灰度共生(共现)矩阵的求法

前段时间在写关于图像的作业时，出现了灰度共生矩阵的求法问题。

于是就上网查资料发现不是很理想，翻书查阅也是不同的书籍出现的解法也是不一样，上别的课时老师也给我们讲了下，但是发现与我所看到的资料上讲的不一样。

经总结思考后算是明白了，现在就班门弄斧分享下自己的心得。

至于灰度共生矩阵的用途，我只知道它在检测纹理方面发挥着作用。不过即使不明白也没问题，在此呢，我们只是学习下如何求灰度共生矩阵。(后续可能会继续修改的)

开始进入正题：

表一 像素的灰度矩阵
012012120120201201012012120120201201                                                                                                                                   

为了简单起见就以灰度级为3的为例。

图 二

常用的空间位置关系有，水平，垂直，正45度和负45度。

可能有人要问了，水平是0度还是180度呢？

首先我们需要明白的是，灰度共生矩阵描述的是每个像素点与自身有一定距离和方向的另外的一个像素之间的关系(相同或相异)。   现在就可以回答上面的的问题了，刚才我们提到了“方向”，这里的方向就代表了向右查找还是向左查找，即0度还是180度。参见图二。

现在我们就具体计算下0度方向、距离为1   的共生矩阵。计算时我们可以先做如下工作，

第一， 写成如下格式。                             

图三

第二，从表一第一行开始，先看第一个元素，零度方向距离为1的元素为“1”，即(0,1)组合则在图三的0行1列出记上一笔；再看表一的第二的元素为1，则零度方向距离为1的元素为“2”，即(1，2)组合，同理记上一笔。一直到这一行的倒数第二个元素为止，因为最后一个元素右边没有元素了。接着再从第二行开始，直至最后一行。

最终结果为

最终结果 010000101000就先写这些吧！