当前位置:首页 >> 电力/水利 >>

第四章遥感图像特征提取


遥感图像处理
赵泉华
LOGO

本章主要内容
? 基本概念:图像特征、特征表示与描述、特征提取、
特征选择。

? 纹理特征提取:直方图统计特征;图像的自相关函数;
灰度分布统计特征;傅里叶特征;

?颜色特征提取

第一节:基本概念

图像特征定义:图像的原始特征或属性。 人眼能感觉到的自然特征:亮度、边缘的轮廓、 纹理或色彩。 需要变换和测量得到的人为特征:变换频谱、直 方图、矩。

第一节:基本概念
? 特征表示与描述的定义: ? 把图像分割后,为了进一步的处理,分割后 的图像一般要进行形式化的表达和描述 ? 解决形式化表达问题一般有两种选择: ? 1)根据区域的外部特征来进行形式化表示 ? 2)根据区域的内部特征(比较区域内部的象 素值)来进行形式化表示

第一节:基本概念

? 外部特征来进行形式化表示举例:

第一节:基本概念
选择表达方式,要本着使数据变得更有利于下一步 的计算工作。下一步工作是基于所选的表达方式描 述这个区域,一般情况下:
? 1)如果关注的焦点是形状特性,选择外部表示方式 ? 2)如果关注的焦点是反射率特性,如颜色、纹理时,选 择内部表示方式 ? 3)所选表示方式,应该对尺寸、变换、旋转等变量尽可 能的不敏感

第一节:基本概念
良好的特征应具有的特点: ? 可区分性:对于属于不同类别的图像,他们 的特征应该具有明显的差异性。 ? 可靠性:对于同类的图像,它们的特征值应比 较相近。 ? 独立性:所使用的各特征之间应彼此无关。 ? 数量少:图像识别的复杂度随着特征的个数迅 速增长。 “特征维数灾难”

第一节:基本概念
特征选择 :从原始特征中挑选出一些最有代表性, 分类性能最好的特征。 ? 穷举法 ? 最大最小类对距离法 特征选择特点:不改变原始特征值的物理意义, 因此不会影响分类器设计者对所用特征的认识, 有利于分类器设计,便于对分类结果的进一步 分析. 特征提取:从减少特征之间的相关性和浓缩信息 量的角度出发,根据原始数据的统计特性,用 尽可能少的新特征来最大限度的包含所有原始 数据的统计特征。

第一节:基本概念
纹理:物体表面颜色或灰度的某种变化,这些变化与物
体本身的属性相关。如木材的纹理、沙漠和森林图象 的纹理。

习惯上将图像在局部不规则宏观上有规律的特性 称为纹理。以纹理为主导的图像称为纹理图像。

第一节:基本概念
纹理的分析方法 ? 统计分析方法:从图像有关的属性的统计出发, 比较适用于纹理细且 不规则的物体。 ? 结构分析方法:力求找到纹理基元,从结构上 描述纹理基元,或描述纹理的构成规律,比较 适用于纹理基元排列比较规则的图象。

第一节:基本概念
纹理特征要素组成: ? 纹理基元:是一种或多种图像基元的组合。 ? 纹理基元的排列组合:基元排列的疏密、周期性、 方向性。 ? 纹理特征提取:通过一定的图像处理技术,抽取出 纹理特征,从而获得纹理的定性或定量的描述。

? 检测出纹理基元 ? 检测纹理基元的排列方式

第二节:纹理特征提取

直方图统计特征 图像的自相关函数 灰度分布统计特征

灰度直方图; 边缘方向的直方图; 灰度共生矩阵; 灰度、梯度共生矩阵

第二节:纹理特征提取
直方图统计特征
? 灰度直方图 1)选择合适的邻域大小 2)对每一个像素,计算出邻域中的灰度直方图 3)比较求出的直方图与已知的各种纹理基元或含有纹理 基元的邻域的直方图间的相似性,若相似,则说明图 像中可能存在已知的纹理基元。 4)比较不同像素所对应的直方图的相似性,从中可以发 现纹理基元排列的周期性、疏密性等特征。

重要的是衡量直方图间的相似性

第二节:纹理特征提取
衡量直方图相似的常见度量
? 直方图的均值

第二节:纹理特征提取
衡量直方图相似的常见度量
?直方图的方差

衡量直方图相似的常见度量
?Kolmogorov_Smirnov 距离
定义:

第二节:纹理特征提取
? 注意 灰度级的直方图特征并不能建立特征与纹理基元 的一一对应关系。

第二节:纹理特征提取
直方图统计特征 ? 边缘方向直方图-采用灰度梯度方向矩阵

取最大值的方向作为该小区域的方向

第二节:纹理特征提取
图像的自相关函数
若有一幅图像f(i,j),i,j=0,1,…,N-1,则 该图像的自相关函数定义为
N ?1 N ?1 f (i , j ) f (i ? x, y ? j ) i ?0 j ?0 N ?1 N ?1 f (i , j )2 i ?0 j ?0

? ( x, y ) ?

