文档介绍：不同地物的散射特性不同
，因此不同地物表现在SAR图像上将会有不同的亮度和不同的纹理。当图像的局部有较小的方差时，则灰度值占有支配地位，当图像的局部有较大的方差时，则纹理占有支配地位。纹理是和局部灰度及其空间组织相联系的，纹理在辨
不同地物的散射特性不同
，因此不同地物表现在SAR图像上将会有不同的亮度和不同的纹理。当图像的局部有较小的方差时，则灰度值占有支配地位，当图像的局部有较大的方差时，则纹理占有支配地位。纹理是和局部灰度及其空间组织相联系的，纹理在辨别感兴趣的目标和地域中有着特别重要的作用。
灰度共生矩阵表示了灰度的空间依靠性，它表示了在一种纹理模式下的像
素灰度的空间关系。它的弱点是没有完全抓住局部灰度的图形特点，因此关于
较大的局部，此方法的效果不太理想。灰度共生矩阵为方阵，维数等于图像的
灰度级。灰度共生矩阵中的元素（i，j）的值表示了在图像中其中一个像素的灰
度值为i，另一个像素的灰度值为j，并且相邻距离为d，方向为A的这样两个
像素出现的次数。在实际应用中A一般选择为0°、45°、90°、135°。一般来说灰
度图像的灰度级为256，在计算由灰度共生矩阵推导出的纹理特点时，要求图像
的灰度级远小于256，主假如因为矩阵维数较大而窗口的尺寸较小则灰度共生矩
阵不能很好表示纹理，如要能够很好表示纹理则要求窗口尺寸较大，这样使计
算量大大增加，而且当窗口尺寸较大时关于每类的边界地区误识率较大。所以在计算灰度共生矩阵以前需要对图像进行直方图规定化，以减小图像的灰度
级，一般规定化后的图像的灰度级为8或16。由灰度共生矩阵能够导出很多纹理特点，本文计算了14种灰度共生矩阵特点，分别为纹理二阶距、纹理熵、纹理对照度、纹理平均性、纹理有关、逆差分矩、最大体率、纹理方差、共生和均值、共生和方差、共生和熵、共生差均值、共生差方差、共生差熵。
由灰度共生矩阵能够导出很多纹理特点，计算了14种灰度共生矩阵特点，分别为纹理二阶距、纹理熵、纹理对照度、纹理平均性、纹理有关、逆差分
矩、最大体率、纹理方差、共生和均值、共生和方差、共生和熵、共生差均值、共生差方差、共生差熵。
当前，人们对遥感影像上的纹理特点的含义理解不尽相同，纹理有时被称为构造、影纹和纹形等。Pickett认为纹理为保持一定的特点重复性并且间隔规律能够随意安排的空间构造。HawKins认为[6]
纹理拥有三大标志:
1/2
某种局部序列性不断重复、非随机排列和纹理地区内大概为平均的统一体。LiWang和
认为[7]
，纹理是纹理基元组成的，纹理基元被认为是表现纹理特点的最小单元，是一个像元在
其周围8个方向上的特点反响。纹理特点有时是显然的，以某种基本图形在某一地域有规律的周期性出现，比如:
大面积森林覆盖地域的影像组成的纹理为斑点