圖像的灰度共生矩陣Halcon图画的灰度共生矩阵圖像的灰度共生矩陣Gray-levelco-occurrencematrixfromGray-levelco-occurrencematrixfromimageHalcon图画的灰度共生矩阵圖像的灰度共生矩陣Gray-levelco-occurrencematrix圖像的灰度共生矩陣灰度共生矩陣是像素距離和视点的矩陣函數，它通過計算圖像中必定距離和必定方向的兩點灰度之間的相關性，來反映圖像在方向、間隔、變化起伏及快慢上的綜合信息。使用方法：glcmgraycomatrix(I)glcmsgraycomatrix(I,param1,val1,param2,val2,...)[glcms,SI]graycomatrix(...)描绘：glcms的灰度共生矩陣GLCM。它是通過計算兩灰度值在圖像I中水平相鄰的次數而得到的(也不必是水平相鄰的次數，這一參數是可調的，或许通過OffsetsD]代表是水平方向，[-DD]代表是右上角45度方向，[-D0]代表是豎直方向，即90度方向，而[-D-D]則代表是左上角，即135度方向），GLCM元素（i,j）代表灰度i與灰度j的灰度區間裡。假如I那將轉換到8級。灰度的級數決定了GLCM的巨细尺度。你能够通過設定參數「NumLevels」來指定灰度的級數，還能够通過設置「GrayLimits參數來設置灰度共生矩陣的轉換方法。下圖顯示了怎么求解灰度共生矩陣，以（1，1）點為例，GLCM（1，1）值為1說明只要一對灰度為1的像素水平相鄰。GLCM（1，2）值為2，是因為有兩對灰度為1和2的像素水平相鄰。Halcon图画的灰度共生矩阵圖像的灰度共生矩陣Gray-levelco-occurrencematrixfromgraycomatrix(I,param1,val1,param2,val2,...)回来一個或多個灰度灰度共生矩陣，根據指定的參數。參數能够很簡短，並且對巨细寫不灵敏。GrayLimits是兩個元素的向量，标明圖像中的灰度映射的範圍，假如其設為[]，灰度共生的最小及最大灰度值作為GrayLimitsNumLevelsNumLevels為8，意思便是將圖像I的灰度映射到1到8之間，它也決定了灰度共生矩陣的巨细Offset上面有解釋，是一個值，即可設置视点AngleOffset示例：計算灰度共生矩陣，並且回来縮放後的圖像，SIgraycomatrix(I,NumLevels,9,G,[])計算灰度圖像的灰度共生矩陣imread(circuit.tif);glcm灰度共生矩陣的特徵：角二階矩（AngularSecondMoment,ASM)ASM=sum(p(i,j).^2)勻時，能量值較大，反之，較小。熵（Entropy,ENT)ENT=sum(p(i,j)*(-ln(p(i,j)))是描绘圖像具有的信息量的衡量，标明圖像的複雜程序，當複雜程序高時，熵值較大，反之反差分矩陣（InverseDifferentialMoment,IDM)IDM=sum(p(i,j)/(1+(i-j)^2))反映了紋理的明晰程度和規則程度，紋理明晰、規律性較強、易於描绘的，值較大；雜亂無章的，難於描绘的，值較小。Halcon图画的灰度共生矩阵圖像的灰度共生矩陣Gray-levelco-occurrencematrixfrom圖像的灰度共生矩陣灰度共生矩陣是像素距離和视点的矩陣函數，它通過計算圖像中必定距離和必定方向的兩點灰度之間的相關性，來反映圖像在方向、間隔、變化起伏及快慢上的綜合信息。
