FeatureIndex.cpp 核心代码
TM影像 多波段影像
特征指数的专题信息图 提取结果
TM - 1为0.45~0.52微米,蓝光波段;
TM - 2为0.52~0.60微米,绿光波段;
TM - 3为0.63~0.69微米,红光波段,以上3段为可见光波段;
TM - 4为0.76~0.90微米,为近红外波段;
TM - 5为1.55~1.75微米,近红外波段;
TM - 6为10.40~12.50微米,为热红外波段;
TM - 7为2.08~2.35微米,近-中红外波段。
- 植被指数
RVI 比值植被指数
NDVI 归一化植被指数
SAVI 土壤调节植被指数
TGDVI 三波段梯度差植被指数 - 水体指数
NDWI=(G-NIR)/(G+NIR)
MNDWI=(G-SWIR)/(G+SWIR)
EWI=(G-(NIR+MIR))/(G+(NIR+MIR)) - 建筑用地指数
DBI 差值建筑覆盖指数
NDBI 归一化差值建筑用地指数
NDBBI 归一化差值裸地与建筑用地指数
BSI 裸土指数
- 迭代法 Literation
- 计算图像的最大灰度值Zmax、最小灰度值Zmin,求平均得到初始阈值init_thres。
- 根据阈值划分图像为目标和背景,并分别计算其灰度均值
- 判断init_thres是否等于thres_tmp,若相等则退出循环,阈值为thres_tmp,否则,将thres_tmp赋给init_thres,转(2)继续执行迭代。
- 最大类间差法 Otus
- 计算每个灰度值的概率并计算目标和背景的分布概率以及平均灰度值和方差。
- 计算类间差
- 取类间差最大的灰度值即为阈值