作者：CSDN @ _养乐多_
本文将介绍使用Scikit-image库对单波段遥感图像做特征提取的代码。方法包括：颜色直方图特征提取（histogram），纹理特征提取（texture） ，形状特征提取（morphology） ，边缘检测特征提取（edges） ，角点检测特征提取（corner） ，尺度空间特征提取（scale-space） ，小波变换特征提取（wavelet） ，梯度特征提取（gradient），傅里叶变换特征提取（fourier），形态学轮廓特征提取（contour）等。本文是一个教程目录，通过超链接可以查阅具体方法的代码。
文章目录
一、特征提取方法表格
以下是一些常用的Scikit-image库中用于单波段遥感图像特征提取的方法，以表格形式列出：
| 方法 | 描述 |
|---|---|
| 颜色直方图特征提取（histogram） | 计算图像像素的颜色分布直方图，用于描述图像的颜色特征 |
| 纹理特征提取（texture） | 提取图像中的纹理信息，例如灰度共生矩阵（GLCM）特征、局部二值模式（LBP）特征等 |
| 形状特征提取（morphology） | 使用形态学操作（如腐蚀、膨胀）提取图像中的形状特征 |
| 边缘检测特征提取（edges） | 检测图像中的边缘特征，如Canny边缘检测、Sobel边缘检测等 |
| 角点检测特征提取（corner） | 检测图像中的角点特征，如Harris角点检测、Shi-Tomasi角点检测等 |
| 尺度空间特征提取（scale-space） | 使用不同尺度的图像滤波器提取图像的尺度空间特征 |
| 小波变换特征提取（wavelet） | 使用小波变换分析图像的频域特征 |
| 梯度特征提取（gradient） | 计算图像的梯度幅值和方向，用于描述图像的变化率和边缘特征 |
| 傅里叶变换特征提取（fourier） | 使用傅里叶变换分析图像的频域特征 |
| 形态学轮廓特征提取（contour） | 提取图像中的轮廓特征 |
这些方法提供了一系列常见的单波段遥感图像特征提取技术，可以用于描述图像的不同方面，如颜色、纹理、形状、边缘等。根据具体的应用需求，选择合适的方法进行特征提取。请注意，某些方法可能需要在图像上进行前处理或参数调整，以便获得最佳结果。
二、颜色直方图特征提取（histogram）
《python：使用Scikit-image库进行单波段遥感图像颜色直方图特征提取（histogram）》
三、纹理特征提取（texture）
《python：使用Scikit-image库对单波段遥感图像做纹理特征提取（texture）》
四、形状特征提取（morphology）
《python：使用Scikit-image对单波段遥感影像进行形状特征提取（morphology）》
五、边缘检测特征提取（edges）
六、角点检测特征提取（corner）
七、尺度空间特征提取（scale-space）
八、小波变换特征提取（wavelet）
九、梯度特征提取（gradient）
十、傅里叶变换特征提取（fourier）
十一、形态学轮廓特征提取（contour）
声明：
本人作为一名作者，非常重视自己的作品和知识产权。在此声明，本人的所有原创文章均受版权法保护，未经本人授权，任何人不得擅自公开发布。
本人的文章已经在一些知名平台进行了付费发布，希望各位读者能够尊重知识产权，不要进行侵权行为。任何未经本人授权而将付费文章免费或者付费（包含商用）发布在互联网上的行为，都将视为侵犯本人的版权，本人保留追究法律责任的权利。
谢谢各位读者对本人文章的关注和支持！