SAGA——Textural Features(纹理特征)提取

本文记录了使用SAGA软件进行纹理特征提取的过程。首先介绍如何将多波段影像导出为单波段影像,然后在Linux环境下通过代码运行SAGA的Textural Features工具,以提取所需的纹理信息。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

由于课题需要(其实是条件有限),不得不使用SAGA软件进行特征提取,在经过一个星期的摸索之后,终于得到了一些成果,在此记录一下提取的过程。

在第一篇的文章中已经简单介绍了SAGA GIS的相关概念以及如何使用SAGA GIS加载影像和进行分割

Textural Features提取过程:

(1)将影像的各个波段分别导出为单独影像(这一步是由于我是在服务器上进行,所以需要导出,软件上没有必要将每个波段都导出为单独的影像)

  • 加载影像(单波段导入影像):Tools——Import/Export——GDAL/OGR——Import Raster,对于Multiple Bands Output选择single grids

  •  将各个波段导出为单独的影像:Tools——Import/Export——GDAL/OGR——Export GeoTIFF,在Girds选项中选择需要导出的波段,存为t影像

### ENVI 5.3 中的纹理特征提取方法 ENVI 5.3 提供了一套强大的工具用于纹理特征提取,主要通过灰度共生矩阵(Gray-Level Co-occurrence Matrix, GLCM)实现。以下是具体的操作流程以及注意事项: #### 工具位置与功能 在 ENVI 的 Toolbox 中可以找到 **Co-occurrence Measures** 工具[^1]。该工具能够计算多种纹理描述子,包括均值(Mean)、方差(Variance)、协同性(Homogeneity)、对比度(Contrast)、相异性(Dissimilarity)、熵(Entropy)、角二阶矩(Angular Second Moment)、相关性(Correlation),这些指标可以帮助分析图像中的空间结构和模式。 #### 数据准备 为了进行纹理特征提取,需先加载待处理的遥感影像文件。支持的数据格式广泛,涵盖了常见的卫星传感器数据和其他栅格数据类型。 #### 操作步骤说明 虽然不建议使用步骤词汇,但仍可按逻辑顺序整理如下内容: 启动 ENVI 后,在菜单栏依次点击 `Toolbox -> Textural Features -> Co-occurrence Measures` 来打开对话框。设置输入波段、方向角度(通常为 0°、45°、90° 和 135°)、距离参数(一般设为 1 表示相邻像素之间的关系)。完成后运行程序即可生成包含多个通道的结果图层,每个通道对应一种特定的纹理属性[^2]。 #### 输出结果解释 最终得到的是一个多波段浮点型数据集,每一维代表不同的统计量。如果希望单独查看某个特征,则可通过选择相应波段来显示其分布情况。另外值得注意的是,默认情况下保存下来的可能是多光谱形式的 TIFF 文件,因此后续可能需要用 Python 或其他软件进一步解析并可视化各个分量的信息[^2]。 对于编程爱好者来说,还可以借助第三方库如 OpenCV 加载上述生成的大尺寸数组,并利用 NumPy 进行高效运算。当调用函数 cv2.imread() 导入此类高精度图片资源时,推荐采用标志位 flag=2,这样既能保留原始数值范围又能转换成单一维度向量便于后期建模预测等工作开展。 ```python import cv2 image = cv2.imread('path_to_texture_image', flag=2) print(image.shape) ``` 以上代码片段展示了如何正确读取由 ENVI 创建出来的具有特殊编码方式的科学级图形素材实例。 ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值