《表1 灰度共生矩阵特征统计量》
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
《基于Relief-PCA特征选择的遥感图像变化检测》
灰度共生矩阵由于其较强的适应能力和鲁棒性,在纹理特征提取方面得到了广泛地应用,本文算法采用灰度共生矩阵提取纹理特征[12]。其提供了14种统计量作为纹理特征,包括均值、标准差、对比度等。本文选取其中常用的8种统计量作为纹理特征,见表1。
图表编号 | XD0031332400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 王守峰、杨学志、董张玉、石聪聪 |
绘制单位 | 合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室 |
更多格式 | 高清、无水印(增值服务) |