r.texturegrass - Dalam Talian di Awan

JADUAL:

NAMA

r.tekstur - Hasilkan imej dengan ciri tekstur daripada peta raster.

Kata-kata berkaitan

raster, algebra, statistik, tekstur

SINOPSIS

r.tekstur
r.tekstur - membantu
r.tekstur [-sa] input=nama output=nama asas [saiz=nilai] [jarak=nilai]
[kaedah=rentetan[,rentetan,...]] [--menimpa] [--membantu] [--kata kerja] [--tenang] [--ui]

Bendera:
-s
Keluaran berasingan untuk setiap sudut (0, 45, 90, 135)

-a
Kira semua ukuran tekstur

--tulis ganti
Benarkan fail output untuk menulis ganti fail sedia ada

- membantu
Cetak ringkasan penggunaan

--verbose
Keluaran modul verbose

--senyap
Keluaran modul senyap

--ui
Paksa melancarkan dialog GUI

Parameter:
input=nama [diperlukan]
Nama peta raster input

output=nama asas [diperlukan]
Nama untuk peta raster nama asas keluaran

saiz=nilai
Saiz tetingkap bergerak (ganjil dan >= 3)
default: 3

jarak=nilai
Jarak antara dua sampel (>= 1)
default: 1

kaedah=rentetan [, rentetan,...]
Kaedah pengukuran tekstur
Pilihan: asm, kontras, corr, terdapat, idm, Yeah, se, sv, masuk, dv, de, moc1, moc2

DESCRIPTION

r.tekstur mencipta peta raster dengan ciri tekstur daripada peta raster yang ditentukan pengguna
lapisan. Modul mengira ciri tekstur berdasarkan matriks pergantungan spatial pada 0,
45, 90, dan 135 darjah untuk a jarak (lalai = 1).

r.tekstur menganggap tahap kelabu antara 0 hingga 255 sebagai input. Input adalah secara automatik
diskala semula kepada 0 hingga 255 jika julat peta input berada di luar julat ini.

Secara umum, beberapa pembolehubah membentuk tekstur: perbezaan dalam nilai aras kelabu,
kekasaran sebagai skala perbezaan aras kelabu, kehadiran atau kekurangan arah dan
corak biasa. Tekstur boleh dicirikan oleh ton (sifat keamatan tahap kelabu)
dan struktur (hubungan ruang). Oleh kerana tekstur sangat bergantung pada skala,
tekstur hierarki mungkin berlaku.

r.tekstur membaca peta raster GRASS sebagai input dan mengira ciri tekstur berdasarkan
matriks pergantungan spatial untuk utara-selatan, timur-barat, barat laut, dan barat daya
arah menggunakan kejiranan sebelah menyebelah (iaitu, jarak 1), dan ditulis oleh
lalai purata ke atas semua sudut untuk setiap ukuran. Secara pilihan, menggunakan bendera -s output
terdiri daripada empat imej untuk setiap ciri tekstur, satu untuk setiap arah (0, 45, 90,
135).

Pengguna mesti berhati-hati menetapkan resolusi (menggunakan g.wilayah) sebelum menjalankan program ini,
atau komputer mungkin kehabisan memori.

Model tekstur yang biasa digunakan adalah berdasarkan matriks kejadian bersama tahap kelabu yang dipanggil.
Matriks ini ialah histogram dua dimensi aras kelabu untuk sepasang piksel iaitu
dipisahkan oleh hubungan ruang tetap. Matriks menghampiri kebarangkalian bersama
pengedaran sepasang piksel. Beberapa ukuran tekstur dikira secara langsung daripada
matriks kejadian bersama aras kelabu.

Bahagian berikut menawarkan penerangan ringkas tentang ukuran tekstur (selepas Jensen 1996).

Susunan pertama statistik in yang spatial domain
· Jumlah Purata (SA)

· Entropi (ENT): Ukuran ini menganalisis rawak. Ia adalah tinggi apabila nilai-nilai
tetingkap bergerak mempunyai nilai yang sama. Ia rendah apabila nilainya hampir dengan
sama ada 0 atau 1 (iaitu apabila piksel dalam tetingkap tempatan adalah seragam).

· Entropi Perbezaan (DE)

· Jumlah Entropi (SE)

· Varians (VAR): Ukuran varians nada kelabu dalam tetingkap bergerak
(detik urutan kedua tentang min)

· Varians Perbezaan (DV)

· Jumlah Varians (SV)
Ambil perhatian bahawa ukuran "min", "kurtosis", "julat", "skewness" dan "sisihan piawai" adalah
terdapat dalam r.jiran.

