如何在Matlab中实现灰度共生矩阵特征提取的源代码

以下是Matlab中实现灰度共生矩阵特征提取的源代码示例：

% 读取灰度图像
img = imread('lena_gray.jpg');
% 将图像转换为double类型
img = im2double(img);

% 定义灰度共生矩阵参数
d = 1; % 步长
theta = 0; % 方向
gray_levels = 256; % 灰度级数

% 计算灰度共生矩阵
glcm = graycomatrix(img, 'Offset', [0 d; -d d; -d 0; -d -d], 'NumLevels', gray_levels, 'Symmetric', true);

% 计算灰度共生矩阵的统计特征
stats = graycoprops(glcm, {'Contrast', 'Correlation', 'Energy', 'Homogeneity'});

% 输出灰度共生矩阵的统计特征
disp(['Contrast: ', num2str(stats.Contrast)]);
disp(['Correlation: ', num2str(stats.Correlation)]);
disp(['Energy: ', num2str(stats.Energy)]);
disp(['Homogeneity: ', num2str(stats.Homogeneity)]);

在以上代码中，我们首先读取灰度图像，并将其转换为double类型。然后，我们定义了灰度共生矩阵的参数，包括步长、方向和灰度级数等。接下来，我们使用graycomatrix函数计算灰度共生矩阵。最后，我们使用graycoprops函数计算灰度共生矩阵的统计特征，并输出结果。