基于象元glcm紋理特征提取(參考版)
2025-06-29 05:34本頁面
【正文】 界面如圖9下所示：圖9 紋理特征提取界面圖10為一副三波段QuickBird數(shù)據(jù)紋理特征熵的計算結(jié)果示例：圖10 紋理特征熵提取結(jié)果圖11 原始遙感影像圖附：圖像的線性拉伸圖像的線性拉伸是將范圍為[a，b]數(shù)字圖像的灰度f（x，y）變換為范圍為[c，d]的灰度g（x，y），如圖12所示。下面列出了除熵統(tǒng)計量以外的其他紋理統(tǒng)計量計算公式：由于算法中的每次計算都是針對基準窗口的中心象元進行紋理特征賦值，所以算法實現(xiàn)過程涉及到邊界元素的處理，下面提供幾種邊界元素的處理的方法：方法1：把所有邊界元素，也就是不能作為基準窗口中心象元的元素，將這些元素的最終的紋理特征值全部賦值為，ENVI軟件采用該種方法處理，計算效率較好；方法2：根據(jù)處理的窗口大小和步長大小，用0值或者邊界值擴展源圖像的邊界，使源圖像擴大維數(shù)，并且將添加的邊界象元值也參加計算，最終使原來的邊界元素也能成為中心元素進行計算，但最終處理結(jié)果仍保持原始圖像尺寸，處理效率較方法1差。Haralick(1973)根據(jù)灰度共生矩陣定義了14種紋理特征，常用的用于提取遙感圖像中紋理信息的特征統(tǒng)計量主要有：均值（Mea
環(huán)評公示相關推薦
鄂ICP備17016276號-1