Landsat数据水体自动提取研究进展

水体自动提取是当前遥感技术应用研究的热点之一。在简述水体遥感识别机理的基础上,回顾了国内外常用的Landsat数据水体自动提取方法,并将其划分为单波段阈值法、多波段谱间关系法、水体指数法和分类后提取法4类进行综合阐述,最后从辐射校正、混合像元和图像二值细化3方面对水体自动提取的未来研究方向做了展望,以期为水体自动提取及相关研究提供参考。     

基于分布式计算的遥感图像水体识别研究

为了提高遥感数据的处理速度,解决遥感信息提取中的数据密集与计算密集问题,将并行计算的思想引入到遥感图像的处理与信息提取中,构建基于Landsat ETM+影像的分布式遥感图像水体提取模型。以渭干河流域为研究区,利用单波段阈值法、多波段谱间关系法、水体指数法等方法进行水体信息自动提取的实验。实验结果表明,该模型具有较高的识别精度,能够快速识别水体,并具有稳定的可扩展性和伸缩性。     

山地高原地区TM影像水体信息提取方法比较-以香格里拉县部分地区为例

采用遥感数据对地物进行识别是获取地物信息的一种重要手段。在云南省香格里拉县湿地研究中,以Land-sat ETM+影像作数据源,分别采用了阈值法、差值法和阈值法的结合运用、多波段谱间关系法和阈值法的结合运用3种方法对湿地进行识别。结果表明:采用阈值法难以将灰度值接近的山体阴影和水体区分开来,差值法和阈值法的结合、多波段谱间关系法和阈值法的结合运用提取到的水体信息精度较高,多波段谱间关系法对于消除阴影的效果最好。     

ETM+影像水体提取方法研究

以Landsat-7的ETM+为数据源,通过实验比较了阈值法、谱间关系法、改进的归一化差异水体指数法以及分类提取法对水体进行提取的效果,得出了谱间关系法易消除阴影的误提,单波段阚值法易消除居民地误提的结论,提出了综合谱间关系法和阎值法的方法,取得了好的提取效果,有效减少了误提现象.同时,针时阈值选取需经过反复试验的问题,提出了对(TM2+TM3)-(TM4+TM5)和TM5叠加影像进行聚类分割自动提取出水体,提取精度高且避免了阈值选取的繁琐.     

巢湖流域水体信息提取方法研究

以Landsat-5 TM影像为数据源,在对研究区典型地物光谱特征值分析的基础上,利用各水体指数模型之间的关系,探讨了二值化提取水体中阈值确定的其他方法;通过对地物光谱值的分析,发现水体由于泥沙等含量的不同以及深浅的不同,其灰度值变化范围较大,与阴影的重叠较多,而采用谱间关系法,不能确定合适的阈值。提出了加权各波段灰度值并设定阈值去除阴影的方法--加权灰度阈值法,可以有效地去除阴影。研究表明结合水体指数模型法和加权灰度阈值法可以准确地提取水体信息。     

针对资源三号卫星影像水体提取的谱间关系法

针对现阶段水体提取的数据源多是国外测绘卫星数据且需要多波段、丰富光谱信息的问题,通过研究资源三号卫星影像中水体的光谱特征以及阴影的光谱特征,提出一种在资源三号卫星影像中水体提取的方法。运用单波段阈值法、归一化差分水体指数法、支持向量机法、基于阈值的谱间关系法4种方法对提取水体的效果进行比较分析。实验结果表明,本文提出的基于阈值的谱间关系法提取水体的效果比另外3种方法有明显提升,能有效剔除阴影的影响,并且能较好地提取影像中的细小水体。     

基于TM影像的典型内陆淡水湿地水体提取研究

水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格,其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像,运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验,通过对实验结果的分析得出：在面积的准确性、提取的准确度以及视觉效果3种指标下,光谱分类法较其它方法效果要好,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法;影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的,采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。     

基于GF-2遥感影像的一种快速水体信息提取方法

在高分辨率遥感影像中,水体与阴影(尤其是高大建筑物阴影)、暗色地物不易区 分。针对 GF-2 遥感影像的光谱特性的大量实验研究,提出了一种新综合水体指数法(NCWI)来 增强水体区域信息;同时利用改进的 OSTU 结合鸡群算法(CSO)快速自适应地确定最佳分割阈 值,进而得到最终的水体区域。将其同归一化 NDWI、改进谱间关系法、主成分分析综合法等 常见水体信息提取方法应用于 GF-2 遥感影像水体信息提取,利用采用实地采样和人工解译的 混淆矩阵对提取的水体区域结果进行精度验证和对比分析,从而验证了其有效性和高效性。4 个实验区域的结果证明,该算法可以快速有效地提取水体信息,精确度分别达到 97.82%, 97.44%,92.13%,96.94%。     

