第三章遥感纹理分析讲解.ppt

* 比如说一片树叶占据图像大部分画面时只能算是一个物体，但如果一副画面里面有一个树的话，那叶子组成的树冠就是纹理了。所以它与图像分辨率密切相关。 纹理一般可以分为规则、近似规则、不规则、近似随机、随机等几类 * 纹理分类：比如，我们假定一幅特定的航空照片可能是属于海洋、陆地或者城区。那么每类都应该对应着唯一的纹理特征。这就是纹理分类。纹理分割：分割应该包括表示纹理，并能够自动确定图像中纹理区域之间的边界。纹理分割也属于图像分割中的一种，我们在后面还会具体介绍图像分割的内容，所以这次就不具体介绍纹理分割的内容。从纹理恢复形状：通过透视投影在物体上产生的纹理模式可以确定物体的三维形状。也就是说可以通过假定在同一表面的不同点的纹理“看起来相同”来完成这一点的重建，这意味着不同点之间纹理的差异提供了表面的形状信息，所以可以用来恢复形状。属于三维从建的内容，我们也在后面的工作单独介绍，所以这节课也不设计这个方面的内容。 * 纹理常用它的粗糙性来描述。比如在相同观察条件下毛料织物表面要比丝织品粗糙，那这个粗糙性的大小与局部结构空间重复周期有关，周期大的纹理粗，周期小的纹理细。I（uv）是原图像，xy相当于偏离值大小。一般设定一个窗口，xy就是窗口的大小。 * 两幅图是有大小不同但分布相同的圆组成的图像，在上面放了一个完全一致的透明的图像，图中虚线表示不动图片，实线表示运动后图片的位置。移动后，我们要观察的是各自重叠面积的下降速度。可以发现左图下降慢，右图下降快。 * LBP不受任何灰度值单调变化的影响 3.3 遥感图像的纹理分析 统计得4个灰度共生矩阵如图(b),(c),(d),(e)所示： 由此可见，d,?取不同的数值组合，可以得到不同情况下的灰度共生矩阵。 当d 取值较小时，对应于变化缓慢的纹理图像（较细的纹理），其灰度共生矩阵对角线上的数值较大；而纹理的变化越快，则对角线上的数值越小，而对角线两侧上的元素值增大。 灰度共生矩阵并不能直接提供纹理信息，为了能描述纹理的状况，需在灰度共生矩阵的基础上再提取能综合表现灰度共生矩阵状况的纹理特征量，称为二次统计量。 一幅图像的灰度级数一般是256级，这样级数太多会导致计算灰度共生矩阵大，计算量大。为了解决这一问题，在求灰度共生矩阵之前，常压缩为16级。 在提取特征之前，需对灰度共生矩阵作正规化处理。 令 (i,j) = p(i,j)/ R R--正规化常数。 当取d=1，?=0?时，每一行有2(Nx–1)个水平相邻像素对，因此总共有2Ny(Nx–1)水平相邻像素对，这时R=2Ny(Nx–1)。同样当取d=1，?=45?时，共有2(Ny–1)(Nx–1)相邻像素对，R=2(Ny –1)(Nx –1) 。由对称性可知，当? =90?和135?时，其相邻像素对数是显然的。 灰度共生矩阵计算及其解释 纹理特征 公式 熵 (entropy) 能量 (energy) 对比度 (contrast) 均匀度 (homegeneity) 相关性 (correlation) 各特征含义 （1）熵： 含义：图像所具有的信息量的度量，纹理信息也属于图像的信息，是一个随机性的度量。 性质：当图像无纹理时，熵应该等于0，满纹理时，该值应该最大，从数学角度看，当共生矩阵所有元素近似相等时，熵应该最大。它表示了图像中纹理的非均匀程度或复杂程度。 ??  各特征含义 （2）能量： 含义：灰度共生矩阵元素值的平方和，所以也称能量，反映了图像灰度分布均匀程度和纹理粗细度。 性质：如果共生矩阵的所有值均相等，则能量值小；相反， 如果其中一些值大而其它值小，则能量值大。当共生矩阵中元素集中分布时，此时能量值大。能量值大表明一种较均一和规则变化的纹理模式。 ??  各特征含义 （3）对比度： 含义：反映了图像的清晰度和纹理沟纹深浅的程度。 性质：纹理沟纹越深，其对比度越大，视觉效果越清晰；反之，对比度小，则沟纹浅，效果模糊。如果对比度大的象素对越多，这个值越大。灰度共生矩阵中远离对角线的元素值越大，对比度越大。 ??  （4）均匀度： 含义：反映图像纹理的同质性，度量图像纹理局部变化的多少。 性质：其值大则说明图像纹理的不同区域间缺少变化，局部非常均匀。 ??  各特征含义 （5）相关： 含义：它度量空间灰度共生矩阵元素在行或列方向上的相似程度，因此