第2讲遥感影像及统计分析幻灯片.ppt

（一）单波段统计特征 返回 （一）单波段统计特征 （7）影像的直方图 直方图是指影像中所有灰度值的概率分布。横坐标表示影像的灰度级变化，纵坐标表示影像中各个灰度级像元数占整幅影像像元数的百分比。遥感影像数据常常服从或接近于正态分布。 （一）单波段统计特征 （7）影像的直方图 （一）单波段统计特征 （7）影像的直方图 （一）单波段统计特征 （8）直方图的描述量 事实上，遥感影像数据并不能完全服从正态分布，往往存在直方图的偏斜。其具体表现为影像灰度均值与众数和中值的明显不一致。偏斜程度可用下面的量来表示： 返回 （二）多波段间的统计特征 （1）协方差 设f（i，j）和g（i，j）是大小为M×N的两幅影像，则它们之间的协方差计算公式为： （二）多波段间的统计特征 （1）协方差 将N个波段相互间的协方差排列在一起所组成的矩阵称为协方差矩阵 （二）多波段的统计特征 （2）相关系数 相关系数是描述波段影像间的相关程度的统计量，反映了两个波段影像所包含信息的重叠程度。即? （二）多波段的统计特征 （2）相关系数 将N个波段相互间的相关系数排列在一起所组成的矩阵称为相关矩阵 返回 （三）卷积 （1）窗口和邻域 对于图像中的任一像素(x,y),以此为中心，按上下左右对称所设定的范围成为窗口。如 3×3窗口、5×5窗口。 （三）卷积 中心像素周围的行列称为该像素的邻域，4邻域与8邻域如下： （三）卷积 （2）卷积运算 卷积运算是空间域上针对特定窗口进行的运算。设窗口大小为m×n，（i，j）是中心像素，f(x,y)是图像像素值，h（x，y）是窗口模板（或卷积核），g(x,y)是运算结果，那么卷积的运算公式定义为： （三）卷积 （2）卷积运算 （四）纹理 直观印象 结构方法 统计方法 空间自相关函数 灰度共生矩阵 灰度级游程长 滤波模板 随机模型 分形模型 定性描述 定量描述 （四）纹理 纹理的分类： 人工纹理：由自然背景上的符号（点、线条、字母或 数字等）排列组成 自然纹理：具有重复排列现象的自然景物（森林、草地等） （四）纹理 纹理的分类： 人工纹理 自然纹理 （四）纹理 （1）空间自相关函数 对物体的粗糙程度进行描述，其定义如下： 粗纹理的自相关函数随距离变化较为缓慢，而细纹理则变化比较快。如果距离固定，那个粗纹理具有较高的自相关函数 （四）纹理 （1）空间自相关函数 The Use of Variograms in Remote Sensing，Woodcock，1988 （四）纹理 （1）空间自相关函数 空间变异函数的对比 （四）纹理 （1）空间自相关函数 在二阶平稳情况下，空间变异函数r(h）和空间自相关函数满足： r(h) = c(0) - c(h) （四）纹理 （2）灰度共生矩阵 灰度共生矩阵描述了当图像中像素（i，j)处灰度为m，与（i,j)相距离位移为（a,b)且灰度为n的概率。 注释： 当 a=1，b=0时，像素对是水平的，即0度扫描；当a=0，b=1 时，像素对是垂直的，即90度扫描；当 a=1，b=1时，像素对是右对角线的，即45度扫描；当 a=-1，b=-1时，像素对是左对角线，即135度扫描。 （四）纹理 （2）灰度共生矩阵 （四）纹理 （2）灰度共生矩阵 一幅图象的灰度共生矩阵能反映出图象灰度关于方向、相邻间隔、变化幅度的综合信息，它是分析图象的局部模式和它们排列规则的基础。 （四）纹理 （2）灰度共生矩阵 为了能更直观地以共生矩阵描述纹理状况，从共生矩阵导出一些反映矩阵状况的参数，典型的有以下几种： （1）能量： 是灰度共生矩阵元素值的平方和，所以也称能量，反映了图像灰度分布均匀程度和纹理粗细度。 （2）对比度： 反映了图像的清晰度和纹理沟纹深浅的程度。纹理沟纹越深，其对比度越大，视觉效果越清晰；反之，对比度小，则沟纹浅，效果模糊。 （四）纹理 （2）灰度共生矩阵 （3）熵： 是图像所具有的信息量的度量，纹理信息也属于图像的信息，是一个随机性的度量，当共生矩阵中所有元素有最大的随机性、空间共生矩阵中所有值几乎相等时，共生矩阵中元素分散分布时