淺談遙感影像紋理特征提取及應用

焦健

摘 要：現階段，遙感圖像具有相對豐富的數據信息，紋理信息也不例外。遙感影像在紋理方面的分析研究已經逐漸發展為提高遙感影像具體分類精度的有效手段，可以在一定程度上準確提取相關的紋理特征，實現影像的成功分類。本文就紋理特征提取方法進行分析，然后有效結合遙感影像實際紋理特點，利用專業化的灰度共生矩陣方法對其特征進行詳細描述。另一方面，介紹了紋理特征在遙感圖像處理上的應用。

關鍵詞：紋理特征；提取；應用

遙感技術屬于現代化先進科學技術之一，在現代化社會發展水平不斷提升以及科學技術進步發展的背景下，借助遙感技術可以在一定程度上有效縮短信息的實際獲取周期，進而豐富信息量，最終使其呈現海量化信息特征。

但是，怎樣從海量影像資料數據當中快速且及時地獲取信息，然后加以處理運用一直是目前需要解決的主要問題。將遙感技術與一般圖像處理方法相比較，其遙感影像的紋理信息一般會更豐富以及更復雜，地物區分效果明顯。現階段，遙感影像在分析層面的方法和實現多是針對高分辨率圖像的。

1 遙感影像在紋理特征提取方面的方法分析

1.1 灰度共生矩陣

從統計學角度出發開展紋理研究，一般情況下，紋理往往會被看作相鄰像元。利用灰度共生的矩陣方法從該思想出發，借助條件概率來有效抽取紋理基本特征，準確統計在同樣位置關系情況下，一對像元存在的灰度相關性，然后再利用灰度條件概率對紋理進行科學表示。

1.2 Gabor和小波分析

Gabor小波作為最經典的紋理特征提取手段，其能量譜可以有效捕獲紋理當中豐富有用信息，具有相對較高的準確度，然而也存在著諸多缺點，例如很難得知紋理在方向方面以及頻率方面的實際變化信息，且計算相對復雜等。

小波理論的起源是信號處理。因探測精度的制約，通常情況下，信號處于離散狀態，經過分析處理后，我們會發現信號往往是由多個小波組合而成的，而且以上的小波都是不同頻率表現形式的代表。從某種程度上講，小波分析的理念主要是指將影像進行多分辨率化分解，然后逐漸分解成不同空間狀態與不同頻率狀態下的子影像，之后再對子影像實施科學化編碼。

1.3 傅立葉域濾波

紋理頻率分析過程中的首要選擇就是傅立葉變換，人體自己的視覺系統可以分解圖像，然后將其分解成不同的頻率和方向。傅立葉域濾波是一種重要的手段，在對紋理進行分析時。具體來說，表現為三個重要性質：

1）傅立葉頻譜投影峰值對應的紋理圖案的主方向；

2）這些峰值在頻域平面的位置對應紋理模式的基本周期；

3）如果用濾波方法把周期性成分去除，剩下的非周期性部分將可用統計方法描述。

2 遙感影像紋理特征的應用

2.1 基于紋理特征的圖像分割

紋理圖像分割作為數字圖像處理工作的分支之一，屬于眾多圖像分析研究以及機器視覺應用方面的基礎性條件，然而因自然紋理類型龐雜、形態各異且結構繁復，另一方面也因為對人類視覺系統感知紋理的機理認識不足，紋理圖像分割一直是圖像處理領域的一大難題。在過去的四十多年中，廣大研究人員雖然提出了大量的紋理圖像分割算法，但是這些算法都存在著一定的不足。

按照算法構造以及執行流程方面的差異性，其紋理圖像的專業化分割算方法可以劃分為三個組成部分，第一是結構分割算法；第二是邊緣分割算法；第三是特征分割算法。基于邊緣的分割算法使用串行的分割策略，讓一個計算窗口逐點滑過整幅圖像，通過判斷每一個窗口內是否存在不同類型的紋理來確定紋理的邊緣，然后利用邊緣跟蹤和連接方法得到紋理圖像的分割結果。特征分割算法包括紋理特征的提取以及圖像的分割兩個構成環節，前者能夠把圖像科學轉化成紋理特征集合，而后者通過使用分類、聚類等方法得到一個對特征集的劃分，從而給每一個特征賦予一個類別標號，該標號反映了特征所對應的像素或圖像區域在分割結果中的歸屬。

2.2 基于紋理特征的圖像檢索

紋理特征既能反映圖像的統計特性，又能反映圖像內部結構的特征，所以在圖像檢索中，紋理發揮了很大的作用。由麻省理工學院媒體實驗室開發了一套用于瀏覽和搜索圖像的交互式工具，這是基于內容的圖像檢索系統的第一個基本研究方面。圖像特征提取中的紋理特征。紋理特征可以用于一般的圖像檢索技術，也可以用于特定領域的圖像檢索技術，具有廣闊的開發潛力和應用前景。

2.3 基于紋理特征的遙感影像分類

分了下面三種情況，根據常有的利用紋理特征對遙感影像進行分類：

1）紋理分類，其分類方法并不可以提高分類精度，卻在一定程度上使分類精度不斷下降。這是由于紋理本身的特點所致使的。

2）遙感影像分類，我們可以借助紋理對遙感的相關影像進行充分分析，也就是說，建立模型是通過利用圖像紋理的具體特征和原始圖像，其中之一的參數就是圖像紋理，圖像分類也使用標準化參與。紋理特征可以作為另一個波段的原始圖像，再進行各方面對波段進行分析，然后進行分類。

3）借助光譜進行監督分類，然后利用紋理信息對光譜的結果進行細分。

3 結論

通過提取紋理特征能夠分為遙感圖像處理、檢索處理以及分類等處理方法，為遙感圖像處理提供重要依據。本文主要歸納總結了紋理特征提取方法及相關應用，旨在為遙感圖像處理提供一條行之有效的方法。

參考文獻：

[1] 劉曉葳.遙感圖像紋理特征提取的研究[D].華中科技大學，2007.

[2] 溫智婕.圖像紋理特征表示方法研究與應用[D].大連理工大學，2008.

[3] 夏勇.基于特征的紋理圖像分割技術研究[D].西北工業大學，2006.