灰度共生矩阵（Gray Level Co-occurrence Matrix，GLCM）

梁小娘子

于 2019-12-28 19:56:21 发布

阅读量443

点赞数

CC 4.0 BY-SA版权

分类专栏：论文基础知识点

本文链接：https://blog.csdn.net/weixin_40680322/article/details/103722987

灰度共生矩阵是一种用于描述图像中像素灰度值联合分布的技术，本质上是像素灰度值的联合直方图。它考虑了像素之间的空间位置关系，如水平、垂直和45度方向。矩阵的元素Pδ(i,j)表示灰度值为i和j的像素在特定位置关系δ下的出现频率，用于纹理分析。" 113138845,10554450,MySQL IN查询陷阱与优化解析,"['数据库', 'SQL', '查询优化', 'MySQL性能']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

                    
                    定义：描述 具有某种空间位置关系的 两个像素灰度的联合分布。
本质：两个像素灰度的 联合直方图。
像素的空间位置关系（对于较细的纹理分析 可取像素间距为1）
  δ = { ( ± 1 , 0 ) , 水平扫描； ( 0 , ± 1 ) , 垂直扫描； ( 1 , − 1 ) , ( − 1 , 1 ) , 45度扫描。 \delta=\begin{cases}(\pm1, 0), & \text {水平扫描；} \\ (0, \pm1), & \text {垂直扫描；} \\ (1, -1),(-1, 1), & \text {45度扫描。} \end{cases} δ=⎩⎪⎨⎪