? ?

? ?

第二节:纹理特征提取
图像的自相关函数
?自相关函数ρ(x,y)随x,y大小而变化,其变化与图像 中纹理粗细的变化有着对应的关系,因而可描述图像纹理 特征。 ?在x=0,y=0时,从自相关函数定义可以得出,ρ(d) =1为最大值。 ?不同的纹理图像,ρ(x,y)随d变化的规律是不同的。 当纹理较粗时,ρ(d)随d的增加下降速度较慢; 当纹理较细时,ρ(d)随着d的增加下降速度较快。 ?随着d 的继续增加,ρ(d)则会呈现某种周期性的变化, 其周期大小可描述纹理基元分布的疏密程度。

第二节:纹理特征提取
Kaizer从北极航空照片中取出七类不同地面覆盖物的图 像,采用自相关函数进行分析。对每一类地面覆盖物作出它 们的自相关函数随d的变化曲线。当r(d)=1/e时,七条曲线 对应的d值分别为d1,d2,… , d7,如图9.4.1。根据di 的大 小,把7类地物从细到粗进行了排序。

将七类地物对应的七张图像请二十位观测者按纹理粗细 目视判别,也按由细到粗的次序将图片排队。 将目视判别结果与自相关函数分析的排列结果作比较, 发现用自相关函数自动分析可达99%的正确率。

第二节:纹理特征提取
灰度分布统计特征
? 灰度共生矩阵 是对图像上保持某距离的两象素分别具有某 灰度的状况进行统计得到的。 共生矩阵表示

p? (i, j )(i, j ? 0,1,...N ?1)

灰度分布统计特征-灰度共生矩阵

0度方向
? ? (0,?1)

90度方向

135度方向

45度方向

灰度分布统计特征-灰度共生矩阵

0度方向

90度方向 45度方向

135度方向

第二节:纹理特征提取
灰度共生矩阵特点
? 矩阵大小: L×L L为灰度级 在实际应用中为了减少运算量,可先减少灰度级数, 再计算共生矩阵。 ? 归一化

第二节:纹理特征提取
灰度共生矩阵特点
? 对称性(只限以上提到的四个方向) ? 主对角线元素的作用 沿着纹理方向的灰度共生矩阵主对角线上的元素较 大,在垂直纹理方向上的共生矩阵主对角线的元素可 以判断纹理的粗细。 ? 元素值的离散性 离开主对角线上的元素的归一化值高,离散性大, 也就是说一定位置关系的两象素间灰度差大的比例高, 说明垂直于该方向的纹理较细。

第二节:纹理特征提取
由灰度共生矩阵派生出的纹理特征参数
? 二阶矩
L ?1 L ?1 i ?0 j ?0

? f1 ? ?? p 2? (i, j )

二阶矩可以理解为图像中所含的能量,粗纹理含 有较多的能量,细纹理含有较小的能量。 ? 对比度

图像的对比度越高,越清晰

第二节:纹理特征提取
由灰度共生矩阵派生出的纹理特征参数 ? 相关

相关是用来衡量灰度共生矩阵的元素在行的方向 或列的方向的相似程度。如,某图像具有水平方向的 纹理,则图像在0度方向的共生矩阵的相关值往往大 于其它方向的相关值。

第二节:纹理特征提取
由灰度共生矩阵派生出的纹理特征参数

?熵

熵是图像所具有的信息量的度量,因纹理信息也 属于图像的信息,若图像没有任何纹理,则灰度共生 矩阵几乎为零阵,该图像的熵值接近于0。若图像纹理 较多,则熵值也较大。

第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵 灰度-梯度共生矩阵是灰度直方图和边缘梯 度直方图的结合。

第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵 图像
f (i, j ) : i, j ? 0,1, 2...N ?1
F (i, j ) ? [ f (i, j ) Lf / f
max

?灰度正规化处理

] ?1

f Lf 规定的灰度级数目,

max

图像的灰度级数目

?计算梯度图像

g (i, j) : i, j ? 0,1,2...N ?1 G(i, j) ? [ g (i, j) Lg / g max] ? 1

? 梯度图像正规化处理 ? 灰度-梯度共生矩阵

H ( x, y) : x ? 0,1, 2...Lf ? 1; y ? 0,1, 2...Lg ?1

第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵 灰度-梯度共生矩阵同时提供了直方图信息和梯度信息, 因此也可以从中抽取图像的纹理统计特征参数。

第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵

第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵

练习: 0 1 2 3 0 0 1 3 0 2 2 0

1

2

3

3

?4 ?1 ? ?1 ? ?2

1 0 2 1

1 2 0 2

2? ? 1? 2? ? 2?

