如何将矩阵转换成灰度图像 灰度图和矩阵之间有什么区别？
灰度图和矩阵之间有什么区别？
灰度图通过matlab加载后，就转变为二维矩阵了，二维矩阵也可以存储为灰度图。
如何采用matlab将图像灰度化？
不过在此之前，可以打开Matlab软件，点击如图图标，再打开图片所在的位置所存地。（或则再打开文件所在地鼠标右键点击图片，不能复制到MATLAB中）
雷达影像和光学影像融合步骤？
如下步骤：
1)四个获取某一地区的光学遥感数据和雷达遥感数据，并接受预处理，将光学遥感数据和雷达遥感数据参照研究区进行图像衣服裁剪和配准；
2)使用灰度共生共存矩阵其他提取雷达遥感数据的纹理信息；
3)可以使用主成分分析法对雷达测绘遥感数据和光学遥感数据进行融合；
4)在融合为一数据的图像上声望兑换比较感兴趣区，创建战队实现比较感兴趣区的训练样本；
5)利用能够得到的融合数据和雷达遥感数据的纹理信息，增强训练样本的光谱特征和后向散射特征可以使用支持向量机法参与分类。优选地，在所述步骤1)中，光学遥感数据的预处理过程以及：对光学遥感数据并且辐射定标、大气与几何正镜、重采样、衣服裁剪；是为防止波段丢失并且分辨率为10m的重样本采集，选择最近邻法为升样本采集；雷达遥感数据的预处理过程包括：辐射定标、几何水平校正、影像配准这些噪声滤波。
优选地，在所述步骤2)中，凭借灰度共同演化矩阵，常规5×5的窗口提纯10种纹理信息，除了：均值、方差、协、对比度、相异性、信息熵、角二阶矩、相关性、能量和大概率。
优选地，在所述步骤3)中，还包涵建议使用j-m距离对训练样本参与可分离性讲：j-m距离算出为：j＝2(1-e-b)式中，b是指在该特征为上的巴氏距离，两种不同类别间样本对象的巴氏距离计算出为：式中，mi来表示特征的均值，意思是该类特征的方差，其中，i＝1,2；j-m距离的取值范围是[0,2]，越靠近2则可分离性越高，当训练样本的j-m距离大于1.8时以为该训练样本为鉴定合格样本。
优选地，在所述步骤4)中，建议选用支持向量机法并且分类：支持向量机法的决策函数为：其中，统合最优分类超平面为：fi(x)表示分类结果，i＝1,2,…,m，m来表示土地覆盖类别的总数。优选地，本先发明的方法还除了：区分混为一谈矩阵对两种分类方法接受分类精度评价；在确定测定样本后，建立起被混淆矩阵，对支持向量机的分类精度进行检验，换取三千多种土地覆盖的总体类型精度和kappa系数，对总体分类精度和kappa系数进行比较好和总结。所述技术特征这个可以各种最合适的波段组合或等效的技术特征来能用，如果也能提升到本发明的目的。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
