MATLAB的特征值提取程序

我下了一个用灰度梯度共生矩阵提取纹理特征的源程序，现在我处理图像 比如说matlab自带的一幅图像cions.png 下面是源程序： function OUT=GrayGradinet(IN) % 灰度梯度共生矩阵 H %归一化灰度梯度矩阵 H_basic %小梯度优势 T1 % 大梯度优势 T2 % 灰度分布的不均匀性 T3 % 梯度分布的不均匀性 T4 % 能量 T5 % 灰度平均 T6 % 梯度平均 T7 % 灰度均方差 T8 % 梯度均方差 T9 % 相关 T10 % 灰度熵 T11 % 梯度熵 T12 % 混合熵 T13 % 惯性 T14 % 逆差矩 T15 IN=imread('coins.png'); gray=256; % close all; % figure, imshow(IN); gray=256; [R,C]=size(IN); %采用平方求和计算梯度矩阵 GM=zeros(R-1,C-1); for i=1:R-1 for j=1:C-1 n_GM=(IN(i,j+1)-IN(i,j))^2+(IN(i+1,j)-IN(i,j))^2; GM(i,j)=sqrt(double(n_GM)); end end % figure,imshow(GM); %找出最大值最小值 n_min=min(GM(:)); n_max=max(GM(:)); %把梯度图象灰度级离散化 %设置新的灰度级为new_gray new_gray=32; %新的梯度矩阵为new_GM new_GM=zeros(R-1,C-1); new_GM=uint8((GM-n_min)/(n_max-n_min)*(new_gray-1)); %计算灰度梯度共生矩阵 %梯度矩阵比轨度矩阵维数少1，忽略灰度矩阵最外围 H=zeros(gray,new_gray); for i=1:R-1 for j=1:C-1 H(IN(i,j)+1,new_GM(i,j)+1)= H(IN(i,j)+1,new_GM(i,j)+1)+1; end end %归一化灰度梯度矩阵 H_basic total=i*j; H_basic=H/total; %小梯度优势 T1 TT=sum(H); T1=0; for j=1:new_gray T1=T1+TT(1,j)/j^2; end T1=T1/total; %计算大梯度优势 T2 T2=0; for j=1:new_gray T2=T2+TT(1,j)*(j-1); end T2=T2/total; %计算灰度分布的不均匀性 T3 T3=0; TT1=sum(H'); for j=1:gray T3=T3+TT1(1,j)^2; end T3=T3/total; %计算梯度分布的不均匀性 T4 T4=0; for j=1:new_gray T4=T4+TT(1,j)^2; end T4=T4/total; %计算能量 T5 T5=0; for i=1:gray for j=1:new_gray T5=T5+H_basic(i,j)^2; end end %计算灰度平均 T6 TT2=sum((H_basic)'); T6=0; for j=1:gray T6=T6+(j-1)*TT2(1,j); end %计算梯度平均 T7 T7=0; TT3=sum(H_basic); for j=1:new_gray T7=T7+(j-1)*TT3(1,j); end %计算灰度均方差 T8 T8=0; for j=1:gray T8=T8+(j-1-T6)^2*TT2(1,j); end T8=sqrt(T8); %计算梯度均方差 T9 T9=0; for j=1:new_gray T9=T9+(j-1-T7)^2*TT3(1,j); end T9=sqrt(T9); % 计算相关 T10 T10=0; for i=1:gray for j=1:new_gray T10=T10+(i-1-T6)*(j-1-T7)*H_basic(i,j); end end %计算灰度熵 T11 T11=0; for j=1:gray T11=T11+TT2(1,j)*log10(TT2(1,j)+eps); end T11=-T11; %计算梯度熵 T12 T12=0; for j=1:new_gray T12=T12+TT3(1,j)*log10(TT3(1,j)+eps); end T12=-T12; %计算混合熵 T13 T13=0; for i=1:gray for j=1:new_gray T13=T13+H_basic(i,j)*log10(H_basic(i,j)+eps); end end T13=-T13; %计算惯性 T14 T14=0; for i=1:gray for j=1:new_gray T14=T14+(i-j)^2*H_basic(i,j); end end %计算逆差矩 T15 T15=0; for i=1:gray for j=1:new_gray T15=T15+H_basic(i,j)/(1+(i-j)^2); end end x=1:50:750; OUT(1,1)=T1; OUT(1,2)=T2; OUT(1,3)=T3; OUT(1,4)=T4; OUT(1,5)=T5; OUT(1,6)=T6; OUT(1,7)=T7; OUT(1,8)=T8; OUT(1,9)=T9; OUT(1,10)=T10; OUT(1,11)=T11; OUT(1,12)=T12; OUT(1,13)=T13; OUT(1,14)=T14; OUT(1,15)=T15; % if num>2 % plot(x,OUT,'-'); % hold on; % else % plot(x,OUT,'-*r'); % hold on; % end 然后我>> IN=imread（coins.png）; >> OUT=GrayGradinet(IN) OUT = 1.0e+004 * Columns 1 through 8 0.0000 0.0006 0.1618 1.5942 0.0000 0.0103 0.0006 0.0056 Columns 9 through 15 0.0010 0.0196 0.0002 0.0001 0.0003 1.2302 0.0000