遥感影像的纹理特征计算(基于ENVI和Python实践)

纹理特征计算的一些方法

1、主要有四大类:统计方法、信号处理方法、模型方法和结构方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、灰度共生矩阵的概念

灰度共生矩阵描述了在方向θ上、相隔 d 个像 素距离的一对像素分别具有灰度 i 和 j 的概率 ,其 元素可记为 P(i , j | d ,θ) . 当θ和 d 选定时 ,简记为 Pi , j ,其阶数由图像的灰度量化层数决定. 由灰度共 现矩阵可以计算出一组参数 ,并用它们来定量描述 图像的纹理特性. 例如 ,对比度是灰度分布均匀性的 度量 ,分布越不均匀 , Pi , j 相差就越大 ,对比度就越 大;相关性则可以用来描述 Pi , j矩阵中行元素或者 列元素之间的相似程度 ,它是灰度线性关系的度量. 1. 3 基于 GLCM 的航迹有无的判定

在这里插入图片描述
在水平方向也就是0方向,0-0有共计4个;0-1共计2个
在这里插入图片描述

3、灰度共生矩阵计算的结果

在这里插入图片描述
在这里插入图片描述

4、灰度共生矩阵的影响因素

在这里插入图片描述

5、ENVI的实践

在这里插入图片描述
在这里插入图片描述
滑动窗口大小为3*3,窗口移动距离为1,量化的灰度级是64。计算的结果有均值、方差、同质性、对比度、差异、熵、二阶矩和相关性。
![

基于python代码的实现过程

1、将遥感影像做灰度化出处理

2、遥感影像的灰度级降级

3、滑动窗口进行滑动

4、计算统计量

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值