改进的OTSU法在遥感水体信息提取中的应用

在遥感信息解译中,利用指数法提取水体信息一直存在阈值选取困难的问题。为了进一步解决该问题,将改进的OTSU法用于阈值选取。综合考虑目标像元和背景像元类间方差、类内方差两个指标,并结合粒子群算法,对研究区水体信息进行提取。实验结果表明,提出的算法能更快地确定阈值,有效地提取水体信息。     

单波段单极化SAR图像水体和居民地信息提取方法研究

SAR图像上水体和居民地信息的提取在实际应用中具有重要的意义。为了更好地提取SAR图像上水体和居民地,以单波段单极化Radarsat-1 SAR图像为研究对象,首先利用半变异函数分析样本图像的结构特性来确定纹理信息提取的最佳参数;然后,在此基础上基于灰度共生矩阵计算SAR图像均值、角二阶矩和熵3种纹理测度,建立了适于图像分类的多维特征空间,从而有效地增强了水体和居民地信息;最后通过样本采集,使用支持向量机分类器进行水体和居民地信息提取,并采用近期归一化植被指数(NDVI)数据和分类结果进行目标层融合来消除山体因素的影响,信息提取的结果显示,分类总体精度为82.57%,Kappa系数为0.58,较准确地提取了水体和居民地信息。     

A color image watermarking scheme based on artificial immune recognition system

This study suggests a novel watermarking technique that uses artificial immune recognition system to protect color image’s intellectual property rights. The watermark is embedded in the blue channel of a color image. m-bit binary sequence embedded into the color image is used to train artificial immune recognition system. With this composed technique, extracting the watermark which is embedded into the color image is carried out using artificial immune recognition system. It is observed that the composed technique achieves high performance to process of extracting this watermark. The watermark is extracted successfully from the watermarked image after various image processing attacks as well.     

基于双随机场能量函数的区域化图像分割*

为了提高图像分割算法的抗噪性,并充分利用特征场和标号场在能量函数分割模型中的作用,提出基于双随机场能量函数的区域化图像分割方法.首先,利用几何划分将图像域划分为一系列子区域.在此基础上,采用多值高斯分布的负对数定义区域化特征场能量函数,用于描述同质区域内像素颜色的统计分布一致性.扩展传统建模邻域像素标号关系的Potts模型至邻域子区域,定义区域化标号场能量函数,用于表征各子区域标号之间的相关性.联合特征场和标号场,采用KL散度定义异质性能量函数,用于刻画同质区域间颜色统计分布异质性.利用非约束吉布斯表达式将定义的特征场和标号场能量函数转换为描述图像分割的概率分布函数.最后,在最大化上述概率分布函数准则下,设计合适的M-H采样算法,获得最优图像分割.在合成图像、遥感图像和自然纹理图像上进行分割实验,验证文中方法的有效性和准确性.     

基于SVM的遥感图像半自动提取方法研究

遥感影像的半自动提取是遥感图像处理领域里的一个重要研究方向。提出一种新的半自动提取面状地物的方法,能够用随意给定的前景和背景曲线准确地提取出感兴趣的区域。算法首先提取前景和背景曲线上的像素作为分类样本,并使用SVM(Support Vector Machines)得到最初的分类效果。在此基础上,综合利用分类对象的光谱特征和形状特征信息,进行区域合并。最后,采用一种自动停止区域合并的准则确定最终合并结果。实验证明,该算法适用性强,可以在复杂多变的情况下,准确地区分出多种地物。     