Pesanan kedua statistik in yang spatial domain
Model tekstur statistik tertib kedua adalah berdasarkan apa yang dipanggil tahap kelabu
matriks kejadian bersama (GLCM; selepas Haralick 1979).

· Momen Kedua Sudut (ASM, juga dipanggil Keseragaman): Ini ialah ukuran setempat
kehomogenan dan bertentangan dengan Entropi. Nilai tinggi ASM berlaku apabila piksel
dalam tetingkap bergerak adalah sangat serupa.
Nota: Punca kuasa dua ASM kadangkala digunakan sebagai ukuran tekstur, dan adalah
dipanggil Tenaga.

· Momen Perbezaan Songsang (IDM, juga dipanggil Kehomogenan): Ukuran ini berkaitan
songsang dengan ukuran kontras. Ia adalah ukuran langsung kehomogenan tempatan
daripada imej digital. Nilai yang rendah dikaitkan dengan kehomogenan yang rendah dan sebaliknya.

· Kontras (CON): Ukuran ini menganalisis kontras imej (aras kelabu setempat
variasi) sebagai pergantungan linear tahap kelabu piksel jiran
(persamaan). Biasanya tinggi, apabila skala tekstur tempatan lebih besar daripada
jarak.

· Korelasi (COR): Ukuran ini menganalisis pergantungan linear tahap kelabu
piksel jiran. Biasanya tinggi, apabila skala tekstur tempatan lebih besar daripada
yang jarak.

· Ukuran Maklumat Korelasi (MOC)

· Pekali Korelasi Maksimum (MCC)

NOTA

Yang penting, peta raster input tidak boleh mempunyai lebih daripada 255 kategori.

CONTOH

Pengiraan Momen Sudut Kedua bagi ortofoto B/W (set data North Carolina):
g.region raster=ortho_2001_t792_1m -p
# set jadual warna aras kelabu 0% hitam 100% putih
r.colors ortho_2001_t792_1m color=grey
# ekstrak tahap kelabu
r.mapcalc "ortho_2001_t792_1m.greylevel = ortho_2001_t792_1m"
# analisis tekstur
r.texture ortho_2001_t792_1m.greylevel prefix=ortho_texture method=asm -s
# paparan
g.wilayah n=221461 s=221094 w=638279 e=638694
d.warna teduh=ortho_texture_ASM_0 shade=ortho_2001_t792_1m
Ini mengira empat peta (tekstur yang diminta pada empat orientasi): ortho_texture_ASM_0,
ortho_texture_ASM_45, ortho_texture_ASM_90, ortho_texture_ASM_135.

DIKENALI ISU

Program ini boleh berjalan dengan sangat perlahan untuk peta raster yang besar.

RUJUKAN

Algoritma ini dilaksanakan selepas Haralick et al., 1973 dan 1979.

Kod telah diambil dengan kebenaran daripada pgmtexture, sebahagian daripada PBMPLUS (Hak Cipta 1991, Jef
Poskanser dan Stesen Eksperimen Pertanian Texas, majikan untuk disewa James Darrell
McCauley). Halaman manual pgmtexture.

· Haralick, R.M., K. Shanmugam, dan I. Dinstein (1973). Ciri tekstur untuk imej
pengkelasan. IEEE Urusniaga on Sistem, Lelaki, and Cybernetics,
SMC-3(6): 610-621.

· Bouman, C. A., Shapiro, M. (1994). Model Medan Rawak Berbilang Skala untuk Bayesian
Pembahagian Imej, IEEE Trans. pada Pemprosesan Imej, jld. 3, tidak. 2.

· Jensen, J.R. (1996). Pemprosesan imej digital pengenalan. Prentice Hall. ISBN
0-13-205840-5

· Haralick, R. (Mei 1979). Statistik and struktur pendekatan kepada tekstur,
Prosiding IEEE, jld. 67, No.5, ms 786-804

· Hall-Beyer, M. (2007). Halaman Utama Tutorial GLCM (Kejadian Bersama Tahap Kelabu
Ukuran tekstur matriks). Universiti Calgary, Kanada

Gunakan r.texturegrass dalam talian menggunakan perkhidmatan onworks.net