问题标签 [glcm]

我想通过使用 MATLAB 中的灰度共生矩阵来分析图像中 Honeydew 和 Pear（Gong Pear）的皮肤粗糙度。我已将 2 张图片（第 1 张图片包含 Honeydew，第 2 张图片包含 Pear）转换为灰度，并使用graycomatrix. 然后我通过使用graycopropsMATLAB 中的函数获得了 4 个 GLCM 特征（对比度、能量、同质性、相关性）。Honeydew 和 Pear 的两个图像都是在黑色背景上拍摄的。

预计蜜露的皮肤粗糙，梨的皮肤光滑。但是，从我获得的 4 个 GLCM 特征中，我发现 Honeydew 和 Pear 的 GLCM 特征值非常接近（即：Honeydew 的相关性为 0.8197，而 Pear 的相关性为 0.8819）。

如何根据 4 GLCM 特征对皮肤粗糙度进行分类？或者有什么方法可以让 GLCM 特征的价值更加鲜明？

我想使用地统计纹理对我的遥感数据进行分类，但我找不到给出我想要的结果的包——它应该产生一个栅格类型的输出，以便我可以将它与光谱日期一起使用（例如TM）在R中。我搜索了几天，没有找到有用的东西。所以我需要你的帮助。

我想使用滑动窗口在图像上计算一些操作（GLCM）。实现它的代码是：

它可以工作，但是两个 for 循环非常昂贵。我想提高速度，所以在网上环顾四周，我尝试使用as_stride技巧：

例如，计算第一个窗口的 GLCM：

我尝试将所有滑动窗口申请为：

但在这种情况下， they[:,:]没有ndim==2asy[0,0]但是ndim==4，以及 so 。我找不到一种方法来以智能方式迭代所有保留ndim == 2（greycomatrix函数所需）的子集。

编辑

我尝试使用 ravel 并处理一维向量，因此只有 1 个 for 循环。这是代码：

处理时间增加...

我敢肯定这是我在某个地方犯的一个非常简单的错误！但是当我使用 Matlab 的graycomatrix函数时，我没有得到预期的结果。而不是我期望的矩阵输出，我总是得到一个 8 x 8（几乎）零矩阵，右下角有一个条目 - 通常等于 16。我没有更改默认设置或使用“偏移”，所以我我不太确定问题是什么。

有没有办法将图像分割成不同的盒子并在每个单独的盒子上运行 GLCM？例如，将 1000 x 1000 的图像分割成 50 个 20 x 20 的框。

我正在寻找显示同质性的图像区域 - 然后定位我的分析。我怀疑您可以使用 blockproc 来执行此操作，但我不确定如何编写“有趣”函数以便它运行 GLCM 代码。非常感谢。

我们正在使用 Python 2.7.9 和 scikit 图像库。我们无法使用skimage.feature.greycomatrix，因为功能文件夹中没有graycomatrix.py之类的文件。他们的文档似乎是错误的，因为它说此功能可用。我们得到一个错误模块属性没有对象特征。Python中有没有其他的图像处理库可以帮助我们实现这个目标？

在我的 GUI 中，我使用此 matlab 代码将值存储在 excel 表中。此代码正在计算 glcm 六个特征。

这里假设我在计算后得到这些值：

但我只需要大约值，例如：

如何修改此代码以获得此结果？

我已经使用 GLCM 提取了分段图像（乳房 X 线照片）的特征

现在我想使用SVM进行分类，请帮助如何处理

我正在提取图像特征以进行纹理识别。我想从2D image. 这些特征应该捕捉到图像micro以及macro geometry图像。我试图找出一些可以给我上述结果的算法。我试过了SIFT但它只捕捉宏观几何、形状和边缘细节的细节。另一方面，我尝试了各种版本的 LBP（如 CS-LBP、LNBP 等），但它们只能捕捉像素差异，而不能捕捉事物的整体方案。我尝试的另一种技术是使用具有不同距离和方向值的 GLCM。但是仍然存在得到的直方图太大，比较耗时过长的问题。此外，结果也不是很好。SVM 的分类率仅为 48%。谁能指导我找到一种可以捕获像素级差异以及整体纹理图案的通用算法。

我在 MATLAB 上尝试了 GLCM，但我必须一张一张地输入图像，这需要我永远。无论如何，我们是否可以向 GLCM 提供大量图像，例如 1,000 张？如何编写这样的循环？