琦小蝦：https://blog.csdn.net/ajianyingxiaoqinghan/article/details/71552744

二. 灰度共生矩陣(GLCM)
1. 演算法簡介
灰度共生矩陣法(GLCM, Gray-level co-occurrence matrix)，就是通過計算灰度影象得到它的共生矩陣，然後透過計算該共生矩陣得到矩陣的部分特徵值，來分別代表影象的某些紋理特徵（紋理的定義仍是難點）。灰度共生矩陣能反映影象灰度關於方向、相鄰間隔、變化幅度等綜合資訊，它是分析影象的區域性模式和它們排列規則的基礎。 
對於灰度共生矩陣的理解，需要明確幾個概念：方向，偏移量和灰度共生矩陣的階數。

方向：一般計算過程會分別選在幾個不同的方向來進行，常規的是水平方向0°，垂直90°，以及45°和135°；
步距d：中心像元（在下面的例程中進行說明）；
灰度共生矩陣的階數：與灰度影象灰度值的階數相同，即當灰度影象灰度值階數為N時，灰度共生矩陣為N × N的矩陣；