Halcon灰度共生矩阵
图像的纹理一般具有重复性，纹理单元往往会以一定的规律出现在图像的不同位置，即使存在一些形变或者方向上的偏差，图像中一定距离之内也往往有灰度一致的像素点，这一特性适合用灰度共生矩阵来表现。
灰度共生矩阵反映的是成对的灰度像素点的一种共生关系。具体来说，在图像上取任意两点,坐标分别为（x，y)、（m，n)，将（x，y）设为原像素，将（m，n）设为原像素偏移一点分量后的像素，这一对像素点的灰度值为（i，j)。
灰度共生矩阵就是表现这一对灰度值（i，j）的取值范围和频率的矩阵，该矩阵的行或者列的维度为原图的灰度等级数。假如原图为二值图像，灰度等级就为2，灰度共生矩阵的维度也为2。该矩阵表示图像中间隔为d的两个像素点同时出现的联合概率分布情况。下面举例说明，图(a)为灰度矩阵，只有4种灰度等级，因此该图的灰度共生矩阵的行和列都为4。
图（a）为灰度矩阵，图（b）为θ=0°，间距d=1时的灰度统计矩阵。其中坐标为（0,0）处的值为0，表示没有灰度为0和0的相邻像素；坐标为（0，2）处的值为2，表示有2个灰度为0和2的相邻像素。该矩阵主对角线上的像素全部为0，表示0°方向上没有相邻的灰度相同的像素。
然而，灰度共生矩阵表达的是一种概率，因此图（b）中的矩阵还需要将统计数目归一化成概率，这样得到的才是灰度共生矩阵。该矩阵有如下特性。
（1）能量：表示灰度共生矩阵中的元素的平方和。能量值大，表示灰度变化比较稳定，反映了纹理变化的均匀程度。
（2）相关性：表示纹理在行或者列方向的相似程度。相关性越大，相似性越高。
（3）局部均匀性：反映图像局部纹理的变化量。这个值越大，表示图像局部的变化越小。
（4）反差：表示矩阵的值的差异程度，也间接表现了图像的局部灰度变化幅度。反差值越大,图像中的纹理深浅越明显，表示图像越清晰；反之，则表示图像越模糊。
