graycoprops 灰度共生矩阵的属性
1、语法
stats = graycoprops(glcm, properties)
2、描述
stats = greycoprops（glcm，properties）计算灰度共生矩阵glcm在属性中指定的统计量。 glcm是m*n*p的有效的灰度共生矩阵。 如果glcm是GLCM的矩阵，则stats是每个glcm的矩阵。
graycoprops对灰度共生矩阵（GLCM）进行归一化，使得其元素的和等于1。归一化GLCM中的每个元素（r，c）是具有定义的空间关系的像素对，r和c在图像中的出现概率。 graycoprops使用归一化GLCM来计算属性。
属性（properties）可以是逗号分隔的字符串列表，包含字符串的单元格数组，字符串“all”或空格分隔的字符串。 属性名称可以缩写，不区分大小写。
计算出的特征值 (MATLAB计算好的，不用自己计算！)
1、 ‘Contrast’
一般翻译为对比度、反差。描述：返回整个图像之间的像素与其相邻像素之间的强度对比度的测量值。取值范围是【0,（glcm行数-1）^2】，如果图像是个常量，则对比度为0。公式为
理解公式： i和j分别代表不同的像素，差值代表不同像素的差异大小，取平方为正数，可以累和，乘以相应的差异出现的概率，即可代表不同像素的差异大小。
2、‘Correlation’
一般翻译为互相关。描述：返回像素与其相邻像素关系的度量值。范围= [-1 1]。对于一个完全正或负相关的图像，相关性为1或-1。对于常量图像，相关性为NaN。值的大小反应了局部灰度相关性，值越大，相关性也越大。公式为
或
公式理解：不太好理解
3、‘Energy’
能量 也叫角二阶矩 返回GLCM中元素的平方和。范围= [0 1]。Energy为1是constant image。 公式为
理解：是灰度共生矩阵各元素值的平方和，是对图像纹理的灰度变化稳定程度的度量，反应了图像灰度分布均匀程度和纹理粗细度。能量值大表明当前纹理是一种规则变化较为稳定的纹理。（考虑极限，如果灰度处处相同，则energy为1，即能量值大表明当前纹理是一种规则变化较为稳定的纹理。）
4、‘Homogeneity’
均质性、逆差分矩、反差分矩Inverse Differential Moment, IDM。返回一个值，它测量GLCM中元素分布与GLCM对角线的接近程度。范围= [0 1]。对角GLCM的均匀度为1。公式为：
理解：主要度量图像纹理分布的均匀程度。均质性小则纹理在局部分布不均匀,局部变化大,纹理平滑性差,图像分辨率较高,图像清晰;均质性大则纹理局部分布较均匀,变化小，平滑性好,图像分辨率低,图像模糊。
stats是一个由属性区域块组成结构体。 每个区域块包含一个1×p阵列，其中p是GLCM中的灰度共生矩阵的数目。 例如，如果GLCM是一个8 x 8 x 3的数组，并且属性是“能量”，那么统计数据就是一个包含1×3阵列的能量的结构体。
注意：能量也称为均匀性，能量均匀性和角二阶矩。对比度也称为方差和惯性。
例子
glcm可以是逻辑或数字的，它必须是实数，非负的，有限的整数。 stats是一个结构体
1、GLCM = [0 1 2 3;1 1 2 3;1 0 2 0;0 0 0 3];
stats = graycoprops(GLCM)
2、I = imread('circuit.tif');
GLCM2 = graycomatrix(I,'Offset',[2 0;0 2]);
stats = graycoprops(GLCM2,{'contrast','homogeneity'})