高光譜圖像紋理1

1、遙感圖像的紋理特征提取遙感圖像的紋理特征提取黃遠(yuǎn)程 遙感遙感圖像處理與分析圖像處理與分析R Remoteemote S Sensingensing I Imgaemgae P Processing and rocessing and A Analysisnalysis2內(nèi)容內(nèi)容n遙感圖像的紋理n基于灰度共生矩陣(GLCM)紋理特征提取n基于Gabor濾波的紋理特征提取3紋理圖像舉例紋理圖像舉例4u紋理是物體表面固有的一種特性，我們可以去感受紋理，卻很難對(duì)紋理的精確定義形成統(tǒng)一的認(rèn)識(shí);u紋理可認(rèn)為是灰度（顏色）在空間以一定的形式變化而產(chǎn)生的圖案u紋理局部區(qū)域不規(guī)則，而整體和宏觀上宏觀上表現(xiàn)出某種

2、規(guī)律;u紋理與尺度有密切聯(lián)系,紋理具有區(qū)域性質(zhì)的特點(diǎn)紋理的概念紋理的概念51 遙感圖像的紋理遙感圖像的紋理常常采用的定義采用的定義：定義：按一定規(guī)則對(duì)元素(elements)或基元(primitives)進(jìn)行排列所形成重復(fù)模式。如果圖像函數(shù)的一組局部屬性是恒定的，或者是緩變的，或者是近似周期性的，則圖象中的對(duì)應(yīng)區(qū)域具有恒定的紋理.紋理具有重復(fù)性、規(guī)則性、方向性等等61 遙感圖像的紋理遙感圖像的紋理統(tǒng)計(jì)方法（統(tǒng)計(jì)方法（statistical methodsstatistical methods）利用紋理在空間上的灰度分布特性：直方圖分析方法，Law紋理能量，灰度共生矩陣。結(jié)構(gòu)方法（結(jié)構(gòu)方法（st

3、ructural methodsstructural methods）利用基元排列成紋理的特點(diǎn)：基于基元特征或基元組合規(guī)則基于模型的方法（基于模型的方法（modal based methodsmodal based methods）假設(shè)一幅紋理圖像是一類參數(shù)模型的實(shí)例：Markov (Gibbs) 隨機(jī)場(chǎng)，分形(fractal)。頻譜方法（頻譜方法（signal processing methodssignal processing methods）根據(jù)紋理的周期性，采用變換域方法處理：頻域?yàn)V波（Fourier變換，Gabor變換，小波變換）紋理分析的方法7內(nèi)容內(nèi)容n遙感圖像的紋理n基于灰度共

4、生矩陣(GLCM)紋理特征提取n基于Gabor濾波的紋理特征提取82 基于基于灰度共生灰度共生矩陣紋理矩陣紋理特征提取特征提取R. Haralick, K. Shanmugan, I. Dinstein Textural features for image classification, IEEE Transactions on SMC, 3 (1973), pp. 610621i,j表示灰度值，Dx和Dy分別表示距離像元(x,y)的水平和垂直方向間隔距離，Nx和Ny表示圖像的行數(shù)與列數(shù)。92 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取102 圖像圖像的幾何紋理特征提取的幾何紋

5、理特征提取n灰度共生矩陣紋理 例如：例如： 向右1個(gè)象素112 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n灰度共生矩陣紋理 灰度共生矩陣是對(duì)圖像上保持某距離的兩象素分別具有某灰度的統(tǒng)計(jì)矩陣：4210240010610012Count Matrix + Transpose Matrix = Symmetrical Matrix加其對(duì)稱122 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n灰度共生矩陣紋理 灰度共生矩陣是對(duì)圖像上保持某距離的兩象素分別具有某灰度的統(tǒng)計(jì)矩陣：42102400106100120.1670.0830.04200.0830.167000.0420

6、0.250.042000.0420.083(1/24) *=132 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n灰度共生矩陣紋理 灰度共生矩陣是對(duì)圖像上保持某距離的兩象素分別具有某灰度的統(tǒng)計(jì)矩陣：3020022000120000Count Matrix012301230.2500.083000.1670.08300.0830.0830.0830.083000.0830142 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n灰度共生矩陣紋理 灰度共生矩陣反映了圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息。作為紋理分析的特征量往往不是直接應(yīng)用計(jì)算的灰度共生矩陣，而是在它的

7、基礎(chǔ)上再提取紋理特征量，稱為二次統(tǒng)計(jì)量。 Haralick（1973）等曾經(jīng)提出14種有灰度共生矩陣計(jì)算出來的統(tǒng)計(jì)量Statistic group161601491014410194100.1670.0830.04200.0830.167000.04200.250.042000.0420.083Contrast weight00.0830.16800.0830000.168000.042000.0420Horizontal GLCM*=Contrast MatrixFig. 1 Sea ice extraction based on ratio-threshold segmentation a

8、pproach.Hua Su , Yunpeng Wang , Jie Xiao , Lili Li，Improving MODIS sea ice detectability using gray level co-occurrence matrix texture analysis method: A case study in the Bohai Sea，ISPRS Journal of Photogrammetry and Remote Sensing Volume 85 2013 13 - 20Fig. 5 Sea ice texture measures calculated fr

9、om the GLCM by an average of the four kinds of Shift (1, 0), (0, 1), (1, 1), (1, 1). Eight GLCM texture measures are used to represent the sea ice textures features.Fig. 6 The contrast curves of the normalization values of GLCM texture measures of sea ice and sea water.Ratio segmentationGLCM242 基于灰度

10、共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n多光譜圖像GLCM紋理提取-以RGB圖像為例考慮因素：需要應(yīng)用色彩信息兩個(gè)方案：兩個(gè)方案：252 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n多光譜圖像GLCM紋理提取-以RGB圖像為例考慮因素：需要應(yīng)用色彩信息multichannel：考慮顏色間的聯(lián)系，首先將RGB空間變換到LUV色彩空間，使顏色成分間相互獨(dú)立；然后在成分見計(jì)算共生矩陣。C. Palm Color texture classification by integrative co-occurrence matrices Pattern Recognition, 3

11、7 (5) (2004), pp. 965976262 基于灰度共生矩陣紋理特征提取基于灰度共生矩陣紋理特征提取n多尺度GLCM紋理提取 考慮因素：多尺度是地物的重要特征，同時(shí)在不同的尺度計(jì)算的紋理特征存在著差異，利用多尺度信息有利于增強(qiáng)對(duì)地物的判別性。 兩種多尺度的表達(dá)方法1 基于高斯的多尺度空間表達(dá)方法 ：采用對(duì)源圖像平滑或低通濾波的形式2 基于圖像金字塔的表達(dá)方法 ： 通過對(duì)小波變換域執(zhí)行高斯低通濾波運(yùn)算。Fig.1Multi-scaleapproachesforGLCM.(a)Pyramiddecomposition;(b)Gaussiansmoothing.FernandoRober

12、tideSiqueira,WilliamRobsonSchwartz,HelioPedrini，Multi-scale gray level co-occurrence matrices for texture description，NeurocomputingVolume1202013336-345兩種多尺度的表達(dá)方法Fig.5ExamplesoftexturesamplesextractedfromVisTexdatasetFig.6ExamplesoftexturesamplesextractedfromBrodatzdataset32內(nèi)容內(nèi)容n遙感圖像的紋理n基于灰度共生矩陣(GLCM)紋理特征提取n基于Gabor濾波的紋理特征提取33Gabor小波是一組高斯包絡(luò)平面波，它具有空間局