急求！用matlab实现gabor小波对一幅遥感图像的纹理特征提取具体程序怎么写啊？具体程序！金币全给了！！！

matlab中文论坛 搜索 "小波变换 纹理特征提取算法已知，求代码"

你懂的 代码比较多 而且不知道 你的遥感图像的情况 所以这边就给消敏逗你一个类似的 你看看可以参考么

小波的特中提取中：分解矢量和通道的小波系数的提取 是难拿腊点拿卖哦

）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出碰或来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借闹游助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像液吵销或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征.另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来.颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图

其实学数字图像处理，关键的不是源代码（和一般编程还是有区别的，这个是经验之谈，其实一般博导未必会编程，但是你和辩激毕他说说你的方法，他一般都能切中要害），而是你能理解基于概念及适用场所。\x0d\x0a基于颜色、纹理、形状都属于低层特征，这些你理解就够了，关键是对你的课题适合哪种方法来映射到高层语义上面，例如：识别物体轮廓，那可能形状就比较适合等。\x0d\x0a我之所以写上面那段话，主要是铅胡我感觉你索取代码也不说明具体携芹要求，也就是方向不明确。\x0d\x0a如今颜色特征提取算法有很多，诸如颜色直方图、颜色矩、颜色集、颜色聚合向量、颜色相关图等，既然你没说，我就给个IEEECSVT2001的一篇关于颜色直方图法的论文（源码版权归作者所有）：\x0d\x0afunctioncolorhist=colorhist(rgb)\x0d\x0a%CBIR_colorhist()---colorhistogramcalculation\x0d\x0a%input:MxNx3imagedata,inRGB\x0d\x0a%output:1x256colorhistogram==(HxSxV=16x4x4)\x0d\x0a%astheMPEG-7genericcolorhistogramdescriptor\x0d\x0a%[Ref]Manjunath,B.S.Ohm,J.-R.Vasudevan,V.V.Yamada,A.,"Colorandtexturedescriptors"\x0d\x0a%IEEETrans.CSVT,Volume:11Issue:6,Page(s):703-715,June2001(sectionIII.B)\x0d\x0a%checkinput\x0d\x0aifsize(rgb,3)~=3\x0d\x0aerror('3componentsisneededforhistogram')\x0d\x0aend\x0d\x0a%globals\x0d\x0aH_BITS=4S_BITS=2V_BITS=2\x0d\x0a%rgb2hsv可用rgb2hsi代替，见你以前的提问。\x0d\x0ahsv=uint8(255*rgb2hsv(rgb))\x0d\x0a\x0d\x0aimgsize=size(hsv)\x0d\x0a%getridofirrelevantboundaries\x0d\x0ai0=round(0.05*imgsize(1))i1=round(0.95*imgsize(1))\x0d\x0aj0=round(0.05*imgsize(2))j1=round(0.95*imgsize(2))\x0d\x0ahsv=hsv(i0:i1,j0:j1,:)\x0d\x0a\x0d\x0a%histogram\x0d\x0afori=1:2^H_BITS\x0d\x0aforj=1:2^S_BITS\x0d\x0afork=1:2^V_BITS\x0d\x0acolorhist(i,j,k)=sum(sum(...\x0d\x0abitshift(hsv(:,:,1),-(8-H_BITS))==i-1&...\x0d\x0abitshift(hsv(:,:,2),-(8-S_BITS))==j-1&...\x0d\x0abitshift(hsv(:,:,3),-(8-V_BITS))==k-1))\x0d\x0aend\x0d\x0aend\x0d\x0aend\x0d\x0acolorhist=reshape(colorhist,1,2^(H_BITS+S_BITS+V_BITS))\x0d\x0a%normalize\x0d\x0acolorhist=colorhist/sum(colorhist)\x0d\x0a\x0d\x0a%基于纹理特征提取灰度共生矩阵用于纹理判断\x0d\x0a%Calculatescooccurrencematrix\x0d\x0a%foragivendirectionanddistance\x0d\x0a%\x0d\x0a%out=cooccurrence(input,dir,dist,symmetric)\x0d\x0a%\x0d\x0a%INPUT:\x0d\x0a%input:inputmatrixofanysize\x0d\x0a%\x0d\x0a%dir:directionofevaluation\x0d\x0a%"dir"valueAngle\x0d\x0a%00\x0d\x0a%1-45\x0d\x0a%2-90\x0d\x0a%3-135\x0d\x0a%4-180\x0d\x0a%5+135\x0d\x0a%6+90\x0d\x0a%7+45\x0d\x0a%\x0d\x0a%dist:distancebetweenpixels\x0d\x0a%\x0d\x0a%symmetric:1forsymmetricversion\x0d\x0a%0fornon-symmetricversion\x0d\x0a%\x0d\x0a%eg:out=cooccurrence(input,0,1,1)\x0d\x0a%Author:BaranAydogan(15.07.2006)\x0d\x0a%RGI,TampereUniversityofTechnology\x0d\x0a%baran.aydogan@tut.fi\x0d\x0a\x0d\x0afunctionout=cooccurrence(input,dir,dist,symmetric)\x0d\x0a\x0d\x0ainput=round(input)\x0d\x0a[rc]=size(input)\x0d\x0a\x0d\x0amin_intensity=min(min(input))\x0d\x0amax_intensity=max(max(input))\x0d\x0a\x0d\x0aout=zeros(max_intensity-min_intensity+1)\x0d\x0aif(dir==0)\x0d\x0adir_x=0dir_y=1\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==1)\x0d\x0adir_x=1dir_y=1\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==2)\x0d\x0adir_x=1dir_y=0\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==3)\x0d\x0adir_x=1dir_y=-1\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==4)\x0d\x0adir_x=0dir_y=-1\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==5)\x0d\x0adir_x=-1dir_y=-1\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==6)\x0d\x0adir_x=-1dir_y=0\x0d\x0aend\x0d\x0a\x0d\x0aif(dir==7)\x0d\x0adir_x=-1dir_y=1\x0d\x0aend\x0d\x0a\x0d\x0adir_x=dir_x*dist\x0d\x0adir_y=dir_y*dist\x0d\x0a\x0d\x0aout_ind_x=0\x0d\x0aout_ind_y=0\x0d\x0a\x0d\x0aforintensity1=min_intensity:max_intensity\x0d\x0aout_ind_x=out_ind_x+1\x0d\x0aout_ind_y=0\x0d\x0a\x0d\x0a[ind_x1ind_y1]=find(input==intensity1)\x0d\x0aind_x1=ind_x1+dir_x\x0d\x0aind_y1=ind_y1+dir_y\x0d\x0a\x0d\x0aforintensity2=min_intensity:max_intensity\x0d\x0aout_ind_y=out_ind_y+1\x0d\x0a\x0d\x0a[ind_x2ind_y2]=find(input==intensity2)\x0d\x0a\x0d\x0acount=0\x0d\x0a\x0d\x0afori=1:size(ind_x1,1)\x0d\x0aforj=1:size(ind_x2,1)\x0d\x0aif((ind_x1(i)==ind_x2(j))&&(ind_y1(i)==ind_y2(j)))\x0d\x0acount=count+1\x0d\x0aend\x0d\x0aend\x0d\x0aend\x0d\x0a\x0d\x0aout(out_ind_x,out_ind_y)=count\x0d\x0a\x0d\x0aend\x0d\x0aend\x0d\x0a\x0d\x0aif(symmetric)\x0d\x0a\x0d\x0aif(dir 回答于 2022-11-14

---