遥感影像的纹理特征计算(基于ENVI和Python实践)

纹理特征计算的一些方法

1、主要有四大类:统计方法、信号处理方法、模型方法和结构方法

遥感影像的纹理特征计算(基于ENVI和Python实践)_第1张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第2张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第3张图片

2、灰度共生矩阵的概念

遥感影像的纹理特征计算(基于ENVI和Python实践)_第4张图片

遥感影像的纹理特征计算(基于ENVI和Python实践)_第5张图片
在水平方向也就是0方向,0-0有共计4个;0-1共计2个
遥感影像的纹理特征计算(基于ENVI和Python实践)_第6张图片

3、灰度共生矩阵计算的结果

遥感影像的纹理特征计算(基于ENVI和Python实践)_第7张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第8张图片

4、灰度共生矩阵的影响因素

遥感影像的纹理特征计算(基于ENVI和Python实践)_第9张图片

5、ENVI的实践

遥感影像的纹理特征计算(基于ENVI和Python实践)_第10张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第11张图片
滑动窗口大小为3*3,窗口移动距离为1,量化的灰度级是64。计算的结果有均值、方差、同质性、对比度、差异、熵、二阶矩和相关性。
![

基于python代码的实现过程

1、将遥感影像做灰度化出处理

2、遥感影像的灰度级降级

3、滑动窗口进行滑动

4、计算统计量

遥感影像的纹理特征计算(基于ENVI和Python实践)_第12张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第13张图片
遥感影像的纹理特征计算(基于ENVI和Python实践)_第14张图片

你可能感兴趣的:(遥感地信数据采集)