遥感图像处理实验报告_灰度共生矩阵

《遥感图像处理实验报告_灰度共生矩阵》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遥感图像处理实验报告（2013—2014学年第1学期）实验名称：实验时间：实验地点：指导教师：专业班级：姓名：学号：一：实验目的通过实验，理解并掌握灰度共生矩阵的概念，理解灰度共生矩阵对于纹理描述的意义，理解从纹理图像至特征值的抽象过程，理解计算机自动识别地貌的基本原理。二：实验内容灰度共生矩阵纹理描述在不同类型遥感图像中的有效性分析三：实验平台WindowsXPProfessionalSP3ENVI4.5四：实验步骤这次实验，选用Landsat5咸阳地区的图像作为实验对象1：打开ENVI4.5，File->OpenImageFile，打开实验图

2、像2：BasicTools->ResizeData(Spatial/Spectral)，打开ResizeDataInputFile对话框3：选择目标图像，在SpectralSubset中选择第三波段（考虑到第波段地貌区分比较明显），在SpaialSubset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-occurrenceMeasures（二阶概率统计），打开TextureInputFile对话框5：选择剪裁出的城区/农区图像，

3、点击OK，弹出Co-occurrenceTextureParameters对话框6：在ProcessingWindow中设置滤波器窗口大小，在Co-occurrenceShift中设置对应窗口大小的灰度共生矩阵的距离差分值，OutputResultto选择Memory7：在工具栏选择BasicTools->Statistics->ComputeStatistics，弹出ComputeStatisticsInputFile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

4、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4五：实验成果通过对下列附表的分析，可以观察得出以下几个结论：1：在八个特征值上，农区最终抽象出的值，普遍比城区要小30%-60%左右，也就是说，在本例中，抛开滤波窗口大小与差分距离及方向不管，仅凭特征值的大小，就可以明显区分城区与农区两种地貌纹理2：同一特征值计算方法、同一纹理、同一差分方向，不同滤波窗口上的特征值有一定规律，普遍表现为7*7窗口最大，9*9次之，1

5、1*11最小，但也有个别例外情况。3：同一特征值计算方法、同一纹理、同一滤波窗口大小及差分距离，不同差分方向上，表现出的特征值基本相近，有少许差异，说明在本例的两种纹理：城区与农区，在各个方向上灰度变化的统计概率是相近的，方向性纹理并不明显。4：同一特征值计算方法、同一差分距离及差分方向上，不同纹理在三个窗口下的特征值，尽管大小有差异，但大小比值是相近的，表现在图表上的形式就是，城区和农区在同一方向的两张图表，形状是相近的，说明城区和农区两种纹理在本例中，大的差异主要体现在灰度值的大小上，而不是灰度值的统计规律上TM图像城区纹理0方向　7*79*

6、911*11Mean22.9625420.4099317.95336Variance64.1398761.4325456.31857Homogeneity0.0996450.0740810.053516Contrast97.86309111.3509113.3646Dissimilarity6.4269796.5588696.324552Entropy2.7889082.7710952.637256SecondMoment0.0178310.0101640.00642Correlation-4.7979-4.17655-3.85302TM图像城区

7、纹理45方向　7*79*911*11Mean21.8546618.7726615.9626Variance60.2852454.9660448.33882Homogeneity0.0759230.0613140.045696Contrast135.2827134.9414118.6667Dissimilarity7.5117876.9690426.135038Entropy2.6602872.5809252.374487SecondMoment0.0171140.009270.005744Correlation-4.3826-4.2124-3.4

8、8193TM图像城区纹理90方向　7*79*911*11Mean22.6909219.9806317.45092Variance63.1