基于频域特征的高空间分辨率遥感图像分割.pdfVIP

基于频域特征的高空间分辨率遥感图像分割 肖鹏峰 (南京大学地理信息科学系，江苏南京210093) 随着卫星传感器的空间分辨率不断提高，高分辨率遥感图像的处理方法已成为研究的热 点，遥感图像的信息提取技术将从基于像元的分类逐步过渡到面向对象的识别与提取，以满 足土地利用精细分类、建筑物目标提取、道路网络数据库更新等应用的迫切需求。遥感图像 分割是面向对象识别的关键，论文基于频谱分析理论与频域滤波方法，对IKONOS卫星图 像的特征提取与图像分割技术进行了研究，根据振幅和相位信息提取遥感图像的纹理和边缘 特征，并提出多频段标记算法实现了结合纹理和边缘特征的图像分割。论文主要研究内容与 结论包括： 一、对高分辨率遥感图像典型地物的频谱特征及相位信息载荷理论进行探讨与分析，揭 示了地物频谱特征与频域滤波器设计的相互联系。遥感图像变换后的振幅谱表征了图像能量 在不同频率的分布，与纹理特征有着密切的联系。相位谱则指示图像特征的空间位置，相位 重构可获得图像的形状特征。通过分析高分辨率遥感图像的频谱特征，发现水体、农田、林 地、道路、厂房和居民楼等典型地物在频谱的径向分布和角向分布上表现出不同的特点，可 在频域设计特定形状的滤波器，以提取感兴趣的目标地物特征。进而发现，地物频谱的径向 分布曲线在log坐标系比在笛卡尔坐标系具有更好的区分能力，这直接启发频域滤波器的设 计在log频率空间进行。 二、给出了遥感图像频域滤波器间隔和带宽参数的设计方法，并根据地物的频谱特征提 Gabor滤波器改进Gabor滤波器提取遥感图像特征。作为能同时达到空域和频域最 出用log 优局部化的函数，Gabor滤波器在提取遥感图像的纹理特征方面具有优势。通过合理设计 Gabor滤波器组间隔参数，可以将纹理复杂的高分辨率遥感图像分解为不同频率和方向的纹 理通道。但是单纯的线性机制并不足以解释纹理识别的过程。根据log坐标系中地物频谱的 Gabor函数可以在直流分量保持为0的情况下构造任意带宽的滤波 径向分布规律，发现log Gabor滤波器组能充分覆盖遥感图像的 器，且函数的“尾巴”部分往高频方向延伸，因此log 二维频谱平面，减少各通道之间的冗余。 三、基于滤波响应的特征向量矩阵，利用振幅和相位信息提取高分辨率遥感图像的纹理 Gabor滤波器组对遥感图像进行滤波，得到特征向量矩阵，利 和边缘特征。在频域构造log 用振幅信息获得不同频带的纹理特征，它指示了遥感图像上高低频能量的分布；利用相位一 致信息，可获得照度不变的边缘特征。应用相位一致方法对典型地物进行边缘特征检测的结 果表明，相位一致方法对图像局部亮度和对比度不敏感；并且对线形物体产生单线响应，不 像空域检测算子产生双线响应。考察滤波器组尺度和方向参数的变化及噪声影响时发现，相 位一致方法无需先使用低通滤波去除噪声，因而具有更稳定的特征定位精度；并且抗噪声干 扰的能力强，检测结果不会因为噪声而出现波动。 四、提出多频段纹理标记算法，实现了结合纹理和边缘特征的分水岭分割，取得可靠的 图像分割结果。分水岭分割能生成闭合且连通的区域，但直接对边缘特征进行分水岭变换会 产生过分割。基于边缘特征的前景标记算法可以初步解决过分割问题，但仍然存在较多的破 碎小区域。考虑纹理信息的加入，针对图像的纹理复杂程度采用不同频段纹理特征，实施基 于最大区域数的自适应阈值分割，将分割得到的二值图像标记边缘特征并进行分水岭分割， 这种基于纹理标记的分割方法使得结果大为改善，消除了破碎小区域现象。运用特征组合原 理进行多光谱分割，发现由于波段之间的相似性造成分割精度下降；提出基于向量场模型的 多光谱分割方法解决了该问题，提高了分割精度。最后，基于像元数量误差准则对分割结果 进行评价，计算错分率和区域数比指标，结果表明本文方法的分割正确率可以达到80～85％， 可以初步满足高分辨率遥感图像特征识别与提取的需要。 Gabor 论文对根据典型地物图像的频谱特点，提出了一种适合高分辨率遥感图像的log 滤波器设计方案，有利于提取地物特征，对高分辨率遥感图像的目标识别和特征提取具有理