《表2 常用纹理特征公式及特性》
式中,d为步长;θ为方向,θ的取值为0°、45°、90°、135°;当d和θ为定值时,p(i,j,d,θ)表示一对像元灰度值分别为i与j的出现的次数,表示所有像元灰度值对数的个数。对于不同的SAR图像,最佳的纹理特征计算方法与d和θ的设置有所不同。图像中相近的灰度值越接近越可能是同一种物质,因此灰度共生矩阵可以很好地表现出图像的纹理规律。基于这一理论,Haralick等[19]从灰度共生矩阵提出了描述纹理特征的14个统计量,这些统计量可以很好地用于纹理分析。为简便起见,一般采用相关度、对比度、同质性、能量的特征来获取SAR影像的纹理特征(表2),这4种特征可以很好地反映遥感图像的纹理。
图表编号 | XD0073890200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 陈韩、谢涛、方贺、孟雷、赵立、艾润冰 |
绘制单位 | 南京信息工程大学海洋科学学院、青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室、南京信息工程大学遥感与测绘工程学院、南京信息工程大学海洋科学学院、北京市511信箱、南京信息工程大学海洋科学学院、南京信息工程大学海洋科学学院 |
更多格式 | 高清、无水印(增值服务) |