GLCM 图像中的黑色 space

Question

我正在尝试使用 Haralick 描述的 GLCM（能量、均匀性等）为我拥有的一系列 4 波段（R、G、B、NIR）航拍照片计算一些结构测量值。我已经在一个子集上尝试过这个，但最终得到的图像大部分是空白的。我目前的理解是它与灰度和 levels 参数有关，但我无法弄清楚。

我的日期非常大（几 GB），所以我试图通过使用模块 RIOS 来提高效率（读取图像作为 400×400×nbands numpy 数组，处理数据并写出到输出图像）。

我的输入场景可以找到here (200 MB)。

我的输出图像看起来像（这可能很难看清，因为黑色像素非常小）：

我的代码是：

#Set up input and output filenames
infiles = applier.FilenameAssociations()
infiles.image1 = "infile.tif"

outfiles = applier.FilenameAssociations()
outfiles.outimage = "outfile.tif"

controls = applier.ApplierControls()
controls.progress = cuiprogress.CUIProgressBar()
# I ultimately want to use a window here
# which RIOS easily allows you to set up.
# For a 3x3 the overlap is 1, 5x5 overlap is 2 etc
#controls.setOverlap(4)

def doFilter(info, infiles, outfiles, controls=controls):
    grayImg = img_as_ubyte(color.rgb2gray(infiles.image1[3]))
    g = greycomatrix(grayImg, distances=[1], angles=[0, np.pi/4, np.pi/2, 3*np.pi/4], symmetric=True, normed=True)
    filtered = greycoprops(g, 'energy')
    # create 3d image from 2d array
    outfiles.outimage = numpy.expand_dims(filtered, axis=0)


applier.apply(doFilter, infiles, outfiles, controls=controls)

显然这里有问题，因为我的输出与我预期的不一样。我猜这与 'levels' 参数有关。我在这里得到了解释：Black line in GLCM result 很好地解释了参数，但我无法改进我的结果。

谁能向我解释为什么我的结果如图所示，我该如何补救？

Answer 1

下面的代码计算与您的 tif 图像的 NIR 波段“向上偏移 1 个像素”的偏移相对应的 GLCM：

import numpy as np
from skimage import io
from skimage.feature import greycomatrix, greycoprops

x = io.imread('m_2909112_se_15_1_20150826.tif')
nir = x[:, :, 3]

glcm = greycomatrix(nir, [1], [np.pi/2], levels=256, normed=True, symmetric=True)

这是 nir 的样子：

将参数normed设置为True的效果是计算的GLCM除以其总和，结果glcm的元素值很小.这是一个示例：

In [48]: np.set_printoptions(precision=3)

In [49]: glcm[:5, :5, 0, 0]
Out[49]: 
array([[  0.000e+00,   0.000e+00,   0.000e+00,   0.000e+00,   0.000e+00],
       [  0.000e+00,   2.725e-03,   6.940e-05,   3.725e-05,   2.426e-05],
       [  0.000e+00,   6.940e-05,   1.709e-04,   4.103e-05,   2.216e-05],
       [  0.000e+00,   3.725e-05,   4.103e-05,   4.311e-04,   4.222e-05],
       [  0.000e+00,   2.426e-05,   2.216e-05,   4.222e-05,   5.972e-05]])

要将 glcm 显示为图像，您需要重新缩放它，例如：

from skimage.exposure import rescale_intensity
scaled = rescale_intensity(glcm[:,:,0,0])
io.imshow(scaled)

GLCM 图像中的黑色 space

Black space in GLCM image

python

numpy

feature-extraction

scikit-image

glcm