论文部分内容阅读
摘 要：现阶段，遥感图像具有相对丰富的数据信息，纹理信息也不例外。遥感影像在纹理方面的分析研究已经逐渐发展为提高遥感影像具体分类精度的有效手段，可以在一定程度上准确提取相关的纹理特征，实现影像的成功分类。本文就纹理特征提取方法进行分析，然后有效结合遥感影像实际纹理特点，利用专业化的灰度共生矩阵方法对其特征进行详细描述。另一方面，介绍了纹理特征在遥感图像处理上的应用。
关键词：纹理特征；提取；应用
遥感技术属于现代化先进科学技术之一，在现代化社会发展水平不断提升以及科学技术进步发展的背景下，借助遥感技术可以在一定程度上有效缩短信息的实际获取周期，进而丰富信息量，最终使其呈现海量化信息特征。
但是，怎样从海量影像资料数据当中快速且及时地获取信息，然后加以处理运用一直是目前需要解决的主要问题。将遥感技术与一般图像处理方法相比较，其遥感影像的纹理信息一般会更丰富以及更复杂，地物区分效果明显。现阶段，遥感影像在分析层面的方法和实现多是针对高分辨率图像的。
1 遥感影像在纹理特征提取方面的方法分析
1.1 灰度共生矩阵
从统计学角度出发开展纹理研究，一般情况下，纹理往往会被看作相邻像元。利用灰度共生的矩阵方法从该思想出发，借助条件概率来有效抽取纹理基本特征，准确统计在同样位置关系情况下，一对像元存在的灰度相关性，然后再利用灰度条件概率对纹理进行科学表示。
1.2 Gabor和小波分析
Gabor小波作为最经典的纹理特征提取手段，其能量谱可以有效捕获纹理当中丰富有用信息，具有相对较高的准确度，然而也存在着诸多缺点，例如很难得知纹理在方向方面以及频率方面的实际变化信息，且计算相对复杂等。
小波理论的起源是信号处理。因探测精度的制约，通常情况下，信号处于离散状态，经过分析处理后，我们会发现信号往往是由多个小波组合而成的，而且以上的小波都是不同频率表现形式的代表。从某种程度上讲，小波分析的理念主要是指将影像进行多分辨率化分解，然后逐渐分解成不同空间状态与不同频率状态下的子影像，之后再对子影像实施科学化编码。
1.3 傅立叶域滤波
纹理频率分析过程中的首要选择就是傅立叶变换，人体自己的视觉系统可以分解图像，然后将其分解成不同的频率和方向。傅立叶域滤波是一种重要的手段，在对纹理进行分析时。具体来说，表现为三个重要性质：
1）傅立叶频谱投影峰值对应的纹理图案的主方向；
2）这些峰值在频域平面的位置对应纹理模式的基本周期；
3）如果用滤波方法把周期性成分去除，剩下的非周期性部分将可用统计方法描述。
2 遥感影像纹理特征的应用
2.1 基于纹理特征的图像分割
纹理图像分割作为数字图像处理工作的分支之一，属于众多图像分析研究以及机器视觉应用方面的基础性条件，然而因自然纹理类型庞杂、形态各异且结构繁复，另一方面也因为对人类视觉系统感知纹理的机理认识不足，纹理图像分割一直是图像处理领域的一大难题。在过去的四十多年中，广大研究人员虽然提出了大量的纹理图像分割算法，但是这些算法都存在着一定的不足。
按照算法构造以及执行流程方面的差异性，其纹理图像的专业化分割算方法可以划分为三个组成部分，第一是结构分割算法；第二是边缘分割算法；第三是特征分割算法。基于边缘的分割算法使用串行的分割策略，让一个计算窗口逐点滑过整幅图像，通过判断每一个窗口内是否存在不同类型的纹理来确定纹理的边缘，然后利用边缘跟踪和连接方法得到纹理图像的分割结果。特征分割算法包括纹理特征的提取以及图像的分割两个构成环节，前者能够把图像科学转化成纹理特征集合，而后者通过使用分類、聚类等方法得到一个对特征集的划分，从而给每一个特征赋予一个类别标号，该标号反映了特征所对应的像素或图像区域在分割结果中的归属。
2.2 基于纹理特征的图像检索
纹理特征既能反映图像的统计特性，又能反映图像内部结构的特征，所以在图像检索中，纹理发挥了很大的作用。由麻省理工学院媒体实验室开发了一套用于浏览和搜索图像的交互式工具，这是基于内容的图像检索系统的第一个基本研究方面。图像特征提取中的纹理特征。纹理特征可以用于一般的图像检索技术，也可以用于特定领域的图像检索技术，具有广阔的开发潜力和应用前景。
2.3 基于纹理特征的遥感影像分类
分了下面三种情况，根据常有的利用纹理特征对遥感影像进行分类：
1）纹理分类，其分类方法并不可以提高分类精度，却在一定程度上使分类精度不断下降。这是由于纹理本身的特点所致使的。
2）遥感影像分类，我们可以借助纹理对遥感的相关影像进行充分分析，也就是说，建立模型是通过利用图像纹理的具体特征和原始图像，其中之一的参数就是图像纹理，图像分类也使用标准化参与。纹理特征可以作为另一个波段的原始图像，再进行各方面对波段进行分析，然后进行分类。
3）借助光谱进行监督分类，然后利用纹理信息对光谱的结果进行细分。
3 结论
通过提取纹理特征能够分为遥感图像处理、检索处理以及分类等处理方法，为遥感图像处理提供重要依据。本文主要归纳总结了纹理特征提取方法及相关应用，旨在为遥感图像处理提供一条行之有效的方法。
参考文献：
[1] 刘晓葳.遥感图像纹理特征提取的研究[D].华中科技大学，2007.
