《表1 不同特征组合的OIF》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向对象的高空间分辨率遥感影像箱线图变化检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

式中:Si为特征i的标准差；Rij为在某个特征组合中特征i和j之间的相关系数。若某个特征组合中不同特征间的相关性越小，并且各个特征的标准差越大，则该特征组合的OIF越大，即此特征组合信息量越大。本文提取影像的光谱特征（如各波段的均值，中位数，标准差）和纹理特征（如角二阶矩，熵，对比度，同质性和相异性），并随机选取6组特征组合进行评价，从表1可以看出随着纹理、NDVI和NDWI等特征的加入，OIF逐渐变大，说明其包含的信息逐渐增多。此外将所有特征进行主成分变换（principal component analysis，PCA），取其前3个主成分分量。表1中，MEA为均值特征，MED为中位数特征，STAN为标准差特征，R，G，B及NIR分别代表相应红、绿、蓝及近红外波段，其中MEAR+G+B+NIR代表对象在R，G，B及NIR波段的均值特征，其他符号以此类推。根据表1，以主成分为特征的组合6包含信息最多，选此组合进行后续实验。