相关4个纹理参数。最后求出能量、熵、惯性矩、相关的均值和标准差，作为最终8维纹理特征。

通过灰度共生矩阵获取图像的纹理特征，含有相关函数，可直接运行