D.M等人对基于灰度共生矩阵的纹理特征提取的影响因素进行了系统研究,指出影像纹理分析结果的主要因素包括量化级、像元对方向与距离、移动窗口大小和纹理特征测度。D.Marceau等利用灰度共生矩阵纹理分析方法进行土地利用覆盖分类，对SPOT第三波段数据进行线性变换，取0、45、90、135四个方向的平均值(假设所有覆盖类型均不呈特定方向的分布)作为分析的灰度共生矩阵，分别用5×5、9×9、17×17、25×25、33×33、41×41、49×49子窗口对研究区域影像进行分析，提取ASM、CON、IDM、ENT四个纹理测度特征值获得纹理影像，结合SPOT其他波段进行监督分类，利用因子分析法对这些参数及分类精度进行分析，结果表明，子窗口大小对纹理分析的影响最大

下面对一些结果进行一些分析

选取Brodatz纹理库中Brick Wall的图像(9幅)、grass图像(5幅)、plastic bubbles图像(3幅)、Straw图像(3幅)，用灰度共生矩阵对Brodatz纹理库中的图像做特征提取，为了便于计算，先将纹理图像分块，这里选取的子窗口大小为16×16，这样就将原图像分成了若干个子窗口，对每一个子窗口分别求0，45，90，135度四个方向的灰度共生矩阵再对他们进行算术平均作为这个子窗口的灰度共生矩阵