基于灰度共生矩阵的图像分析

1.图像共生矩阵的用途

基于灰度级的空间相关方法是一种有效纹理特征提取手段。由于图像中相距（△x, △y）的两像素点同时出现的概率分布可通过灰度共生矩阵进行描述，在此情况下我们通常将图像划分为多个区域并计算各区域内的统计特性。当图像的灰度等级设定为N个级别时，则共生矩阵将形成一个N×N大小的二维数组。其中M(g1,g2)代表的是两个距离为（△x, △y）且分别为g1和g2亮度值的像素点对的数量。

在处理具有粗纹理的区域时，在计算得到的灰度共生矩阵中发现其中计算得到的M值呈现出较高的集中性。这是因为这些区域中的像素对呈现出相似亮度特征。而对于处理具有细纹结构的区域，在计算得到的灰度共生矩阵中发现其中计算得到的M值较为分散。

2.具体理解图像共生矩阵

Definition: The statistical analysis of pixel pairs at a certain distance, each exhibiting specific gray-level characteristics on an image, resulting in the calculation of their gray-level distribution.

从图像中任选一点(x,y)，以及其邻近的一点(x+Δx, y+Δy)，记录这两点处的灰度值分别为g₁和g₂。当遍