Matlab 使用带有GLCM的滑动窗口

我正试图使用

graycomatrix

函数从MatLab中的灰度共生矩阵（GLCM）计算各种图像特征

使用graycomatrix的示例

---

假设图像（例如640x480）比普通示例大，且滑动窗口大小为5x5，如何将此函数应用于一系列子窗口？

我不确定是否可以使用过滤方法。我想你的意思是这样的（让我成为你的灰度图像）：

使用nlfilter 我找到了这个特殊的配方并进行了实验。它有一些局限性，但这不是一个糟糕的起点

function [ s ] = glcm_contrast(NHOOD)
%GLCM_CONTRAST
    glcm = graycomatrix(NHOOD, 'Offset', [0 1], 'GrayLimits', [0 3], 'NumLevels', 4, 'Symmetric', true);
    stats = graycoprops(glcm, 'contrast');
    s = stats.Contrast;
end

window_size = 5;
I = imread('yourImage.tif');
glcmfunc = @(x) glcm_contrast(x);
gray_limits = [min(I(:)), max(I(:))];
B = nlfilter(I, [window_size, window_size], glcmfunc);

自定义Matlab代码

---

您可能还想看看我的实现，看看是否需要进一步扩展。

请提供更多信息，而不是：请帮助我，我不知道如何实现。您是否阅读了链接中的说明和帮助文件？是的，我已经阅读了本文，我想对所有像素的每个移动图像窗口应用此函数。我有一个319x453图像，我想从中提取GLCM功能，我的子窗口是[5]，这是一个移动窗口，逐像素移动，并为每个窗口计算这些特征，每个窗口是每个像素的2个邻域，这些特征将为每个像素收集pixel@EJG89我改进了这个问题，以解决一些人想要关闭它的愿望。你能投票重新开放吗？我想回答这个问题，但不必重新开始。我可以使用nlfilter函数吗？在您的情况下，不能使用nlfilter，因为内部函数必须返回标量。看一看。没有使用它，我不能提供一个例子，但它似乎是最合适的选择。我如何通过这些循环保存每个像素的特征向量？假设您的图像是M×N像素，并且您希望提取4个特征，如graycoprops（对比度等）提供的。然后，您可以将每个像素的特征存储在矩阵中，比如说：'feat=zeros（M，N，4）；%在“双循环”之前创建它，然后将循环“提取特征…”中的注释替换为：“feat（ii，jj，1）=glcm_feat_struct.Contrast；”专长（ii，jj，2）=glcm_专长结构相关性；'等等

for ii=3:size(im,1)-2
    for jj=3:size(im,2)-2  % a loop for every pixel that a 5x5 window can be defined
        temp_im=im(ii-2:ii+2,jj-2:jj+2);  % crop a small window around pixel
        glcm=graycomatrix(temp_im);  % default parameters
        glcm_feat_struct=graycoprops(glcm);
        % extract features from struct and do anything you want
    end
end

function [ s ] = glcm_contrast(NHOOD)
%GLCM_CONTRAST
    glcm = graycomatrix(NHOOD, 'Offset', [0 1], 'GrayLimits', [0 3], 'NumLevels', 4, 'Symmetric', true);
    stats = graycoprops(glcm, 'contrast');
    s = stats.Contrast;
end

window_size = 5;
I = imread('yourImage.tif');
glcmfunc = @(x) glcm_contrast(x);
gray_limits = [min(I(:)), max(I(:))];
B = nlfilter(I, [window_size, window_size], glcmfunc);