增强成对旋转不变的共生扩展局部二值模式

目的 针对成对旋转不变的共生局部二值模式（PRICoLBP）算法对图像光照、旋转变化鲁棒性较差,且存在特征维度过大的问题,提出了一种可融合多种局部纹理结构信息的有效特征——增强成对旋转不变的共生扩展局部二值模式。方法 首先,对图像各像素点的邻域像素点灰度值进行二值量化得到二值编码序列,并不断旋转二值序列得到以不同邻域点作为编码起始点对应的LBP值;然后,分别利用极大、极小LBP值对应的邻域起始编码点和中心像素点确定两个方向矢量,并沿这两个方向矢量在两个不同尺度图像上选取上下文共生点;其次,利用扩展局部二值模式（ELBP）算法的旋转不变均匀描述子来提取上下文共生点对的中心像素灰度级、邻域像素灰度级及径向灰度差异特征间的相关性信息;最后,用上下文共生点对的特征直方图训练卡方核支持向量机,检测纹理图像类别。结果 通过对Brodatz、Outex （TC10、TC12）、Outex （TC14）、CUReT、KTH-TIPS和UIUC纹理库的分类实验,改进算法的识别率比原始的PRICoLBP算法识别率分别提高了0.32%、0.57%、5.62%、3.34%、2.1%、4.75%。结论 利用像素点LBP特征极值对应的起始编码序列来选取上下共生点对,并用ELBP算法提取共生点对局部纹理信息,故本文方法能更好描述共生点对间的高阶曲率信息及更多局部纹理信息。在具光照、旋转变化的Outex、CUReT、KTH-TIPS纹理库图像分类实验中,所提方法比原始PRICoLBP算法取得了更高的识别率。实验结果表明,改进算法相比于原始算法能在较低的特征维度下对图像光照、旋转变化具有较好的鲁棒性。     

An effective scheme for image texture classification based on binary local structure pattern

Effectiveness of local binary pattern (LBP) features is well proven in the field of texture image classification and retrieval. This paper presents a more effective completed modeling of the LBP. The traditional LBP has a shortcoming that sometimes it may represent different structural patterns with same LBP code. In addition, LBP also lacks global information and is sensitive to noise. In this paper, the binary patterns generated using threshold as a summation of center pixel value and average local differences are proposed. The proposed local structure patterns (LSP) can more accurately classify different textural structures as they utilize both local and global information. The LSP can be combined with a simple LBP and center pixel pattern to give a completed local structure pattern (CLSP) to achieve higher classification accuracy. In order to make CLSP insensitive to noise, a robust local structure pattern (RLSP) is also proposed. The proposed scheme is tested over three representative texture databases viz. Outex, Curet, and UIUC. The experimental results indicate that the proposed method can achieve higher classification accuracy while being more robust to noise.     

基于模式分析的二值文本图像隐写分析算法

在研究已有的二值图像信息隐藏和隐写分析算法基础上,给出图像“模式”的概念,按修改图像模式中心像素对人体视觉的影响程度将图像模式分成3类,建立二值图像最佳嵌入位置模式库,通过分析二值文本图像的模式在嵌入信息前后的变化特征,提出基于模式分析的二值文本图像隐写分析算法。实验证明,该算法的性能较佳。     

旋转均值跳动特征及其在模糊人脸识别中的应用

针对目前监控摄像头由于远距离拍摄导致模糊人脸识别率欠佳的问题,提出了具有"有序"全局结构性特征的旋转均值跳动特征提取算法。该算法在图像每条垂线上按照从上至下的顺序等分选择若干采样点,运用均值跳动的方法进行编码,计算每条垂线上所有值不为0的像素的平均值,按顺序将选取的若干采样点像素值和平均值进行比较,并依次编码,生成1个8位二进制数,其对应十进制值的范围与像素值范围相同,该十进制数为整条垂线上的特征值,从而提取出描述每条垂线的纹理特征信息。结合图像预处理和直方图归一化实现对纹理图像融合特征信息提取。实验结果表明,该算法相比深度学习在模糊人脸识别方面有了明显提升。     

利用Kolmogorov-Smirnov统计的区域化图像分割

目的 为了在未知或无法建立图像模型的情况下,实现统计图像分割,提出一种结合Voronoi几何划分、K-S(Kolmogorov-Smirnov)统计以及M-H(Metropolis-Hastings)算法的图像分割方法.方法 首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域为待分割同质区域的一个组成部分,并利用K-S统计定义类属异质性势能函数,然后应用非约束吉布斯表达式构建概率分布函数,最后采用M-H算法进行采样,从而实现图像分割.结果 采用本文算法,分别对模拟图像、合成图像、真实光学和SAR图像进行分割实验,针对模拟图像和合成图像,分割结果精度均达到98%以上,取得较好的分割结果.结论 提出基于区域的图像分割算法,由于该算法中图像分割模型的建立无需原先假设同质区域内像素光谱测度的概率分布,因此提出算法具有广泛的适用性.为未知或无法建立图像模型的统计图像分割提供了一种新思路.