[2] 温智婕.图像纹理特征表示方法研究与应用[D].大连理工大学，2008.
[3] 夏勇.基于特征的纹理图像分割技术研究[D].西北工业大学，2006.
关键词：纹理特征；提取；应用
遥感技术属于现代化先进科学技术之一，在现代化社会发展水平不断提升以及科学技术进步发展的背景下，借助遥感技术可以在一定程度上有效缩短信息的实际获取周期，进而丰富信息量，最终使其呈现海量化信息特征。
但是，怎样从海量影像资料数据当中快速且及时地获取信息，然后加以处理运用一直是目前需要解决的主要问题。将遥感技术与一般图像处理方法相比较，其遥感影像的纹理信息一般会更丰富以及更复杂，地物区分效果明显。现阶段，遥感影像在分析层面的方法和实现多是针对高分辨率图像的。
1 遥感影像在纹理特征提取方面的方法分析
1.1 灰度共生矩阵
从统计学角度出发开展纹理研究，一般情况下，纹理往往会被看作相邻像元。利用灰度共生的矩阵方法从该思想出发，借助条件概率来有效抽取纹理基本特征，准确统计在同样位置关系情况下，一对像元存在的灰度相关性，然后再利用灰度条件概率对纹理进行科学表示。
1.2 Gabor和小波分析
Gabor小波作为最经典的纹理特征提取手段，其能量谱可以有效捕获纹理当中丰富有用信息，具有相对较高的准确度，然而也存在着诸多缺点，例如很难得知纹理在方向方面以及频率方面的实际变化信息，且计算相对复杂等。
小波理论的起源是信号处理。因探测精度的制约，通常情况下，信号处于离散状态，经过分析处理后，我们会发现信号往往是由多个小波组合而成的，而且以上的小波都是不同频率表现形式的代表。从某种程度上讲，小波分析的理念主要是指将影像进行多分辨率化分解，然后逐渐分解成不同空间状态与不同频率状态下的子影像，之后再对子影像实施科学化编码。
1.3 傅立叶域滤波
纹理频率分析过程中的首要选择就是傅立叶变换，人体自己的视觉系统可以分解图像，然后将其分解成不同的频率和方向。傅立叶域滤波是一种重要的手段，在对纹理进行分析时。具体来说，表现为三个重要性质：
1）傅立叶频谱投影峰值对应的纹理图案的主方向；
2）这些峰值在频域平面的位置对应纹理模式的基本周期；
3）如果用滤波方法把周期性成分去除，剩下的非周期性部分将可用统计方法描述。
2 遥感影像纹理特征的应用
2.1 基于纹理特征的图像分割
纹理图像分割作为数字图像处理工作的分支之一，属于众多图像分析研究以及机器视觉应用方面的基础性条件，然而因自然纹理类型庞杂、形态各异且结构繁复，另一方面也因为对人类视觉系统感知纹理的机理认识不足，纹理图像分割一直是图像处理领域的一大难题。在过去的四十多年中，广大研究人员虽然提出了大量的纹理图像分割算法，但是这些算法都存在着一定的不足。
按照算法构造以及执行流程方面的差异性，其纹理图像的专业化分割算方法可以划分为三个组成部分，第一是结构分割算法；第二是边缘分割算法；第三是特征分割算法。基于边缘的分割算法使用串行的分割策略，让一个计算窗口逐点滑过整幅图像，通过判断每一个窗口内是否存在不同类型的纹理来确定纹理的边缘，然后利用边缘跟踪和连接方法得到纹理图像的分割结果。特征分割算法包括纹理特征的提取以及图像的分割两个构成环节，前者能够把图像科学转化成纹理特征集合，而后者通过使用分類、聚类等方法得到一个对特征集的划分，从而给每一个特征赋予一个类别标号，该标号反映了特征所对应的像素或图像区域在分割结果中的归属。
2.2 基于纹理特征的图像检索
纹理特征既能反映图像的统计特性，又能反映图像内部结构的特征，所以在图像检索中，纹理发挥了很大的作用。由麻省理工学院媒体实验室开发了一套用于浏览和搜索图像的交互式工具，这是基于内容的图像检索系统的第一个基本研究方面。图像特征提取中的纹理特征。纹理特征可以用于一般的图像检索技术，也可以用于特定领域的图像检索技术，具有广阔的开发潜力和应用前景。
2.3 基于纹理特征的遥感影像分类
分了下面三种情况，根据常有的利用纹理特征对遥感影像进行分类：
1）纹理分类，其分类方法并不可以提高分类精度，却在一定程度上使分类精度不断下降。这是由于纹理本身的特点所致使的。
2）遥感影像分类，我们可以借助纹理对遥感的相关影像进行充分分析，也就是说，建立模型是通过利用图像纹理的具体特征和原始图像，其中之一的参数就是图像纹理，图像分类也使用标准化参与。纹理特征可以作为另一个波段的原始图像，再进行各方面对波段进行分析，然后进行分类。
3）借助光谱进行监督分类，然后利用纹理信息对光谱的结果进行细分。
3 结论
通过提取纹理特征能够分为遥感图像处理、检索处理以及分类等处理方法，为遥感图像处理提供重要依据。本文主要归纳总结了纹理特征提取方法及相关应用，旨在为遥感图像处理提供一条行之有效的方法。
参考文献：
[1] 刘晓葳.遥感图像纹理特征提取的研究[D].华中科技大学，2007.
[2] 温智婕.图像纹理特征表示方法研究与应用[D].大连理工大学，2008.
[3] 夏勇.基于特征的纹理图像分割技术研究[D].西北工业大学，2006.