从GLCM和Plot Correlation中获得统计数据
这个示例展示了如何创建一组灰度共现矩阵(glcm)并从中派生统计信息。该示例还说明了返回的统计信息graycoprops
与原始输入图像有直接关系。
将图像读入工作区并显示它。该示例将真彩色图像转换为灰度图像,然后,对于本示例,将其旋转90度。
电路板= rot90(rgb2gray(imread(“board.tif”)));imshow (circuitBoard)
定义不同方向和距离的偏移量。由于图像包含各种形状和大小的对象,这些对象按水平和垂直方向排列,因此该示例指定了一组仅随距离变化的水平偏移量。
Offsets0 = [0 (40,1) (1:40)'];
创建glcm。调用graycomatrix
函数指定偏移量。
glcms =灰度矩阵(电路板,“抵消”, offsets0);
从glcm中获取统计信息graycoprops
函数。该示例计算对比和相关性。
统计= graycoprops(glcms,对比相关的);
作为偏移量的函数绘制相关图。
人物,情节([stats.Correlation]);标题(“纹理相关性作为偏移量的函数”);包含(水平偏移的) ylabel (“相关”)
该图包含偏移量7、15、23和30处的峰值。如果仔细检查输入图像,可以看到图像中的某些垂直元素具有周期模式,每7个像素重复一次。