tolabfans
2008-06-05, 17:18
纹理特征种类多，公式复杂，而使用matlab函数就方便多了。大家能否归纳一下，将使用过的matlab纹理特征函数汇个总，方便大家使用。我先简单分个类。
直方图统计特征：均值，方差，K_S检测
自相关函数特征：
基于灰度共生矩阵的特征：二阶矩，对比度，相关，熵，逆差矩，和平均，和方差，和熵，差平均，差方差，差熵
基于灰度_梯度共生矩阵的特征：小梯度优势，大梯度优势，灰度分布的不均匀性，梯度分布的不均匀性，能量，灰度平均，梯度平均，灰度均方差，梯度均方差，相关，灰度熵，梯度熵，混合熵，惯性，逆差矩
基于变换的特征：
这些特征不知哪些在matlab里面有现成的函数，我只知道灰度共生矩阵是有的。比如，下面这个例子：I = imread('1.BMP');
GLCM2 = graycomatrix(I,'Offset',[2 0;0 2]);
stats = graycoprops(GLCM2,{'contrast','homogeneity','correlation','energy'})
直方图统计特征：均值，方差，K_S检测
自相关函数特征：
基于灰度共生矩阵的特征：二阶矩，对比度，相关，熵，逆差矩，和平均，和方差，和熵，差平均，差方差，差熵
基于灰度_梯度共生矩阵的特征：小梯度优势，大梯度优势，灰度分布的不均匀性，梯度分布的不均匀性，能量，灰度平均，梯度平均，灰度均方差，梯度均方差，相关，灰度熵，梯度熵，混合熵，惯性，逆差矩
基于变换的特征：
这些特征不知哪些在matlab里面有现成的函数，我只知道灰度共生矩阵是有的。比如，下面这个例子：I = imread('1.BMP');
GLCM2 = graycomatrix(I,'Offset',[2 0;0 2]);
stats = graycoprops(GLCM2,{'contrast','homogeneity','correlation','energy'})