基于高分辨率遥感图像的船只纹理研究.pdfVIP

第27卷 第 1期 长 江 科 学 院 院 报 V01．27 No．1 2010年 1月 JournalofYangtzeRiverScientificResearchInstitute Jan ．20 l0 文章编号：1001—5485(2010)o1—0045—04 基于高分辨率遥感图像的船只纹理研究 曹 波 。严晓峰 (1．长江科学院 空间信息技术应用研究所，武汉 430010；2．九江学院信息学院，江西 九江 332005) 摘要：为实现长江流域有关部门对江面 目标船只进行管理，及满足对特定时段 、特定区域的船只类型、分布和数量 进行监控的需求，开展了基于高分辨遥感图像计算机 自动提取船只纹理的研究。选择了相应的统计学指标作为评 价因子，利用强大的IDL作为开发工具 ，实现了船只纹理研究的专项功能。通过 目视解译对计算结果进行验证，结 果表明选择指标合理 ，所有纹理因子中，熵 、梯度和相关性最能反映纹理特征 ，并存在着一定的相关性。 关 键 词：船只纹理；高分辨率遥感图像 ；IDL 中图分类号：TP311 文献标识码 ：A 纹理也称结构 (texture)，实质上是具有不同色 区域的 目标船只，最后完成船只类型划分。本文选 调和形状的细微影像的集合 ¨。这种细微影像可 择了如下统计学指标作为纹理因子 。 称为纹理基元，它们按照某种排列规则和组合方式 1．1 熵 重复出现就形成纹理 。地面调查时，因为人们视野 图像的熵能反映图像的信息含量，图像的熵值 有限，只能看到 自然界局部现象，很难纵观全局，形 越大说明信息量越丰富，这样图像能够带给我们更 成能够概括整个区域的宏观特征概念。而遥感技术 多的细节。对于一幅单独的图像，设它的灰度分布 可以将区域 内各景观要素及周边地物要素之问如何 为P={P。，P 一，P --，P一}。P为灰度值等于i的 排列组合，如何转变过渡等种种特征都一览无遗，能 像素个数与图像总像素个数之比；L为图像的总的 够体现出各种特色的纹理结构。船只是人造地物， 灰度级。由香农信息论的原理可知，一幅图像 的 有着鲜 明的纹理特征，并且 由于不同用途的船只其 信息熵为 上层建筑也将有很大的不同，其纹理特征也将大相 (X)=一 log(P) 。 (1) 径庭。因此，通过研究高分辨遥感图像上的船只纹 理，实现计算机 自动提取船只纹理因子，将能够快 1．2 均 值 速、宏观、大覆盖范围地确定长江上特定时段、特定 均值是像素的灰度平均值，它反映了图像的平均 区域的船只类型、分布和数量，为相关部门对江面 目 亮度。图像的光谱相似性可以通过比较待定船只图 标船只管理提供技术手段和技术支持 。 像亮度均值与采砂船只模板图像之间的偏离来衡量， 1 M ，v = ‘ “j o 、 ‘一MxN∑∑ (m，n) 。 (2) l 1 量化纹理 式中：三为均值 ；为融合 图像 ；M，N分别为 图像的 由于机器识别不同于 目视解译，计算机无法完