基于改进小波包变换的遥感图像分类.pdfVIP

基于改进小波包变换的遥感图像分类 口 张克军 (徐州工程学院数理学院 江苏 ·徐州 221008) 摘 要：提 出了一种利用改进的小波包变换分解遥感图像，提取纹理特征进行分类的方法。首先用改进的小波 包变换对遥感图像进行分解，然后构造纹理特征向量来描述遥感图像的纹理信息，在此基础上利用这些纹理特 征向量进行图像纹理结构分类。实验结果表明，文中提出的方法具有 良好的分类效果。 关键词 ：遥感图像 小波包 纹理图像 特征提取 中图分类号：TP391．4 文献标识码：A 文章编号：1007—3973(20l0)010—08l-02 1引言 』 =∑ “ 纹理特征是遥感图像识别特征之一，与 目标地物的光谱 Jl。 k ． r’、 = ∑ “ 特征相比，遥感图像中地物的纹理结构特征相对更为稳定，因 L k 此它在遥感图像分析和识别中具有重要意义。随着遥感技术 小波包重构算法： 的发展，能够获得更高分辨率的遥感图像，在这些图像中，目 由( )与{0 }求{ “)。 “ 标地物的细节呈现出大量的纹理结构信息，可以作为计算机 = ∑(岛一2I +gJm ,2n+2)， (3) 进行地物分类和识别的重要依据。 I 2．2基于小波包变换的纹理特征提取 纹理分析 已有许多方法 ，大致分为：统计法、结构法和频谱 利用小波包分解图像，提取图像的纹理特征主要步骤如下： 分析法。尽管这些方法取得了许多成果，但 由于方位、尺度或 (1)对图像进行级小波包分解，将一幅图像分解得到 ∑4 其它方面的变化而引起图像的不一致，上述方法 由于缺乏一个 k=l 适当的工具来有效地表示不同尺度的纹理，尚难以全面而精确 幅子图； 地描述和提取纹理信息。近年来，一些文献 4【，5】提出了利用小 (2)利用小波包分解后得到的全部子图能量作为特征向 波包变换提取图像纹理特征的方法，使用小波包分解后得到的 量中的项构造特征向量， 全部子图构造图像的纹理特征向量来描述纹理图像的纹理信 = l蜀．0|…， ，-o，…， ，…，-。，…·．2 I (4) 息。但是当遥感图像的尺寸较大时，例如，在普通PC机上做一 并进行归一化处理得到 向量，作为图像 的纹理特征描述： 次特征提取可能要耗费数十个小时，费时费力，达不到实时分 (3)对于两幅给定的图像 f和 g，分别提取它们的纹理特 类的效果。为了解决这一问题，本文对利用小波包变换提取图 征向量 rrr和 ，利用公式 像的纹理特征方法进行改进，使用小波包分解后得到的部分主 D，．=0一 =√(一)(一) (5) 要子图构造图像的纹理特征向量来描述纹理图像的纹理信息， 计算两幅图像的纹理相似度； 在此基础上利用这些纹理特征向量对遥感图像进行分类。实 (4)根据图像的纹理相似度大小来确定图像的纹理结构 验结果表明，该方法是一种简明有效的分类方法。 间的相似程度，从而确定两幅图像是否属于同一类。 2基于小波包变换 的纹理图像特征提取 3基于小波包变换的纹理特征提取方法的改进