遥感图像特征分析.ppt

基于分形分维的人工纹理图像分割结果第63页，共89页，星期日，2025年，2月5日信号处理方法Gabor方法小波变换第64页，共89页，星期日，2025年，2月5日3.1GABOR滤波提取图象纹理定义方式其中，是尺度参数，为方向参数，为方差，取为第65页，共89页，星期日，2025年，2月5日它是一个滤波器组，在0，45，90，135度时不同尺度下的滤波器形状如下图：u=0,v=4u=1,v=4u=2,v=4u=0,v=6u=1,v=6u=2,v=6u=0,v=0u=1,v=0u=2,v=0u=0,v=2u=1,v=2u=2,v=2滤波器形状第66页，共89页，星期日，2025年，2月5日GaborFilterGabor滤波器分割图像的主要原理：通过构造一个滤波器组来提取图像不同方向和尺度下的特征，达到分割图像的目的。该算法中主要的操作步骤包括滤波器的构造、特征的提取和特征的聚类。第67页，共89页，星期日，2025年，2月5日GaborFilter的一般步骤滤波器的构造特征提取特征平滑特征聚类第68页，共89页，星期日，2025年，2月5日特征提取用该滤波器组的每一个滤波器g(m,n)分别与原始图像f(m,n)作卷积，得到了特征向量空间，记为r(m,n)。此处，为了避免复杂的卷积运算，引入快速傅立叶变换，在频域中用点乘运算，然后再反变换到空间域中，公式如下：第69页，共89页，星期日，2025年，2月5日特征平滑根据特征的分布情况计算分布方差值：为该特征向量集的均值根据求得的方差设计二维高斯函数，得到一个滤波模板，如下式:第70页，共89页，星期日，2025年，2月5日其中，u为高斯分布的均值，取为0；在此基础上，作操作g=Y*YT，得到对称的二维高斯滤波模板g。用得到的滤波模板g与特征向量r(m,n)作卷积以平滑该特征，而得到最终的特征向量s(m,n)。s(m,n)中尽可能地保留了原始的低频信息。第71页，共89页，星期日，2025年，2月5日特征聚类由于特征选择的方法可以保证同一种纹理的像素点基本分布在特征空间的同一区域，所以用简单的聚类算法如K-Means算法即可以实现像素的标记，从而实现图像的分割。此步骤从略。第72页，共89页，星期日，2025年，2月5日GaborFilter试验结果第73页，共89页，星期日，2025年，2月5日Canny边缘检测结果第31页，共89页，星期日，2025年，2月5日小波边缘检测算法基于小波分析的边缘检测算法总结如下：（1）对原始图像进行多级小波分解，得到多尺度的模图像。（2）计算并记录小波变换域中模为局部最大值的点。（3）通过自适应阈值法进行阈值处理，得到多尺度的边界图像。（4）进行逆小波变换，得到边界图像。*第32页，共89页，星期日，2025年，2月5日飞机与其边缘图第33页，共89页，星期日，2025年，2月5日直线检测算法Hough变换检测直线Hough变换利用图像空间和Hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值的方法检测直线。第34页，共89页，星期日，2025年，2月5日变换前变换后第35页，共89页，星期日，2025年，2月5日利用Hough变换提取桥梁(a)原图(b)分割后图像图4-4Hough变换的对桥梁的分割结果第36页，共89页，星期日，2025年，2月5日相位编组直线检测原理：利用梯度方向获取直线支撑区。第37页，共89页，星期日，2025年，2月5日实验结果：图一：原始图像图二：白色表示线支持区域图三：最小二乘拟合结果第38页，共89页，星期日，2025年，2月5日3遥感图象纹理特征描述第39页，共89页，星期日，2025年，2月5日(a)(b)人工纹理与自然纹理(a)人工纹理；（b）自然纹理纹理的概念第40页，共89页，星期日，2025年，2月5日将特定的纹理区域用一定规则提取出来纹理信息提取第41页，共89页，星期日，2025年，2月5日目前的纹理提取技术的分类统计方法利用灰度值的空间分布这一特性，提出了一大批的纹理统计方法与统计特征。几何方法纹理元构成纹理。模型方法通过模型参数来定义纹理，模型的参数决定着纹理的质量。信号处理方法（基于数学变换）括空间域滤波、傅立叶滤波、Gabor和小波变换等。*