遥感影像纹理特征提取与分析研究

论文摘要

目前随着空间和信息技术的飞速发展,卫星遥感技术和传感器影像成像水平都有了较大的提高,遥感影像已经成为地球观测最重要的信息来源之一,广泛应用于国防、地球生态和环境检测、农业生产、矿业发展、大型地面工程、城市规划以及重大灾害监测和处理等一系列重要领域。纹理是图像中反映的一种周期性出现的区域性特征,它作为一种图像特征的描述方法在图像处理中具有重要的作用。纹理分析方法是通过研究图像的纹理特征而进行图像处理的一种方法,在数字图像处理中占有极其重要的地位。特别是遥感影像中由于常常是以对象作为研究单元,使得基于区域性特征的纹理分析方法显得尤为重要。本论文的研究内容得到了国家重点研究基础规划课题“高性能遥感影像网格计算与信息解译的智能方法”和国家高技术研究发展计划“高分辨率遥感影像精细分类及其变化检测关键技术研究”项目的支持。在分析和总结国内外图像处理特别是遥感影像处理的纹理分析的研究成果和最新技术的基础上,对图像的纹理旋转不变性和基于对象的纹理特征提取方法进行了深入的研究。首先,文章从当前数字图像处理中各种纹理分析方法的基本原理的角度,将它们分为统计方法、信号处理方法、模型方法和结构方法四个方面,对它们的基本原理、发展现状和应用情况进行了详细的介绍,并将它们集成到了上海交通大学遥感科学实验室开发的译陆平台上中。其次,文章介绍了纹理分析特别是遥感影像分析中所面临的纹理旋转问题,并重点介绍了处理纹理旋转的Gabor方法和局部二值模式方法。最后,文章在传统遥感影像纹理分析方法的基础上提出了一种面向对象的纹理分析方法——基于Gabor纹理块的对象建模方法。遥感影像空间对像往往由几种特定纹理块组成,纹理块是遥感影像中同类对象的不同实例间共有的一种有代表性的空间模式,它在对象类的不同实例间具有位置和方向的不确定性。通过精确地描述这些纹理块来对遥感影像中的对象进行描述,可以大大简化对象的识别。实验表明,这种对象的描述方法在遥感影像的纹理分割和遥感影像城区建筑物的提取实验中都能达到良好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究内容
• 1.3 全文结构
• 第二章 纹理分析方法
• 2.1 统计方法
• 2.1.1 灰度直方图
• 2.1.2 灰度共生矩阵
• 2.1.3 灰度行程矩阵
• 2.1.4 灰度差分统计特征
• 2.1.5 灰度-梯度共生矩阵
• 2.1.6 灰度基元共生矩阵
• 2.2 信号处理方法
• 2.2.1 Laws 纹理
• 2.2.2 局部二值模式
• 2.2.3 傅氏能量谱纹理
• 2.2.4 小波纹理
• 2.2.5 Gabor 纹理
• 2.3 模型方法
• 2.3.1 自回归模型
• 2.3.2 马尔可夫随机场模型
• 2.3.3 基于特征的交互作用图
• 2.4 几何方法
• 2.4.1 自相关函数
• 2.5 本章小结
• 第三章 纹理旋转不变性
• 3.1 纹理旋转不变性
• 3.2 Gabor 纹理旋转不变性
• 3.3 LBP 纹理旋转不变性
• 3.4 本章小结
• 第四章 基于纹理块对象模型的纹理分析
• 4.1 地球空间对象的划分
• 4.2 基于纹理块的对象建模
• 4.2.1 模型描述
• 4.2.2 对象建模
• 4.3 纹理块对象模型的应用
• 4.3.1 港口对象的纹理分割
• 4.3.2 高尔夫球场对象的纹理分割
• 4.3.3 城区建筑物提取
• 4.5 本章小结
• 第五章 总结和展望
• 5.1 工作总结
• 5.2 研究展望
• 参考文献
• 致谢
• 攻读硕士期间已发表或录用的论文