多傳感器遙感圖像紋理特征選取的研究

任敏

摘要：由于多傳感器遙感圖像具有多種多樣的特征，分析圖像具體信息需要對(duì)圖像的特征進(jìn)行準(zhǔn)確提取，其中紋理特征能夠表現(xiàn)出圖像本質(zhì)，該文采用灰度共生矩陣統(tǒng)計(jì)分析方法進(jìn)行特征提取，能夠準(zhǔn)確分析出多傳感器遙感圖像的信息，并且能夠滿足衛(wèi)星遙感圖像信息處理的技術(shù)的不斷提高和發(fā)展。

關(guān)鍵詞：遙感圖像；紋理特征；灰度共生矩陣法

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）09-2216-03

1 圖像特征分析

圖像最基本屬性稱為圖像特征，它是圖像內(nèi)部最反映圖像本質(zhì)的信息，圖像特征可以根據(jù)圖像所具有的色度、亮度、邊緣值、紋理或結(jié)構(gòu)等劃分為多種類別，整個(gè)圖像在各個(gè)方面的屬性都得到了反映。這幾種特征主要分為統(tǒng)計(jì)特征（比如圖像的均值、方差、直方圖等）、幅值特征（比如圖像像素的灰度值、頻譜值等表示的幅值特征）、變換系數(shù)特征、邊界特征、拓?fù)涮卣饕约凹y理特征。

下面對(duì)其中幾種重要的特征做出詳細(xì)的描述：

1）變換系數(shù)特征：亮度圖像決定于變換域系數(shù)，它和原空間域圖像是相同的，都同時(shí)具有唯一性的變化，所以其變換系數(shù)可以稱為一種圖像特征。

2）邊界特征：包括了亮度邊界點(diǎn)和噪聲點(diǎn)。圖像中的亮度邊界點(diǎn)是指利用灰度及三色值來(lái)表示的在一幅沒(méi)有噪聲的圖像中亮度突變或斷續(xù)的點(diǎn)。噪聲點(diǎn)和周圍的像素比較起來(lái)也是具有灰度突變的性質(zhì)，不過(guò)它是單獨(dú)的隨機(jī)點(diǎn)。

3）紋理特征：紋理特征在所有圖像特征的種類中是一種相當(dāng)重要的特征，它反映了圖像或物體本身的屬性。例如對(duì)遙感圖像的分析和解譯，最根本的依據(jù)就是波譜信息和空間信息兩個(gè)方面的數(shù)據(jù)，即灰度和紋理信息。以前對(duì)圖像的波譜信息的使用是最頻繁的，隨著衛(wèi)星遙感圖像信息處理的技術(shù)不斷的提高和發(fā)展，單利用波譜信息早已適應(yīng)不了遙感應(yīng)用技術(shù)的發(fā)展需要。譬如，在地質(zhì)學(xué)的角度來(lái)看，巖石受含水性或其他因素的影響，它的波譜信息顯示的非常雜亂而且沒(méi)有可循的規(guī)律性，但是紋理反映的信息是與巖石的類型有緊密的關(guān)系，它詳細(xì)地描述了巖石表面的粗糙度和巖石的影文結(jié)構(gòu)，所以紋理信息有助于我們將兩種不同的物體區(qū)別開來(lái)，對(duì)巖石識(shí)別有必要的輔助作用。

2 紋理特征分析

目前對(duì)紋理準(zhǔn)確的概念在業(yè)界還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)性定義。我們把圖像的像素灰度級(jí)或顏色相關(guān)的變化指定為圖像紋理的一般描述。序列是按照某種特定的規(guī)律排列的基本部分所構(gòu)成的；在某種序列范圍之外，其局部的序列信息是不斷的重復(fù)出現(xiàn)的；各基本部分在紋理范圍內(nèi)的所有地方都是具有幾乎相同的結(jié)構(gòu)大小，并且基本都是均勻的統(tǒng)一體。我們將這個(gè)系列的基本部分一般命名為紋理基元，紋理基元是一種或多種有特定形狀大小的圖像基元的組合，所以紋理也可以認(rèn)為是由紋理基元按照一種特定的統(tǒng)計(jì)規(guī)律排列，或是按照某種確定的規(guī)律組合而成的，我們把前者稱為隨機(jī)性紋理，將后者稱為確定性紋理。

紋理在圖像中有很多特性，通常表現(xiàn)為疏密性、均一性、周期性、平滑性、粗糙性和復(fù)雜程度，特別的還有紋理基元或灰度空間組合的某些特征，如頻率、強(qiáng)弱的程度以及方向性會(huì)在一個(gè)區(qū)域內(nèi)重復(fù)地出現(xiàn)，這些特性的改變能深刻的影響圖像的質(zhì)量，使圖像的外觀產(chǎn)生非常大的改變。粗糙程度和局部的灰度變化與空間中的重復(fù)周期是相關(guān)的，長(zhǎng)周期和低頻率的是粗紋理，短周期的是細(xì)紋理。對(duì)紋理進(jìn)行描述的參量有很多方面，包括紋理的密度、強(qiáng)度、方向和紋理的粗糙程度等。此外，紋理是二維的，只有一個(gè)點(diǎn)是無(wú)法描述紋理特征的，所以對(duì)紋理進(jìn)行計(jì)算需要選擇窗口。

分析紋理的方法一般概括為兩類：一種是統(tǒng)計(jì)紋理分析法；另一種是結(jié)構(gòu)紋理分析法。基于事物的構(gòu)成不同，并且空間分布也具有很強(qiáng)的多樣性和復(fù)雜性等原因，遙感圖像的紋理并不擁有規(guī)則不變的局部模式和簡(jiǎn)單的周期重復(fù)，它的紋理信息和周期重復(fù)只是建立在統(tǒng)計(jì)學(xué)理論基礎(chǔ)之上的，這樣遙感圖像紋理分析主要采用的是統(tǒng)計(jì)紋理分析方法，而結(jié)構(gòu)分析方法在遙感圖像中的應(yīng)用所得到的結(jié)果沒(méi)有用統(tǒng)計(jì)紋理分析方法的效果好。

3 空間灰度共生矩陣法

對(duì)于紋理圖像的特征分析和提取方法是多種多樣的，其中一種常用而且非常有效的統(tǒng)計(jì)特征提取方法就是空間灰度共生矩陣法?？臻g灰度共生矩陣主要表示的是在圖像中某兩個(gè)像素在相同方向且不同位置上出現(xiàn)的概率的大小，這種方法的使用是在圖像灰度的二階統(tǒng)計(jì)特性的基礎(chǔ)之上的。

1）灰度共生矩陣的定義

在圖像中任取兩個(gè)像素點(diǎn)[x1，y1]和[x2，y2]，設(shè)他們之間的距離為[d]，并分別設(shè)[i]和[j]為兩點(diǎn)對(duì)應(yīng)的灰度值。由下圖可知，根據(jù)給定的距離[d]，與像素點(diǎn)[x1，y1]對(duì)應(yīng)的有不在圖像邊界上的8個(gè)相鄰的點(diǎn)[x2，y2]，于是我們?nèi)魧?duì)圖像進(jìn)行統(tǒng)計(jì)就可以選擇[θ=0?]、[θ=45?]、[θ=90?]和[θ=135?]這四個(gè)不同方向的角度，如圖1所示。

在這四個(gè)角度上我們可以得到四個(gè)灰度共生矩陣：[P0?]、[P45?]、[P90?]和[P135?]，它們的含義可理解為與灰度是[i]的點(diǎn)[x1，y1]相距達(dá)到[d]的長(zhǎng)度且灰度達(dá)到[j]的點(diǎn)[x2，y2]能夠出現(xiàn)的概率，即：

由此我們可知灰度共生矩陣法實(shí)際上就是關(guān)于對(duì)稱矩陣中相鄰基元之間的距離和角度的函數(shù)，即[Pi，j=Pj，i]。我們通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)體會(huì)下灰度共生矩陣的作用：有一幅數(shù)字圖像是[4×4]個(gè)四灰度級(jí)的，假設(shè)當(dāng)[d=1]時(shí)通過(guò)計(jì)算得到的空間灰度共生矩陣，其中公式（1）表示的是灰度級(jí)為[0-3]的[4×4]圖像，公式（2）-（5）分別表示的是當(dāng)[d=1]時(shí)四個(gè)角度的共生矩陣。

我們?cè)诜治鰣D像時(shí)，灰度共生矩陣只要確定下來(lái)，圖像的方向模式就可以通過(guò)分析提取的圖像特征[P0?]、[P45?]、[P90?]和[P135?]的大小來(lái)得到，特別強(qiáng)調(diào)的是[d]和[θ]是決定這些特征的關(guān)鍵。比如說(shuō)，若使空間灰度共生矩陣趨于均勻分布，紋理要細(xì)并且是不規(guī)則的，[d]的取值要比紋理基元大，此時(shí)像素對(duì)的灰度值通常才會(huì)有大的差別；如果空間灰度共生矩陣趨于對(duì)角分布，紋理需要是粗糙且規(guī)則的，當(dāng)[d]的取值比較小時(shí)，像素對(duì)灰度值才會(huì)相似。我們可以得出，分析紋理的粗糙度需要通過(guò)計(jì)算矩陣中根據(jù)不同的[d]值決定的元素，并且要計(jì)算元素關(guān)于主對(duì)角線的離散程度才能達(dá)到分析紋理的目的。

4 結(jié)束語(yǔ)

在紋理有方向的情況下，通過(guò)比較矩陣值隨[θ]變化的分散程度就能夠分析紋理的方向性，這樣也可以達(dá)到紋理分析的目的，因?yàn)榭臻g灰度共生矩陣對(duì)角線上的值是隨[θ]變化而變化的。由此可得，直觀地反映紋理圖像的某些特性是灰度共生矩陣的一大特色，而且它擁有恰好滿足人類視覺(jué)特性需求的統(tǒng)計(jì)方法，所以提取特征分析紋理的方法中比較簡(jiǎn)單實(shí)用的就是空間灰度共生矩陣法。

參考文獻(xiàn)：

[1] 何東健，耿楠，張義寬.數(shù)字圖像處理[M].西安：西安電子科技大學(xué)出版社，2003（7）：213-218.

[2] 劉麗，匡綱要.圖像紋理特征提取方法綜述[J].中國(guó)圖像圖形學(xué)報(bào)，2009（4）.

[3] 阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2010.

[4] 白香花.基于紋理分析的去噪聲方法研究[J].遙感技術(shù)與應(yīng)用，2008，（1）.

[5] 董偉軍.基于紋理形狀特征的圖像檢索技術(shù)[J].計(jì)算機(jī)工程與應(yīng)用，2004（4）.