GLCM 是什麼？
GLCM（Gray-Level Co-occurrence Matrix，灰階共生矩陣）是一種統計方法，用來描述影像中特定距離與方向上，兩個像素灰階值同時出現的頻率。簡單來說，GLCM 在分析「影像明暗變化的規律性」——表面愈不規則、明暗變化愈劇烈，代表紋理愈複雜、粗糙。
常見的 GLCM 特徵指標
在實務操作上，這些指標通常不會單獨使用，而是搭配比對，建立特定食品「正常範圍」的數值區間，藉此判斷產品是否符合品質標準。
| 指標 | 意義 |
|---|---|
| Contrast（對比度） | 數值愈高，代表表面明暗反差愈大、紋理愈粗糙 |
| Entropy（熵） | 數值愈高，代表紋理結構愈複雜、隨機性愈高 |
| Homogeneity（均勻度） | 數值愈高，代表表面愈平滑、紋理愈一致 |
| Energy（能量） | 數值愈高，代表紋理愈規律、重複性愈高 |
| Correlation（相關性） | 描述相鄰像素灰階值之間的線性相關程度 |
GLCM 紋理分析的食品應用
- 油炸食品酥脆度評估：洋芋片、薯條的表面氣孔與裂紋會直接影響 Contrast 與 Entropy，長期追蹤可建立酥脆度與紋理指標的對應關係。
- 烘焙食品表面均勻度：餅乾、麵包表皮的裂紋與顆粒感，可透過 Homogeneity 與 Energy 量化均勻度，比對不同配方或烘烤條件的差異。
- 肉品表面結構分析：肉品纖維方向與結締組織分布會反映在紋理特徵上，可作為肉品等級評估的輔助數據。
當「比較酥脆」變成「Contrast = 4.81，Entropy = 6.82」，配方調整與製程優化才有明確的數據依據可以追蹤。
RapidVA 提供 GLCM 食品紋理分析模組，協助建立產品專屬的紋理品質標準。