紋理特征glppt課件(編輯修改稿)
2025-06-08 04:58 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 映圖像中局部灰度變化總量。在圖像中，如局部像素對(duì)的灰度差別越大，則圖像的對(duì)比度越大，圖像的視覺(jué)效果越清晰。 ? （ 6）非相似性 ? 度量與對(duì)比度相類似，但是是線性增加。如果局部的對(duì)比度越高，則非相似度也越高。 ? ?? ? ??? k kq u a n tiq u a n tj jijipH0 0 2)(11*),(o m o g e n e i t y? ?? ??? k kq u a n tiq u a n tjjijiptra stC0 02)(*),(on? ?? ??? k kq u a n tiq u a n tjjijiptyD issm ila r i0 0||)*,(GLCM紋理統(tǒng)計(jì)量 ? （ 7）熵 ? 是圖像所具有的信息量的度量，是測(cè)量灰度級(jí)分布隨機(jī)性的特征參數(shù)，表征了圖像中紋理的復(fù)雜程度。圖像的紋理越復(fù)雜，熵值越大；反之，圖像中的灰度越均勻，則熵值就越小。 ? （ 8）角二階矩 ? 也叫能量，是圖像灰度分布均勻性的度量。當(dāng) GLCM中元素分布較集中于主對(duì)角線附近時(shí)，說(shuō)明局部區(qū)域內(nèi)圖像灰度分布較均勻， ASM取值相應(yīng)較大；相反，如果共生矩陣的所有值均相等，則 ASM值較小。 ? （ 9）相關(guān)性 ? 描述 GLCM中行或列元素之間的相似程度的，它反映某種灰度值沿某方向的延伸長(zhǎng)度，若延伸的越長(zhǎng)，則相關(guān)性越大，它是灰度線性關(guān)系的度量。 ? ?? ???k kq u a n tiq u a n tjjipjipE0 0),(ln*),(n t r o p y? ?? ?? k kq u a n tiq u a n tjjipA S M0 02),(? ?? ???? k kq u a n tiq u a n tj V a ri a n c ejipM e a njM e a niC0 02),(*)(*)(o r r e l a t i o nGLCM影響因子 ?基于 GLCM的紋理分析需要綜合考慮以下幾個(gè)因素： ? 圖像的灰度級(jí) ? 光譜波段 ? 不同特征值選擇 ? 移動(dòng)方向 ? 窗口大小和移動(dòng)步長(zhǎng)（基于像素 GLCM計(jì)算中） ? 例：計(jì)算一景 TM影像，灰度級(jí) 8bit（ 0255）， 6個(gè)波段， 8個(gè)特征值，4個(gè)移動(dòng)方向， 7種窗口大小， 3種移動(dòng)步長(zhǎng) ? 結(jié)果： 256*256維的灰度共生矩陣， 4032種計(jì)算結(jié)果（面向?qū)ο蟮氖?192種計(jì)算結(jié)果） 計(jì)算量大！ ? 圖像灰度級(jí)壓縮： 為了使共生矩陣的維數(shù)不至于太大（太大會(huì)降低紋理特征值的計(jì)算效率），通常先把原始圖像的灰度等級(jí)進(jìn)行壓縮，比如從 0255的 8 bit 圖像壓縮為 031的 5 bit圖像，相應(yīng)的共生矩陣維數(shù)從 256*256降低到 32*32（主要針對(duì)基于像素的 GLCM計(jì)算） ? 波段選擇： 根據(jù)分類需要進(jìn)行選擇。如植被，紅波段和近紅外波段更有效；也可以使用主成分分析法減少波段數(shù)量。在面向?qū)ο?GLCM計(jì)算時(shí)，可以將亮度值（ brightness）值代替多波段計(jì)算 ? 方向選擇： 根據(jù)經(jīng)驗(yàn)，或者用均方向（ all direction=其相應(yīng)的四個(gè)方向的紋理統(tǒng)計(jì)量的平均值）進(jìn)行替代。 ? 紋理特征值選擇 ：遵循 “可分性、可靠性、獨(dú)立性和數(shù)量少” 的原則，針對(duì)特定的專題信息使用選擇合適的紋理特征。 典型地類樣本： ?耕地 1 ?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1