遥感图像特征抽取

1、1教师：邓磊邮箱：第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取2n光谱特征光谱特征 + 形状特征形状特征 + 空间关系空间关系第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取3第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取4n几何特征是指图像中物体的位置、方向、周长和面积等方面的特征。n形状特征q方的圆的？胖的瘦的？q矩形度、宽长比、球状性、圆形度、不变矩、偏心率第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取51. 1. 矩形度矩形度 物体的矩形度指物体的面积与其最小外接矩形的面积与其最小外接矩形的面积之比值面积之比值。如图所示，矩形度反映了一个物体对其外接矩形

2、的充满程度。 矩形度的定义： MERoAAR 第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取62. 2. 宽长比宽长比 宽长比是指物体的最小外接矩形的宽与宽与长长之比值。宽长比r为 LWr 第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取7 圆形度包括周长平方面积比、边界能量、圆形性、面积与平均距离平方之比值等。圆形度可以用来刻画物体边界的复杂程度。 3. 3. 圆形度圆形度 周长平方面积比周长平方面积比 APC2第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取8偏心率偏心率 偏心率（Eccentricity）又称为伸长度（Elongation），它是区域形状的一种重要描述

3、方法。偏心率在一定程度上反映了一个区域的紧凑性。偏心率有多种计算公式，一种常用的计算方法是区域长轴（主轴）长度与短长轴（主轴）长度与短轴（辅轴）长度的比值轴（辅轴）长度的比值，如图所示，即： BAE 第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取9n对物体进行描述时，有时希望能使用一些比单个参数提供更丰富的细节，而又比用图像本身更紧凑的方法来描述物体的形状，这就是形状描述子，它可以对物体形状进行简洁的描述。q边界链码q傅立叶描述子q微分链码第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取10边界链码边界链码链码是对区域边界点的一种编码表示方法。该方法主要是利用一系列具有特定长度和

4、方向的相连的直线段来表示目标的边界。由于每个线段的长度固定而方向数目有限，即仅有边界的起点需要采用绝对坐标表示，其余点可只用接续方向来代表偏移量，并且每一个点只需一个方向数就可以代替两个坐标值，因此采用链码表示可大大减少边界表示所需的数据量。 最简单的链码最简单的链码是跟踪边界并赋给每两个相跟踪边界并赋给每两个相邻像素的连线一个方向值邻像素的连线一个方向值。常用的有4方向和8方向链码第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取11由顺次连接的具有指定长度由顺次连接的具有指定长度和方向的直线段组成的边界和方向的直线段组成的边界线。每一段的方向使用数字线。每一段的方向使用数字编号方法进行

5、编码，只有边编号方法进行编码，只有边界的起点需用界的起点需用(绝对绝对)坐标表坐标表示示 (a)叠加在数字化边界线上的重取叠加在数字化边界线上的重取样网格，样网格，(b)重取样的结果，重取样的结果，(c)4向链码，向链码，(d)8向链码向链码第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取12n但传统的分类方法多使用光谱分类，对影像的其它特征应用不多，这对于高分辨率影像丰富、复杂的表现形式是远远不够的，高分辨率遥感影像的分类精度急待提高。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取13n纹理目前还没有统一和公认的确切的定义。n一般认为类似于布纹、草地、砖头、墙面等具有重复性结构

6、的图像叫纹理图像。典型的人工纹理 典型的自然纹理 第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取14n纹理图像在局部区域内可能呈现不规则性，但纹理图像在局部区域内可能呈现不规则性，但整体上则表现出一定的规律性，其灰度分布往整体上则表现出一定的规律性，其灰度分布往往表现出某种周期性。往表现出某种周期性。n对这类纹理型图像可以通过纹理分析提取其宏观特征信息。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取15纹理与纹理分析介绍n纹理定义q一般说来，纹理是复杂的视觉实体或者子模式的组合。纹理分为两类：结构纹理（确定过程）和统计纹理（随机过程）。q遥感纹理的特点 ：模糊性（非确定性）；反

7、映空间灰度值之间的分布关系；尺度多变；纹理个体多时才能表现出纹理。n纹理分析q纹理分析的4个关键部分：特征提取，纹理识别，纹理分类，三维表面重建。n特征提取是纹理分析的基础，它的结果为纹理识别、纹理分类和三维表面重建所用。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取16纹理分析方法分类n纹理分析方法可以归纳为：统计方法，结构（几何）方法，模型方法以及基于数学变换（信号处理）的方法。n使用纹理信息分类的方法有两种，基于区域的和基于窗口的。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取17纹理分析方法分类n统计方法q利用灰度值的这一特性，提出了一大批的纹理统计方法与统计特征。n结

8、构（几何）方法构成纹理。n模型方法q通过来定义纹理，模型的参数决定着纹理的质量。n基于数学变换（信号处理）的方法包q括空间域滤波、付立叶滤波、Gabor和小波变换等。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取18灰度共生矩阵n从图像上灰度为i的像素出发，在某一方向（或距离）上，与灰度为j的像素同时出现的概率cij=counta=ri AND b=rj第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取19灰度共生矩阵(gray-levelco-occurrencematrix)例:计算45度方向上的灰度直方图000121101122100110200010142123202001

9、2012联合概率(jointprobability)C纹理走向和尺寸2009.Fall19LIST第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取20n对粗纹理的区域，其灰度共生矩阵的值较集中于主对角线附近。因为对于粗纹理，像素对趋于具有相同的灰度。n对于细纹理的区域，其灰度共生矩阵中的值则散布在各处。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取214 遥感图像解译专家系统n4.1遥感图像解译专家系统的组成n4.2图像处理与特征提取子系统n4.3遥感图像解译知识获取子系统n4.4遥感图像解译专家系统的机理n4.5计算机解译的主要技术发展趋势第6章 遥感数字图像计算机解译第2节

10、遥感图像特征抽取224.1 遥感图像解译专家系统的组成遥感图像解译专家系统的组成遥感图像解译知识获取子系统遥感图像解译知识获取子系统图像处理与特征提取子系统图像处理与特征提取子系统狭义的遥感图像解译专家系统狭义的遥感图像解译专家系统第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取234.2 图像处理与特征提取子系统n图像处理功能n分类与特征提取图像滤波图像增强光谱特征形状特征空间特征大气纠正几何纠正图像滤波图像增强第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取244.3 遥感图像解译知识获取子系统主要功能：知识获取（一）知识获取的三个层次n增加遥感解译的新知识；n发现原解译知识有

11、错或不完全的，修改原知识、补充新知识；n专家系统据解译结果，自动总结经验，改错增新-创造性的机器学习。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取25（二）知识获取界面1、概念：据语义、语法指导的结构编辑器。2、三个层次：n下拉主菜单式知识获取界面遥感图像解译知识获取遥感图像背景知识获取n多窗口知识获取界面n分类获取界面解译知识类型选择窗口：描述性知识：框架法过程性知识：产生式规则知识表现法控制性知识：产生式规则知识表现法解译背景知识选择窗口第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取264.4 遥感图像解译专家系统的机理n遥感图像数据库n解译知识库n推理机n解译器第6章

12、遥感数字图像计算机解译第2节 遥感图像特征抽取27三、推理机：核心（一）作用：提出假设，以地物多种特征为依据，进行推理验证，实现解译。（二）工作方式1、正向推理(ForwardChaining):事实驱动方式推理过程：2、反向推理(BackwardChaining):目标驱动方式推理过程：第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取28触发该规则结果作为新数据填入黑板槽名指示槽中图像数据库一规则匹配成功待识别地物特征数据公共数据库中间结果公共数据库规则右部执行操作或调用函数求值几规则同时触发选择一个结论匹配测试几个赋值（结论）一规则前提未全部满足反向推理将假设目标作事实赋给前提条件正

13、向推理匹配得解译结果选择目标参数确定区域结点，相关规则送入（三）推理的执行过程（三）推理的执行过程第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取29（四）推理机运行形式n咨询式：人机对话过程：据图像解译要求与特定目的，确定目标地物分类系统、地物识别深度，若缺乏某判据，系统向用户询问，用户给出判据，系统综合分析后的解译结果。适用：n隐蔽式：数据传递、知识的调用在专家系统内部。过程：当前事实不足时，转入反向推理，获取有关证据。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取30四、解译器（一）作用：对推理过程进行解译。（二）解决的问题：1、理解用户提出的问题2、据用户问题进行解译：追

14、踪解译法栈问题问题推理方法推理路径推理规则第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取314.5 计算机解译的主要技术发展趋势一、抽取遥感图像多种特征并综合运用这些特征进行解译二、逐步完成GIS各专题数据库的建设，减少自动解译中的不确定性（一）辐射校正，消除地形差异的影响；（二）解译直接证据，增加遥感图像信息量；（三）解译辅助证据；减少不确定性；（四）解译结果的检验数据，降低误判率。第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取32三、建立适用于图像自动解译的专家系统，提高自动解译的灵活性（一）建立解译知识库和背景知识库；（二）据图像解译特点构造专家系统；四、模式识别与专家系统相结合模式识别：统计模式识别结构模式识别结合方式：串联并联第6章 遥感数字图像计算机解译第2节 遥感图像特征抽取33五、计算机解译新方法的应用（一）人工神经网络 （ANNArtificial Neural Network）n特征：nANN在图像识别中的功能：目标地物特征提取与选择；学习训练及分类其的