灰度共生矩阵编程
宝蓝色上衣涂什么颜色的指甲油？
宝蓝色上衣涂什么颜色的指甲油？
涂紫橙色
蓝色与橙色为互补色。所以在对比作用下，紫橙色与宝蓝色相互耀眼，三十六度尽能展示风姿绰约的色彩闪现美感。
紫橙色是橙色偏紫的一种色。宝蓝色比蓝降低一个灰度，紫橙色也刚好降低一个灰度。这样这两个色彩明度相互协调，和谐共生。
怎么把灰度共生矩阵应用到segnet网络？
具体可以用以下操作方法把灰度共生矩阵应用到segnet网络。
灰度共生矩阵是涉及像素距离和角度的矩阵函数，它通过计算图像中一定距离和一定方向的两点灰度之间的相关性，来反映图像在方向、间隔、变化幅度及快慢上的综合信息。
灰度直方图是对图像上单个像素具有某个灰度进行统计的结果，而灰度共生矩阵是对图像上保持某距离的两像素分别具有某灰度的状况进行统计得到的。
雷达影像和光学影像融合步骤？
如下步骤：
1)分别获取某一地区的光学遥感数据和雷达遥感数据，并进行预处理，将光学遥感数据和雷达遥感数据依据研究区进行图像裁剪和配准；
2)使用灰度共生矩阵提取雷达遥感数据的纹理信息；
3)使用主成分分析法对雷达遥感数据和光学遥感数据进行融合；
4)在融合数据的图像上获取感兴趣区，创建基于感兴趣区的训练样本；
5)利用得到的融合数据和雷达遥感数据的纹理信息，结合训练样本的光谱特征和后向散射特征使用支持向量机法进行分类。优选地，在所述步骤1)中，光学遥感数据的预处理过程包括：对光学遥感数据进行辐射定标、大气与几何校正、重采样、裁剪；为了防止波段丢失进行分辨率为10m的重采样，选择最近邻法为升采样方式；雷达遥感数据的预处理过程包括：辐射定标、几何校正、影像配准以及噪声滤波。
优选地，在所述步骤2)中，利用灰度共生矩阵，采用5×5的窗口提取10种纹理信息，包括：均值、方差、协同性、对比度、相异性、信息熵、角二阶矩、相关性、能量和最大概率。
优选地，在所述步骤3)中，还包含使用j-m距离对训练样本进行可分离性分析：j-m距离计算方式为：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方式为：式中，mi表示特征的均值，表示该类特征的方差，其中，i＝1,2；j-m距离的取值范围是[0,2]，越接近2则可分离性越高，当训练样本的j-m距离大于1.8时认为该训练样本为合格样本。
优选地，在所述步骤4)中，选用支持向量机法进行分类：支持向量机法的决策函数为：其中，构建最优分类超平面为：fi(x)表示分类结果，i＝1,2,…,m，m表示土地覆盖类别的总数。优选地，本发明的方法还包括：采用混淆矩阵对两种分类方法进行分类精度评价；在确定检验样本后，建立混淆矩阵，对支持向量机的分类精度进行检验，得到各类土地覆盖的总体分类精度和kappa系数，对总体分类精度和kappa系数进行比较和分析。所述技术特征可以各种合适的波段组合或等效的技术特征来代替，只要能够达到本发明的目的。