分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow

也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

Prerequisites

概念

計算方式

對於精度要求高且紋理細密的紋理分佈，我們取畫素間距為d=1

matlab

matlab相關工具箱函式

使用灰度共生矩陣（GLCM）描述和提取影象紋理特徵，是一個強大且流行的工具，自然matlab工具箱會提供相應的函式——graycomatrix：

給出一個影象矩陣，設定一些引數，得到其灰度共生矩陣，這就是函式的基本用法：

[glcm, SI] = graycomatrix(I, ...)
   

    
1
   

主要的引數有二個，分別是

1. NumLevels
   （灰度級數）

最終glcm的size是NumLevels*NumLevels

1. Offset（方向[0, 1; -1, 1; -1, 0; -1, -1]）：

[0, 1]中的1表示的偏移數（offset），當然也可以取2或者更多，如上文所說，對於精度要求高且影象紋理本身即很豐富的影象來說，為了更精細地刻畫，我們取偏移量（offset）為1。

我們將原始I轉換為SI，對SI計算GLCM，SI中元素的值介於[1, NumLevels]之間。

I = [     1 1 5 6 8 8;     2 3 5
 
 7 0 2;     0 2 3 5 6 7    ];[glcm, SI] = graycomatrix(I, 'NumLevels', 9, 'G', [])% 'Offset'的default值為`[0, 1]`
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
   

glcm =     0     0     2     0     0     0     0     0     0     0     1     0     0     0     1     0     0     0     0     0     0     2     0     0     0     0     0     0     0     0     0     0     2     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     2     1     0     0     0     0     0     0     0     0     1     1     1     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     1SI =     2     2     6     7     9     9     3     4     6     8     1     3     1     3     4     6     7     8
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9
    
10
    
11
    
12
    
13
    
14
    
15
    
16
    
17
   

demo

這裡先寫一個demo，稍微有點難懂的地方在於灰度共生矩陣的計算方式，然後是一些程式設計上的迴圈判斷。其他方向的情況還未考慮（在第三和第四層迴圈的地方可能會略有不同），以及將其封裝成一個函式的操作還是留待以後吧：

clear, clcP = [ 0 1 2 0 1 2    1 2 0 1 2 0   2 0 1 2 0 1   0 1 2 0 1 2   1 2 0 1 2 0   2 0 1 2 0 1];[r, c] = size(P);P_u = unique(P);        % 去重，得到所有的灰度級n = length(P_u);        % 不同灰度級的個數G = zeros(n, n);        % 初始化灰度共生矩陣為全0矩陣，%% 四層迴圈，最外層的兩層迴圈用來為GLCM的各個位置賦值% 內層的兩層迴圈時遍歷原始影象矩陣，累計符合某一對應關係的的情況出現的次數for p = 1:n,    for q = 1:n,        cnt = 0;            % GLCM刻畫的是灰度影象畫素的統計特性，在matlab中通過次數的統計計算得到        for i = 1:r,            for j = 1:c,                if  (j+1) <= c && ((P(i, j) == p && P(i, j+1) == q) || P(i, j) == q && P(i, j+1) == p),                    cnt = cnt + 1;                end            end        end        G(p, q) = cnt;    endendG   
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9
    
10
    
11
    
12
    
13
    
14
    
15
    
16
    
17
    
18
    
19
    
20
    
21
    
22
    
23
    
24
    
25
    
26
    
27
    
28
    
29
    
30
    
31
   

References

[1] <影象特徵提取——灰度共生矩陣（GLCM）>

給我老師的人工智慧教程打call！http://blog.csdn.net/jiangjunshow