主要内容
纹理分析
熵、距离和标准差滤波;创建灰度共生矩阵
纹理分析是指通过图像中各区域的纹理内容对其进行表征。纹理分析试图量化由粗糙、光滑、丝滑或凹凸不平等术语描述的直观品质，作为像素强度的空间变化的函数。在这种意义上，粗糙度或凹凸度指的是强度值或灰度值的变化。
纹理分析被用于各种应用，包括遥感、自动检测和医学图像处理。纹理分析可以用来找到纹理边界，称为纹理分割。当图像中物体的特征更多地取决于其纹理而不是强度时，纹理分析是有帮助的，而传统的阈值技术不能有效地使用。
功能
熵 |
灰度图像的熵 |
entropyfilt |
灰度图像的局部熵 |
rangefilt |
图像局部距离 |
stdfilt |
图像的局部标准差 |
graycomatrix |
从图像中创建灰度共生矩阵 |
graycoprops |
灰度共生矩阵的性质 |
主题
纹理分析可以通过使用熵、像素范围和像素标准差等局部统计措施对纹理进行分类。
GLCM基于像素对的数量来表征纹理，特定的强度值排列在特定的空间关系中。
当您创建一个GLCM时，默认的空间关系被定义为两个水平相邻的像素。
您可以创建具有像素之间不同空间关系的多个glcm，以获取关于纹理特征的额外信息。
这个示例展示了如何创建一组glcm并从中导出统计信息。
特色的例子
你也可以从以下列表中选择一个网站:
