多／高光谱 遥感数据的类立体纹理特征

鉴于多／高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵 ( Gray Level Difference Associated Possibility matrix．GLDAP)的视觉差异分析方法,以有效地利用图像底层数 据及数据之间的相关性．根据地物的波谱特性,统计两波段图像灰度协同变化的规律并记录在GLDAP矩阵 中,基于此矩阵提取了遥感数据的类立体纹理特征．将该方法与灰度共生矩阵( GLCM)纹理分析方法的遥感 地物分类性能比较,实验结果表明：基于GLDAP的纹理提取及分析表现出良好的性能,3种地物分类效果 明显优于GLCM方法,能够减少因单波段中地物可分性差而导致的误识,克服了GLCM方法对图像统计描述 的局限性,在相同时间开销下GLDAP右法较GLCM有更优的解译分析精度     

SAR图像纹理特征提取与分类研究

为了高精度地提取合成孔径雷达(SAR)图像中的有用信息,提出一种基于灰度共生矩阵的纹理特征辅助SAR图像分类方法,该方法选择的是在合适的窗口尺寸下能将各种地物类型区分开的最佳纹理特征组合.采用增强的Frost滤波法对SAR图像进行斑点噪声抑制,通过比较各典型地物基于灰度共生矩阵的纹理特征统计量,确定参与分类的最佳纹理特征组合、计算灰度共生矩阵的最佳窗口尺寸;采用主成分分析法去除各纹理特征之间的相关性,选择信息量大的2个主成分与图像的灰度共同组成3个波段的图像;最后采用最大似然分类法对该组合图像进行分类.结果表明:该方法提取出的纹理特征辅助SAR图像分类,比无纹理信息参与的SAR图像分类,其精度可提高11.20%.     

一种用于多光谱纹理分类的ICA多尺度算子

针对像元数据为多维的多光谱遥感图像,提出了一种可用于多光谱纹理分类的ICA多尺度算子.首先定义用于描述纹理不同尺度特性的结构单元,然后联合所有波段下的结构单元建立起测量多光谱纹理特性的高维矢量,最后对这些矢量进行ICA分析,将得到的独立成分作为多光谱纹理特征用于分类.通过对Brodatz灰度纹理、VisTex彩色纹理以及实际的盐渍土多光谱图像的分类,试验验证了该算子的有效性.     

基于支持向量机的遥感图像分类方法

为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了 一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法。采用ETM数据,按照其所提方法进 行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析。结果表明,利用基于支持向量机 的方法进行遥感图像分类,精度明显优于最大似然法分类的精度。利用光谱特征与纹理特征相结合进行分类比 单纯运用光谱特征进行分类效果要好。     

基于纹理特征的高分辨率遥感影像分类方法

灰度共生矩阵能较好反映影像灰度统计规律,小波变换能较好反映影像的多尺度特性,利用两者结合进行了纹理特征提取。将灰度共生矩阵和小波变换提取纹理特征作为分类特征向量,建立基于支持向量机分类模型对高分辨率遥感影像进行分类;在支持向量机参数优化问题上,利用遗传算法进行参数寻优,有效的避免多学习和欠学习状态的发生。分类实验结果表明了本方法的有效性。     

基于T-GLCM和Tamura融合特征的纹理材质分类

虚拟现实力触觉再现对于图像纹理特征提取的要求越来越高,纹理因素复杂且无规律,单一的纹理提取算法并不能准确地描述图像纹理的特点.因此提出基于GLCM(灰度共生矩阵)和Tamura融合特征的纹理材质分类算法.此外,本文对传统灰度共生矩阵GLCM进行优化,提出了改进的GLCM(T-GLCM)算子,提升了GLCM的旋转不变性并减少了大量的冗余信息.利用Tamura纹理特征对图像进行量化,然后将各特征区域量化后级联成一组特征向量,融合T-GLCM的纹理特征,通过支持向量机(SVM)对纹理材质进行分类.实验结果表明,相比传统纹理特征提取算法,本文算法具有更高的分类精度且鲁棒性更好.     

基于多光谱图像的不同品种绿茶的纹理识别

为了提高茶叶加工的智能化水平,提出一种基于多光谱图像纹理分析的快速识别不同品种绿茶的方法.通过3CCD成像仪同时获得绿茶样本的红光、绿光和近红外三个通道的图像,采用灰度共生矩阵和纹理滤波相结合来提取图像纹理特征,分析了不同品种绿茶的各个通道图像的纹理特征.非监督聚类分析表明,基于组合方法提取的纹理特征优于仅依靠灰度共生矩阵得到的纹理特征.优化和筛选后得到10个特征参数作为支持向量机模型的输入,建立模式识别模型.结果表明,对于126个建模样本的识别正确率达到94.4％,对于未知64个预测样本的识别正确率达到93.8％,说明提出的组合纹理特征提取和模式识别方法能够较好地识别不同品种的绿茶.     

基于统计纹理特征的打印文档认证

为了解决计算机打印文档的自动鉴别,提出了一种基于中文汉字显微放大图像灰度共生矩阵统计纹理特征的打印文档鉴别算法.首先,从理论模型上分析了激光打印机传动系统对打印字符潜影的影响;接着对字符图像的22维灰度共生矩阵统计纹理特征进行计算,并利用ReliefF特征选择算法进行特征选择;最后提取显微字符图像激光扫描方向和纸张行进方向的灰度共生矩阵纹理特征并进行融合,利用最近邻和支持向量机2种分类器进行分类鉴别.在两种样本集上的实验结果表明:特征融合后的鉴别性能有所提高;支持向量机的分类鉴别性能优于最近邻分类器,在相同字无重复样本集上的分类准确率和平均召回率分别为96.5%和96.64%,在相同字有重复样本集上分类准确率和平均召回率分别为98%和98.18%;激光打印机品牌分类准确率为98%.上述的实验结果显示该方法具有良好的打印文档分类鉴别性能.     

盐渍土自动分类方法研究

盐渍土在Landsat ETM＋多光谱图像上表现出复杂的图像特征,为实现其自动分类,组合使用了光谱、几何形状和纹理特征等多种特征.首先采用传统的光谱和几何形状特征分析分割出大部分非盐渍土地物,然后提出了一种用于多光谱纹理分析的ICA多尺度纹理算子,对分割后的图像进行纹理区域分块,最后在每块区域中进行基于光谱特征的盐渍土聚类.试验结果表明该方法能够实现多光谱图像中盐渍土的区域分割及类别划分.     

薄膜褶皱的纹理特征分析

用薄膜进行了褶皱实验,选取规则区域,利用灰度共生矩阵提取的纹理特征进行了褶皱的纹理分析.结果表明,利用灰度共生矩阵的纹理特征可以准确的判断褶皱的疏密程度和方向,实验结果与理论预测吻合.     

基于SAM和多源信息的土地利用/覆盖自动分类

将多源信息与光谱角制图（SAM）自动分类相结合,探求多源信息在TM图像自动分类中的作用.以具有代表性的浙江富阳市和义乌市为研究区,进行试验验证.结果表明,与其他多源信息如海拔高程、坡向、归一化植被指数（NDVI）、归一化水体指数（NDWI）、归一化建筑指数（NDBI）和归一化裸土指数（NDBaI）相比,坡度信息的辅助作用最为突出.复合坡度信息后的TM图像SAM分类总精度比单独TM图像SAM分类提高10%左右.融合坡度辅助信息运用SAM方法,适用于地形地貌复杂、土地利用细碎地区的TM图像土地利用/覆盖自动分类.     

长白山地区园参地空间及地形分布特征研究

以长白山地区园参地为研究对象,利用2013年6月—9月野外考察的GPS园参地采样点数据与经预处理后的研究区Landsat 8OIL影像及基于数字高程模型(DEM)提取的研究区坡向、坡度图进行叠加,获取了不同波段组合下的园参地遥感信息的判读依据及其坡向、坡度分布图.分别基于人工目视解译及平均和变异分析法得出了园参地的空间和地形分布特征,结果显示:(1)在562波段下,园参地遥感信息呈淡蓝绿色且纹理较均一的不规则长条四边形地块;652波段下,园参地遥感信息呈白色且纹理较均一的不规则长条四边形地块.(2)研究区园参地分布面积从大到小排序为:抚松>靖宇>长白>安图>敦化>汪清>珲春>和龙.(3)园参种植的最适海拔高度范围为600⁸00m,最适坡度范围为0800m,最适坡度范围为0⁸°,最适坡向为西坡;研究区园参地分布的3个地形因子的平均值为:高程624m,坡度9.5°,坡向173(南坡).在此基础上探讨了园参地空间分布特征的自然驱动机制(地形与气候)和人文驱动机制(栽培历史和政府政策).     

Case study on the extraction of land cover information from the SAR image of a coal mining area

In this study, analyses are conducted on the information features of a construction site, a cornfield and subsidence seeper land in a coal mining area with a synthetic aperture radar (SAR) image of medium resolution. Based on features of land cover of the coal mining area, on texture feature extraction and a selection method of a gray-level co-occurrence matrix (GLCM) of the SAR image, we propose in this study that the optimum window size for computing the GLCM is an appropriate sized window that can effectively distinguish different types of land cover. Next, a band combination was carried out over the text feature images and the band-filtered SAR image to secure a new multi-band image. After the transformation of the new image with principal component analysis, a classification is conducted selectively on three principal component bands with the most information. Finally, through training and experimenting with the samples, a better three-layered BP neural network was established to classify the SAR image. The results show that, assisted by texture information, the neural network classification improved the accuracy of SAR image clas-sification by 14.6%, compared with a classification by maximum likelihood estimation without texture information.     

基于概率神经网络的人群密度估计

研究图像在频域中的纹理特性,实现了在频域中的人群密度估计.首先,对视频的每一帧进行离散余弦变换(DCT),将视频图像的空域性质转化到频域中;其次,统计分析视频图像DCT变换矩阵的纹理特性,提取能描述不同密度等级的纹理描述子作为特征向量;最后,用提取出的特征向量训练概率神经网络,并进行人群密度等级估计.实验表明,该方法可以很好地进行密度估计,获得了较高识别效率.     

结合最优亮度分量的遥感图像融合方法

针对基于亮度色调饱和度变换的遥感图像融合方法中存在的光谱损失问题,提出了一种结合最优亮度分量的融合方法．根据全色图像的亮度分量,利用克隆选择算法给出每幅单光谱图像对应的全局优化权值,该权值可反映出每幅单光谱图像相对于全色图像亮度分量中所占的折中比例,从而减弱了单光谱图像间的相关性,可获得更加逼近全色图像的亮度分量;利用最优亮度分量在改进的空间分辨率增加(ARSIS)框架下获取具有高分辨率的多光谱图像．算法针对快鸟卫星图像数据的实验结果,验证了新方法在降低光谱损失和增强融合图像细节信息方面的有效性,所获得的融合后的高分辨率多光谱图像具有较小的光谱损失．     

开放环境下视频图像的烟雾时空特征描述

该文针对视频烟雾在线检测中烟雾动态特征提取问题,提出了3种开放环境下烟雾的时空特征描述方法：针对烟雾动态纹理特征的时空局部二值模型、针对烟雾区域运动速度和方向的二维互信息以及针对烟雾轮廓时空波动性的信息熵。试验结果表明,这3种烟雾时空特征描述方法均能有效地鉴别烟雾和其他非烟物体。     

土壤有机质高光谱估算研究进展

土壤有机质是土壤的重要组成部分,对许多土壤属性有重要影响.利用光谱技术进行土壤有机质的快速测定是实现精细农业的基础.近几十年中,高光谱技术的发展为土壤研究提供了新的手段.受土壤有机质质量分数、组成以及土壤水分、土壤质地的影响,室内光谱的估算结果总体较好;受大气、地表植被等影响,航空或卫星的成像光谱估算精度较低.星载成像技术的进步将在一定程度上提高土壤有机质的估算精度,为快速、大范围土壤有机质质量分数的遥感制图提供技术支持.     

红壤坡耕地不同整治方式对土壤水分物理性质的影响

土壤水分物理性质改善对于植物水分利用和土壤化学性质提升具有重要作用.以坡耕地为对照,旱作梯地、茶园地、次生草地和人工牧草地为研究对象,通过野外采样与室内实验相结合的方法,对土壤容重、饱和含水量、毛管含水量、非毛管含水量及田间持水量情况进行了研究,探讨坡耕地不同整治方式对土壤水分物理性质的影响.结果表明,各整治方式下随着土层深度的增加,土壤容重均显著增大,而次生草地显著下降,0¹0 cm土层土壤容重依次是人工牧草地(0.98 g/cm3)<坡耕地(1.09 g/cm3)<旱作梯地(1.19 g/cm3)<茶园地(1.22 g/cm3)<次生草地(1.38 g/cm3);010 cm土层土壤容重依次是人工牧草地(0.98 g/cm3)<坡耕地(1.09 g/cm3)<旱作梯地(1.19 g/cm3)<茶园地(1.22 g/cm3)<次生草地(1.38 g/cm3);0¹0 cm土层土壤饱和含水量大小顺序为次生草地(30.84%)<旱作梯地(37.54%)<茶园地(41.69%)<坡耕地(45.40%)<人工牧草地(55.08%);次生草地和坡耕地的土壤毛管含水量均随着土层增加而增加,人工牧草地、旱作梯田和茶园地则随土层深度增加而减少,表层土壤中,毛管含水量差异较小,其值分别在25.83%10 cm土层土壤饱和含水量大小顺序为次生草地(30.84%)<旱作梯地(37.54%)<茶园地(41.69%)<坡耕地(45.40%)<人工牧草地(55.08%);次生草地和坡耕地的土壤毛管含水量均随着土层增加而增加,人工牧草地、旱作梯田和茶园地则随土层深度增加而减少,表层土壤中,毛管含水量差异较小,其值分别在25.83%²1.61%、4.25%21.61%、4.25%⁷.38%之间波动,相互之间大体不显著;人工牧草地、坡耕地、旱作梯田和茶园非毛管含水量随土层增加而减少,次生草地则增加,07.38%之间波动,相互之间大体不显著;人工牧草地、坡耕地、旱作梯田和茶园非毛管含水量随土层增加而减少,次生草地则增加,0¹0 cm土层中人工牧草地土壤非毛管含水量为24.02%,明显高于次生草地(3.07%)、坡耕地(11.57%)、旱作梯田(10.80%)和茶园地(10.33%);不同整治方式土壤田间持水量变化趋势与土壤毛管含水量相同,其中010 cm土层中人工牧草地土壤非毛管含水量为24.02%,明显高于次生草地(3.07%)、坡耕地(11.57%)、旱作梯田(10.80%)和茶园地(10.33%);不同整治方式土壤田间持水量变化趋势与土壤毛管含水量相同,其中0¹0 cm土层以人工牧草地田间持水量最大,为30.82%.不同整治方式对土壤水分物理性质影响有显著差异性,人工牧草地土壤水分物理结构最好,因此,对红壤坡耕地不同整治方式土壤水分物理性质的研究,有利于探索坡耕地整治技术,以及如何对土地进行合理配置与利用.     

基于面向对象随机森林方法的滨海湿地植被分类研究

基于Sentinel-2数据,以盐城国家级珍禽自然保护区核心区为研究区,采用基于面向对象的随机森林模型对研究区内的湿地信息进行分类研究. 首先,对影像进行分割处理,计算光谱特征、纹理特征、水体指数、植被指数与纹理特征,并对特征重要性进行排序筛选. 其次,基于此构建5种特征组合方案,并对研究区进行分类,比较不同组合的分类精度找出研究区最优的特征组合方案. 最后,实验表明:通过特征优选后的随机森林算法进行分类效果最好,总体精度达到87.07%,Kappa系数为0.84. 其中互花米草在3种植被中分类精度最高,为97.73%. 证明此方法能够有效提高滨海湿地的分类精度,可用作该区域湿地变化研究.