基于灰度共生矩阵的彩色遥感图像纹理特征提取

基于灰度共生矩阵的彩色遥感图像纹理特征提取

, ,

文章导航 > 自然资源遥感 > 2013 > (4): 26-32

侯群群, 王飞, 严丽. 基于灰度共生矩阵的彩色遥感图像纹理特征提取[J]. 自然资源遥感, 2013, (4): 26-32. doi: 10.6046/gtzyyg.2013.04.05

引用本文:

侯群群, 王飞, 严丽. 基于灰度共生矩阵的彩色遥感图像纹理特征提取[J]. 自然资源遥感, 2013, (4): 26-32. doi: 10.6046/gtzyyg.2013.04.05

Extraction of color image texture feature based on gray-level co-occurrence matrix[J]. Remote Sensing for Natural Resources, 2013, (4): 26-32. doi: 10.6046/gtzyyg.2013.04.05

Citation:

Extraction of color image texture feature based on gray-level co-occurrence matrix[J]. Remote Sensing for Natural Resources, 2013, (4): 26-32. doi: 10.6046/gtzyyg.2013.04.05

基于灰度共生矩阵的彩色遥感图像纹理特征提取

西北农林科技大学资源环境学院,杨凌,712100

西北农林科技大学资源环境学院,杨凌712100;中国科学院水利部水土保持研究所,杨凌 712100

西北农林科技大学

详细信息

中图分类号: TP751.1

刊出日期: 2014-04-15

Extraction of color image texture feature based on gray-level co-occurrence matrix

Publish Date: 15 April 2014

摘要: 纹理在图像检索和分类中起着非常重要的作用.目前已有的纹理特征提取算法大多只能提取灰度图像的纹理特征,用于彩色图像的纹理特征提取算法则很少.参照对灰度共生矩阵(gray level co-occurrence matrix,GLCM)的分析方法,实验和分析了方向、距离、灰度级和窗口大小等参数对彩色图像GLCM纹理特征的影响,实现了基于GLCM的彩色图像纹理特征提取方法(color GLCM,CGLCM);通过分析上述参数对角二阶矩、熵、对比度和相关性等4个纹理特征的影响规律,给出了合理的参数取值范围,优化了CGLCM方法.将CGLCM方法和GLCM方法进行对比的结果表明,用CGLCM方法计算的角二阶矩、熵、对比度和相关性等4个纹理特征的稳健性更好、鉴别能力更强.上述研究结果可为基于纹理信息的图像检索和分类提供参考.
- 彩色图像 /
- 图像检索和分类 /
- 纹理 /
- 灰度共生矩阵(GLCM) /
- 特征值

资源附件(0)

计量

文章访问数: 573
PDF下载数: 0
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回