Matlab提取图像的形状、纹理、颜色特征

clc;
clear all
fileName = ‘C:\Users\Public\Pictures\Sample Pictures\‘;
for z=1:9
    ImgName=[fileNamenum2str（z）‘.jpg‘];
    rgb=imread（ImgName）;
R=rgb（::1）;
G=rgb（::2）;
B=rgb（::3）;
HSV=rgb2hsv（rgb）;
H=HSV（::1）;
S=HSV（::2）;
V=HSV（::3）;
R=R（R~=0）;
G=G（G~=0）;
B=B（B~=0）;
H=H（H~=0）;
S=S（S~=0）;
V=V（V~=0）;
Rmean=mean（R）;
Gmean=mean（G）;
Bmean=mean（B）;
Hmean=mean（H）;
Smean=mean（S）;
Vmean=mean（V）;
R=double（R）;
G=double（G）;
B=double（B）;
H=double（H）;
S=double（S）;
V=double（V）;
Rvar=var（R（:））;
Gvar=var（G（:））;
Bvar=var（B（:））;
Hvar=var（H（:））;
Svar=var（S（:））;
Vvar=var（V（:））;
Rs=skewness（R）;
Gs=skewness（G）;
Bs=skewness（B）;
Hs=skewness（H）;
Ss=skewness（S）;
Vs=skewness（V）;
Rk=kurtosis（R）;
Gk=kurtosis（G）;
Bk=kurtosis（B）;
Hk=kurtosis（H）;
Sk=kurtosis（S）;
Vk=kurtosis（V）;
colors=[RmeanRvarRsRkGmeanGvarGsGkBmeanBvarBsBkHmeanHvarHsHkSmeanSvarSsSkVmeanVvarVsVk];

%纹理特征
Gray=rgb2gray（rgb）;
figureimshow（Gray）;
% imwrite（Gray ‘E:/镉胁迫叶子图片/4/灰度/14.jpg‘）;
IN=Gray;
gray=256;
[RC]=size（IN）;
%采用平方求和计算梯度矩阵
GM=zeros（R-1C-1）;
for i=1:R-1
    for j=1:C-1
        n_GM=（IN（ij+1）-IN（ij））^2+（IN（i+1j）-IN（ij））^2;
        GM（ij）=sqrt（double（n_GM））;
    end
end
% figureimshow（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-1C-1）;
new_GM=uint8（（GM-n_min）/（n_max-n_min）*（new_gray-1））;

%计算灰度梯度共生矩阵
%梯度矩阵比灰度矩阵维数少1，忽略灰度矩阵最外围
H=zeros（graynew_gray）;
for i=1 :R-1
    for j=1:C-1
         H（IN（ij）+1new_GM（ij）+1）= H（IN（ij）+1new_GM（ij）+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（1j）/j^2;
end
T1=T1/total;

%计算大梯度优势 T2
T2=0;
for j=1:new_gray
    T2=T2+TT（1j）*（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（1j）^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（1j）^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（ij）^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（1j）;
end

%计算梯度平均 T7
T7=0;
TT3=sum（H_basic）;
for j=1:new_gray
    T7=T7+（j-1）*TT3（1j）;
end

%计算灰度均方差 T8
T8=0;
for j=1:gray
    T8=T8+（j-1-T6）^2*TT2（1j）;
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（1j）;
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（ij）;
    end
end

%计算灰度熵 T11
T11=0;
for j=1:gray
    T11=T11+TT2（1j）*log10（TT2（1j）+eps）;
end
T11=-T11;

%计