基于灰度共生矩阵 (GLCM) 的二阶统计量用于图像纹理分析
图像与视频处理
2024-03-08 v1
摘要
本文描述并计算了二十四幅 128 x 128 x 3 测试图像在水平、垂直和对角方向上的灰度共生矩阵 (GLCM) 和灰度差向量 (GLDV)。计算并研究了二阶图像统计量，如对比度、相异性、均匀性（逆差矩）、角二阶矩 (ASM)、能量、最大概率、熵、均值、标准差和相关性。结果表明，平滑图像的对比度值较低，且相同范围的差值出现概率较高；而粗糙图像的对比度值较高，出现概率较低。图像沿水平、垂直和对角方向的平滑度或粗糙度程度可能不完全相同。相异性与对比度、均匀性与对比度、熵与对比度、能量与对比度、标准差与对比度、相关性与对比度，以及 0-19 的差值出现概率与对比度之间存在显著相关性，相关系数分别为 0.9322、-0.5011、0.6681、-0.4255、-0.4914、0.5428 和 -0.8346。
引用
@article{arxiv.2403.04038,
title = {Grey Level Co-occurrence Matrix (GLCM) Based Second Order Statistics for Image Texture Analysis},
author = {Abdul Rasak Zubair and Oluwaseun Adewunmi Alo},
journal= {arXiv preprint arXiv:2403.04038},
year = {2024}
}
备注
10 Pages, 12 Figures, 5 Tables