《表2 常用纹理特征公式及特性》

《表2 常用纹理特征公式及特性》   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SAR极化比和纹理特征的海面溢油识别方法》


  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,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。