结合二维EEMD和小波分解的遥感图像纹理方向检测.pdf

第32卷 第 1期 地 理 与 地 理 信 息 科 学 VoI_32 No．1 2016年 1月 GeographyandGoe-InformationScience January2016 doi：10．3969／jissn。1672—0504．2016．01013 结合二维 EEMD和小波分解的遥感图像纹理方向检测 刘晓杰 ，范 虹 ，党小虎 (1．陕西师范大学计算机科学学院，陕西 西安710062；2．西安科技大学地理与环境学院，陕西西安 710054) 摘要：遥感图像纹理特征的提取和分析，可以弥补光谱特征在提取遥感图像信息特征方面的不足 ，提高遥感图像分 类、识别的精度。为了得到遥感图像纹理特征中较重要的方向性特征，提出一种检测遥感图像纹理方向特征的新 方法 ：先用改进后的二维集合经验模态分解算法 (BEEMD)对原始图像进行处理；再对分解结果进行小波分解与 Radon变换来检测图像纹理的方向性特征。实验结果表明，所提算法既能克服小波分解高频信息泄露的缺陷，增 强小波分解的适用性 ；又能获得遥感图像纹理在低频 、垂直和水平等部分较为准确、精细的方向特征检测结果，为 遥感图像的识别与区分提供更有效的依据。 关键词：BEEMD；小波分解；Radon变换 ；遥感；图像纹理方向检测 中图分类号：TP79 文献标识码：A 文章编号：1672--0504(2016)01一OO66一O5 don变换[7]等。其中，Ridgelet变换与基于小波的 0 引言 Radon变换算法相似，处理结果在精度上也相差无 遥感图像特征是遥感图像的重要属性，是遥感 几，但 Ridgelet变换对图像边缘部分的处理不理想， 图像研究中较为重要的一部分内容l1]。传统的遥感 易造成处理结果缺乏稀疏性 。二维Gabor滤波器是 图像特征提取，主要提取的是其光谱特征，用来表征 由复正弦函数调制的含有方向因子的高斯函数，用 光谱信息较为丰富、地物间光谱差异较为明显的图 它进行纹理方向检i贝0效果很好，但计算量稍大且对 像效果较好；但遥感图像中除了包含丰富的地物光 于突变、非平稳的信号处理效果不佳。基于小波和 谱信息之外，还含有较复杂的空间结构关系，而光谱 Radon变换的方法简单易行，且在捕获图像方向性 特征却不能很好地反映图像这一属性，且光谱信息 信息和处理各向异性纹理等方面都有很好的效 受太阳高度、大气散射等因素的影响，会使得影像本 果_7]，但它存在着小波分解带来的两个缺陷，即小波 身存在不同程度的畸变，从而导致用光谱特征表征 基函数的长度限制会导致信号高频部分 的能量泄 遥感图像特征时会出现很大的误差_2J。所以，为了 露 ，小波基函数的选择决定着小波分解的性能，严重 获取更全面和更准确的实验结果，应选择受这些因 制约了这种方法的应用[8]。 素影响较小且可以反映空间结构关系的遥感图像纹 而 Huang等提出的经验模态分解 (Empirical 理特征进行研究。 ModeDecomposition，EMD)算法能把复杂的信号 自 为了较好地对图像纹理特征进行提取和分析， 适应地分解成一定数量的固有模态函数 (Intrinsic Tamura等 ]将其划分为 6个基本量来表述，分别 是：粗糙度(Coarseness