遥感图像特征分析.ppt

用分形模型描述纹理 在纹理分析应用中，一般采用分形维数（可直观地理解为不规则几何形状的非整体维数）来描述纹理 但是：不同分形极可能会有相同的分形维数而其表现或纹理却是不同的。对于分形表面的模拟也表明，即使分形维数保持不变，也会得到不同的视觉纹理。 第六十二页，共88页。 基于分形分维的人工纹理图像分割结果 第六十三页，共88页。 信号处理方法 Gabor方法 小波变换 第六十四页，共88页。 3.1 GABOR 滤波提取图象纹理 定义方式 其中， 是尺度参数， 为方向参数， 为方差，取为 第六十五页，共88页。 它是一个滤波器组，在0，45，90，135度时不同尺度下的滤波器形状如下图： u=0,v=4 u=1,v=4 u=2,v=4 u=0,v=6 u=1,v=6 u=2,v=6 u=0,v=0 u=1,v=0 u=2,v=0 u=0,v=2 u=1,v=2 u=2,v=2 滤波器形状 第六十六页，共88页。 Gabor Filter Gabor滤波器分割图像的主要原理：通过构造一个滤波器组来提取图像不同方向和尺度下的特征，达到分割图像的目的。该算法中主要的操作步骤包括滤波器的构造、特征的提取和特征的聚类。 第六十七页，共88页。 Gabor Filter的一般步骤 滤波器的构造 特征提取 特征平滑 特征聚类 第六十八页，共88页。 特征提取 用该滤波器组的每一个滤波器g(m, n)分别与原始图像f(m, n)作卷积，得到了特征向量空间，记为r(m, n)。此处，为了避免复杂的卷积运算，引入快速傅立叶变换，在频域中用点乘运算，然后再反变换到空间域中，公式如下： 第六十九页，共88页。 特征平滑 根据特征的分布情况计算分布方差值： 为该特征向量集的均值 根据求得的方差设计二维高斯函数，得到一个滤波模板，如下式: 第七十页，共88页。 其中，u为高斯分布的均值，取为0；在此基础上，作操作g=Y * Y T，得到对称的二维高斯滤波模板g。 用得到的滤波模板g与特征向量r(m, n)作卷积以平滑该特征，而得到最终的特征向量s(m, n)。s(m, n)中尽可能地保留了原始的低频信息。 第七十一页，共88页。 特征聚类 由于特征选择的方法可以保证同一种纹理的像素点基本分布在特征空间的同一区域，所以用简单的聚类算法如K-Means算法即可以实现像素的标记，从而实现图像的分割。此步骤从略。 第七十二页，共88页。 Canny 边缘检测结果 7X7高斯滤波模板 13X13高斯滤波模板 第三十页，共88页。 Canny 边缘检测结果 第三十一页，共88页。 小波边缘检测算法 基于小波分析的边缘检测算法总结如下： （1）对原始图像进行多级小波分解，得到多尺度的模图像。 （2）计算并记录小波变换域中模为局部最大值的点。 （3）通过自适应阈值法进行阈值处理，得到多尺度的边界图像。 （4）进行逆小波变换，得到边界图像。 * 第三十二页，共88页。 飞机与其边缘图 第三十三页，共88页。 直线检测算法 Hough变换检测直线 Hough变换利用图像空间和Hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值的方法检测直线。 第三十四页，共88页。 变换前 变换后 第三十五页，共88页。 利用Hough变换提取桥梁 (a) 原图 (b) 分割后图像 图4-4 Hough变换的对桥梁的分割结果 第三十六页，共88页。 相位编组直线检测 原理：利用梯度方向获取直线支撑区。 第三十七页，共88页。 实验结果： 图一：原始图像 图二：白色表示线支持区域 图三：最小二乘拟合结果 第三十八页，共88页。 3 遥感图象纹理特征描述 第三十九页，共88页。 (a) (b) 人工纹理与自然纹理 (a) 人工纹理； （b）自然纹理 纹理的概念 第四十页，共88页。 将特定的纹理区域用一定规则提取出来 纹理信息提取 第四十一页，共88页。 目前的纹理提取技术的分类 统计方法 利用灰度值的空间分布这一特性，提出了一大批的纹理统计方法与统计特征。 几何方法 纹理元构成纹理。 模型方法 通过模型参数来定义纹理，模型的参数决定着纹理的质量。 信号处理方法（基于数学变换） 括空间域滤波、傅立叶滤波、Gabor和小波变换等。 * 第四十二页，共88页。 统计方法的分类 共生矩阵 罗氏纹理能量 自相关 局部二元模式 * 第四十三页，共88页。 共生矩阵方法概述 在图像上任意取一点A(x,y),以及偏离它的另一点(x+a,y+b),设A点对的灰度值为(f1,f2)。 然后再令A点(x,