转载地址：http://www.cnblogs.com/skyseraph/archive/2011/08/27/2155776.html
一 原理
1 概念：GLCM，即灰度共生矩阵，GLCM是一个L*L方阵，L为源图像的灰度级
2 含义：描述的是具有某种空间位置关系的两个像素的联合分布，可看成两个像素灰度对的联合直方图，是一种二阶统计
3 常用的空间位置关系：有四种，垂直、水平、正负45°
4 常用的GLCM特征特征：
（1）能量： 是灰度共生矩阵元素值的平方和，所以也称能量，反映了图像灰度分布均匀程度和纹理粗细度。
如果共生矩阵的所有值均相等，则ASM值小；相反，如果其中一些值大而其它值小，则ASM值大。
当共生矩阵中元素集中分布时，此时ASM值大。ASM值大表明一种较均一和规则变化的纹理模式。
（2）对比度：反映了图像的清晰度和纹理沟纹深浅的程度。纹理沟纹越深，其对比度越大，视觉效果越清晰；
反之，对比度小，则沟纹浅，效果模糊。灰度差即对比度大的象素对越多，这个值越大。
灰度公生矩阵中远离对角线的元素值越大，CON越大。
（3）相关： 它度量空间灰度共生矩阵元素在行或列方向上的相似程度，因此，相关值大小反映了图像中局部灰度相关性。
当矩阵元素值均匀相等时，相关值就大;相反，如果矩阵像元值相差很大则相关值小。如果图像中有水平方向纹理，
则水平方向矩阵的COR大于其余矩阵的COR值。
（4）熵： 是图像所具有的信息量的度量，纹理信息也属于图像的信息，是一个随机性的度量，当共生矩阵中所有元素有最大的随机性、
空间共生矩阵中所有值几乎相等时，共生矩阵中元素分散分布时，熵较大。它表示了图像中纹理的非均匀程度或复杂程度。
（5）逆差距：反映图像纹理的同质性，度量图像纹理局部变化的多少。其值大则说明图像纹理的不同区域间缺少变化，局部非常均匀。
5 原理理解：
假设衣服图像的纹理矩阵P如下：
P = [ 0 1 2 0 1 2
1 2 0 1 2 0
2 0 1 2 0 1
0 1 2 0 1 2
1 2 0 1 2 0
2 0 1 2 0 1
]
①相距为1(第一个参数)，位置方向为0°第二个参数)的GLCM矩阵如下：
[ 0 10 10
10 0 10
10 10 0
]
//解析：因为P中灰度级为3，故GLCM为3*3方阵
②相距为1(第一个参数)，位置方向为正负45°第二个参数)的GLCM矩阵如下：
[ 16 0 0
0 16 0
0 0 18
]
-------------------------------------------------------------------------------------------------------------------------------
二 结果
图像(lenna)：
另附：关于lenna，风靡图像界这张图像，源原轶事：http://www.cs.cmu.edu/~chuck/lennapg/ ^_^
单个 GLCM以及4个方向的均值、方差GLCM特征：
-------------------------------------------------------------------------------------------------------------------------------
三 源码
类头文件：
类源文件-1：初始化和资源释放
类源文件-2：计算纹理特征
类源文件-3：计算共生矩阵
类源文件-4：计算GLCM特征
类源文件-5：计算GLCM特征均值和方差
说明：
参考了 《VisualC＋＋数字图像模式识别技术详解》、《数字图像处理与机器视觉-VisualC＋＋与Matlab实现》等书，此类为本文作者原创，可直接调用，转载/引用请注明出处。
-------------------------------------------------------------------------------------------------------------------------------
四 参考资料
提取共生矩阵特征 - wqvbjhc的专栏 - CSDN博客
基于灰度共生矩阵的纹理特征提取 - docin.com豆丁网
一个使用GLCM的例子.(修改了CvTexture的bug）
《VisualC＋＋数字图像模式识别技术详解》
《数字图像处理与机器视觉-VisualC＋＋与Matlab实现》
------------------------------------------------------------------------------------------------------------------------------
Author: SKySeraph
Email/GTalk: zgzhaobo@gmail.com QQ：452728574