matlab编程生成给定纹理图像的灰度共生矩阵，基于灰度共生矩阵计算得出纹理图像的能量、对比度、相关度、同质性和熵5种统计特征参数

以下是使用 MATLAB 编程生成给定纹理图像的灰度共生矩阵的示例代码：

% 读取图像并转换为灰度图像
img = imread('texture.jpg');
gray_img = rgb2gray(img);

% 定义灰度共生矩阵的参数：灰度级数、距离、角度
num_gray_levels = 16;
distance = 1;
angles = [0 45 90 135];

% 计算灰度共生矩阵
glcm = graycomatrix(gray_img, 'NumLevels', num_gray_levels, 'Offset', [distance 0; 0 distance], 'Symmetric', true, 'GrayLimits', []);

% 计算纹理图像的能量、对比度、相关度、同质性和熵5种统计特征参数
stats = graycoprops(glcm, {'Energy', 'Contrast', 'Correlation', 'Homogeneity', 'Entropy'});

% 输出结果
fprintf('Energy: %f\n', stats.Energy);
fprintf('Contrast: %f\n', stats.Contrast);
fprintf('Correlation: %f\n', stats.Correlation);
fprintf('Homogeneity: %f\n', stats.Homogeneity);
fprintf('Entropy: %f\n', stats.Entropy);

其中，`graycomatrix` 函数用于计算灰度共生矩阵，参数含义如下：

- `gray_img`：灰度图像；
- `NumLevels`：灰度级数；
- `Offset`：偏移量，用于指定计算灰度共生矩阵的方向。本例中指定了水平和垂直方向；
- `Symmetric`：是否对称，本例中设为 true；
- `GrayLimits`：灰度级的范围，本例中未指定。

`graycoprops` 函数用于计算纹理图像的统计特征参数，参数含义如下：

- `glcm`：灰度共生矩阵；
- 字符串数组 `{'Energy', 'Contrast', 'Correlation', 'Homogeneity', 'Entropy'}` 指定了要计算的统计特征参数。

运行代码后，会输出纹理图像的能量、对比度、相关度、同质性和熵5种统计特征参数。