《表2 基于灰度共生矩阵的纹理特征参数》

  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

《基于极化特征和纹理特征的PolSAR影像建筑物提取方法》

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

纹理特征是建筑物提取中的又一重要特征，它反映影像的空间分布。目前主要采用灰度共生矩阵（GLCM）统计SAR图像的纹理特征，包括均值、方差、均质性、对比度、相异性、熵、角二阶矩和相关性等。其原理是统计一定窗口内满足某一方向上同一距离的像素对的概率，生成共生矩阵，并在此基础上进行二次统计，最后生成纹理特征，如表2所示。生成的纹理特征受窗口大小的影响，窗口过大，纹理特征过于模糊，造成边缘损失；窗口太小，提取的纹理特征均质性差，不能很好的反映目标的纹理特征。经实验，本文数据提取纹理特征最适用的窗口大小为5像素×5像素。