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（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

Windows XP Professional SP3

ENVI4.5

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->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

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，11*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

六：实验心得

1：特征值是计算机用来识别地貌的工具，计算机无法直接比较两大块像素矩阵，自动地貌地物的识别的关键在于特征值的提取。

2：灰度共生矩阵是图像像素对的灰度值对的统计表达，是纹理的一种统计表达，是对纹理的一种抽象

3：从纹理图像到特征值需要一个抽象过程，将大量数据最终抽象为一个值，必然要丢失99%的信息，如何使留下的那1%的信息，是纹理图像的关键信息，就是抽象过程的难点，为了尽可能的保留规律信息，就有了下面的抽象过程

1）：将纹理图像分离为N个滤波窗口，将这N个滤波窗口的灰度信息抽象为N个

灰度共生矩阵

2）：将每个灰度共生矩阵，通过某种运算，抽象为一个值

3）：将这N个值，再通过一种运算，抽象为最终的一个值

在本实验中，我们选用了Mean/Variance/Homogeneity等方法作为抽象过程2）的函数，选用Mean作为抽象过程3）的函数，最终看到，在丢失了99%的信息之后，城区与农区两种纹理经过高度抽象的特征值，还是有着明显差异的。这样，计算机就可以明显的判读出，这两种纹理是不同的，若在计算机数据库中，给样本特征值与地物地貌做一个映射表，同时为了防止误判的情况出现，我们可以更改组合步骤2）3），甚至更改滤波窗口大小来组合出更多的特征值抽象过程，做出一个多维的特征值-地物地貌的映射表，就可以在大大减少算法复杂度的情况下，快速的、自动的让计算机判读地物地貌。