NJU1healer的个人博客分享 http://blog.sciencenet.cn/u/NJU1healer

博文

灰度共生矩阵(CLCM)-Gray-Level Co-occurrence Matrix

已有 7278 次阅读 2020-6-14 13:29 |个人分类:数字图像处理|系统分类:科研笔记

(一)matlab相关函数详细说明

https://blog.csdn.net/dan1900/article/details/40296985

matlab命令行直接输:doc graycomatrix,可查看具体说明

纹理分析-共生矩阵

PPT:https://max.book118.com/html/2018/0421/162327620.shtm

问题:终生成的相关变量与原图尺寸没法对应。希望有解决的此问题的大咖能相互交流

(二)ENVI操作求取

http://www.32336.cn/lhd_8d8903nd5344s0w0d4ij47hq70zb09011ur_1.html

一.具体描述如下:

1)灰度降级,对原始影像进行灰度降级如8,16,32,64等;

纹理计算的灰度降级策略来源于IDL的bytscl函数介绍,具体描述如下:

图 2 灰度降级

2)根据设定好的窗口大小,逐窗口计算灰度共生矩阵;

3)根据选择的二阶统计量,计算纹理值。

二.纹理算子

协同性(GLCM_HOM):对应ENVI的Homogeneity

反差性(GLCM_CON):

非相似性(GLCM_DIS):

均值GLCM_MEAN:对应ENVI的Mean

方差GLCM_VAR:对应ENVI的Variance

角二阶矩GLCM_ASM:对应ENVI的Second Moment

相关性GLCM_COR:对应ENVI的Correlation

GLDV角二阶矩GLDV_ASM:

熵GLCM_ENTROPY:对应ENVI的Entropy

归一化灰度矢量均值GLDV_MEAN:对应ENVI的Dissimilarity

归一化角二阶矩GLDV_CON:对应ENVI的Contrast

三.实验报告

1:打开ENVI4.5,File->Open Image File,打开实验图像

2:Basic Tools->Resize Data(Spatial/Spectral),打开Resize Data Input File对话框

3:选择目标图像,在Spectral Subset中选择第三波段(考虑到第3波段地貌区分比较明显),在Spaial Subset中设置图像剪裁大小,进行剪裁。分别剪裁出50*50的城区图像一幅与50*50的农区图像一幅,保存至文件。

4:Filter(滤波器)->Texture(纹理)->Co-occurrence Measures(二阶概率统计),打开Texture Input File对话框

5:选择剪裁出的城区/农区图像,点击OK,弹出Co-occurrence Texture Parameters对话框

6:在Processing Window中设置滤波器窗口大小,在Co-occurrence Shift中设置对应窗口大小的灰度共生矩阵的距离差分值,Output Result to选择Memory 7:在工具栏选择Basic Tools->Statistics->Compute Statistics,弹出Compute Statistics Input File对话框

8:选择第6步输出的Memory,点击OK,再点击一次OK,弹出统计结果 9:对比两个纹理图像,在不同滤波窗口大小下不同距离差分下的统计结果,将各个统计结果中的统计均值Mean记录在表格上,做出图表,进行讨论。

7*7窗口大小下,差分距离为2,9*9窗口大小下,差分距离为3,11*11窗口大小下,差分距离为4

image.png

    附例:

    纹理特征提取(envi+python)

    ENVI中的纹理分析工具

    ENVI纹理计算


     点滴分享,福泽你我!Add oil!



https://wap.sciencenet.cn/blog-3428464-1237822.html

上一篇:Dataset Shift in Machine Learning
下一篇:如何读文献?
收藏 IP: 52.194.240.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

全部作者的其他最新博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-19 11:01

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部