文档介绍:该【不同地物的散射特性不同 】是由【春天资料屋】上传分享,文档一共【3】页,该文档可以免费在线阅读,需要了解更多关于【不同地物的散射特性不同 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。不一样地物的散射特征不一样
,所以不一样地物表此刻SAR图像大将会有不一样的亮度和不一样的纹理。当图像的局部有较小的方差时,则灰度值据有支配地位,当图像的局部有较大的方差时,则纹理据有支配地位。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。它的短处是没有完整抓住局部灰度的图形特色,所以关于
较大的局部,此方法的成效不太理想。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此中一个像素的灰
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。在实质应用中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色时,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
阵不可以很好表示纹理,如要能够很好表示纹理则要求窗口尺寸较大,这样使计
算量大大增添,并且当窗口尺寸较大时关于每类的界限地区误识率较大。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色,本文计算了14种灰度共生矩阵特色,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色,计算了14种灰度共生矩阵特色,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色的含义理解不尽同样,纹理有时被称为构造、影纹和纹形等。Pickett以为纹理为保持必定的特色重复性并且间隔规律能够随意安排的空间构造。HawKins以为[6]
纹理拥有三大标记:
1/2
某种局部序列性不停重复、非随机摆列和纹理地区内大概为平均的一致体。LiWang和
以为[7]
,纹理是纹理基元构成的,纹理基元被以为是表现纹理特色的最小单元,是一个像元在
其四周8个方向上的特色反响。纹理特色有时是显然的,以某种基本图形在某一地域有规律的周期性出现,比如:
大面积丛林覆盖地域的影像构成的纹理为斑点状,荒漠地域的影像构成的纹理为链状、新月状等;而有时纹理特色是不显然的、隐晦的,拥有不稳固性。一般来说,前者纹理比较均一,后者纹理比较复杂[9]。纹理作为一种地区特色,是关于图像各像元之间空间散布的一种描绘。因为纹理能充分利用图像信息,不论从理论上或知识出发它都能够成为描绘与辨别图像的重要依照,与其余图像特色对比,它能更好地兼备图像宏观性质与细微构造两个方面,所以纹理成为目表记别需要提取的重要特色。提取纹理特色的方法好多,如鉴于局部统计特征的特色、鉴于随机场模型的特色、鉴于空间频次的特色、分形特色
等,此中,应用最宽泛的是鉴于灰值共生矩阵的特色[10]
。
2/2
内容总结
(1)不一样地物的散射特征不一样
,所以不一样地物表此刻SAR图像大将会有不一样的亮度和不一样的纹理
(2)灰度共生矩阵为方阵,维数等于图像的
灰度级
(3)Pickett以为纹理为保持必定的特色重复性并且间隔规律能够随意安排的空间构造
(4)HawKins以为[6]
纹理拥有三大标记:
内容总结
(1)不一样地物的散射特征不一样
,所以不一样地物表此刻SAR图像大将会有不一样的亮度和不一样的纹理
(2)灰度共生矩阵为方阵,维数等于图像的
灰度级
(3)Pickett以为纹理为保持必定的特色重复性并且间隔规律能够随意安排的空间构造
(4)HawKins以为[6]
纹理拥有三大标记: