基于纹理特征检索：灰度矩阵法的公式

灰度矩阵法的公式如下：

1. 计算灰度共生矩阵（GLCM）：

$$ P_{i,j}=\frac{N_{i,j}}{\sum_{i,j}N_{i,j}} $$

其中，$N_{i,j}$表示在图像中出现灰度值为$i$和$j$的像素对的数量，$P_{i,j}$表示灰度值为$i$和$j$的像素对出现的概率。

2. 计算灰度共生矩阵的统计特征：

• 能量（Energy）：

$$ E=\sum_{i,j}P_{i,j}^2 $$

• 对比度（Contrast）：

$$ C=\sum_{i,j}(i-j)^2P_{i,j} $$

• 相关性（Correlation）：

$$ \mu_x=\sum_i\sum_j iP_{i,j},\mu_y=\sum_i\sum_j jP_{i,j} $$

$$ \sigma_x^2=\sum_i\sum_j (i-\mu_x)^2P_{i,j},\sigma_y^2=\sum_i\sum_j (j-\mu_y)^2P_{i,j} $$

$$ \mathrm{Corr}=\frac{\sum_i\sum_j(i-\mu_x)(j-\mu_y)P_{i,j}}{\sigma_x\sigma_y} $$

• 熵（Entropy）：

$$ H=-\sum_{i,j}P_{i,j}\log_2(P_{i,j}+\epsilon) $$

其中，$\epsilon$为一个极小值，避免出现$P_{i,j}=0$的情况。

这些特征可以用于图像检索、分类等任务中