第三节:颜色特征提取
一、彩色的描述原理: 可视光区的波长在400nm~700nm,当光谱采样限 制到三个人类视觉系统敏感的红、绿、蓝光波段时, 对这三个光谱带的光能量进行采样,就可以得到一 幅彩色图像。

紫外光
400nm 435.8nm 546.1nm

红外光
可见光区
700nm 780nm

第三节:颜色特征提取

二、感兴趣的范围: 红外区、可见光区一直到紫外光区。 三、多光谱图像: 光谱采样不限于三个波段,即为多光谱图像。

第三节:颜色特征提取
几种常用的表色系统 前面我们已经提到,当在三基色光波段的光谱 采样时,可以形成彩色图像。但是为了不同的研究 目的,便产生了为其提供最方便的几种彩色描述方 法。

第三节:颜色特征提取
一、RGB色系

国际照明委员会(CIE) 规定以700nm(红)、 546.1nm (绿)、435.8nm (蓝)三个色光为三基色。 又称为物理 三基色。自然界的所有颜色都可以 通 过选用这三基色按不同比例混合而成。

第三节:颜色特征提取
一、RGB色系
蓝(0,0,255)
品红(255,0,255)

青(0,255,255)
白(255,255,255)

黑(0,0,0) 红(255,0,0)

绿(0,255,0)

黄(255,255,0)

R:200 G:50 B:120

第三节:颜色特征提取
二、 HSI色系

这种彩色系统格式的设计反映了人类观察彩色 的方式。如:红色又分为浅红和深红色等等。

第三节:颜色特征提取
二、 HSI色系 I: 表示光照强度或称为亮度,表示人眼所能感觉到的 颜色明暗程度,它确定了像素的整体亮度,而不管其 颜色是什么。

第三节:颜色特征提取
二、 HSI色系 H:表示色度,由角度表示。反映了该颜色最接近什么样 的光谱波长(既彩虹中的那种颜色)0o为红色,120o为 绿色,240o为蓝色。0 o到240o覆盖了所有可见光谱的颜 色,240o到300o是人眼可见的非光谱色(紫色)。

第三节:颜色特征提取
二、HSI色系 S:表示饱和度,饱和度参数是色环的原点到彩色点 的半径长度。在环的外围圆周是纯的或称饱和的颜色, 其饱和度值为1。在中心是中性(灰)影调,即饱和 度为0。

第三节:颜色特征提取
饱和度效果示意图

第三节:颜色特征提取

色度效果示意图

第三节:颜色特征提取

亮度效果示意图

第三节:颜色特征提取
I:表示亮度或者称为光照强度,它确定了 像素的整体亮度,不管其颜色是什么,都 是R、G、B三色的平均值,主要描述光作 用于人眼时引起的明亮程度的感觉变化。 H:表示色度,用角度表示。彩色的色度反 映了该彩色最接近什么样的光谱波长。在一 般的情况下,设定:0°为红色,120°为绿 色,240°为蓝色。色度从0°到240°覆盖 了所有可见光谱的颜色,在240°~300°之 间的是人眼可见的非光谱色(紫色)。 S:饱和度。饱和度参数是色环的原点(圆心) 到彩色点的半径长度。在环的外围圆周是纯的 或者称为饱和的颜色,其饱和度值为1。在中心 是中性(灰色)色调,即饱和度为0。饱和度主 要指彩色光所呈现颜色的深浅程度。

第三节:颜色特征提取
二、HSI色系



S


I

思考问题:在这个圆柱体上,红色的点顺(逆)时 针旋转会变成什么样?上下移动呢?向圆心方向移 动呢?

第三节:颜色特征提取

红点顺时针 移动的效果

第三节:颜色特征提取

红点逆时针 移动的效果

第三节:颜色特征提取

红点上、下移 动的效果

第三节:颜色特征提取

红点向圆心方 向移动的效果

本 章 总 结
? 基本概念:图像特征、特征表示与描述、特征 提取、特征选择。 ? 纹理特征提取:直方图统计特征;图像的自相 关函数;灰度分布统计特征;傅里叶特征; ?颜色特征提取


相关文章:
第四章 遥感图像的特征
第四章 遥感图像特征第四章 遥感图像特征隐藏>> 第四章 遥感图像特征一...数据分析,可以改善识别和提取信息特征的概率和精度 分波段记录的遥感图像,可以...
遥感专题讲座——影像信息提取(四、面向对象特征提取)
遥感专题讲座——影像信息提取(四、面向对象特征提取)_理学_高等教育_教育专区。...4)输出结果 特征提取结果可以以两种格式输出,矢量和图像,如图 12 所示。矢量...
第四章 遥感图象判读
第四章 遥感图象判读 二、航空象片判读的效果 航空象片判读的效果: 一方面取决...(interpretation)是对遥感图像上的各种特征进行分析、比较、推理 和判断,最后提取...
第四章 遥感图像数字处理的基础知识
3. 雷达处理系统, 根据雷达影像的传感器特征和雷达影像自身特点,设计了专 门的...处理遥感图像数据又能分析野外实测光谱数据,可更精准地提取高 光谱遥感图像数据中...
遥感原理与应用第4章 遥感作业
3. 雷达 处理系统, 根据雷达影像的传感器特征和雷达影像自身特点,设计了专门的...处理遥感图像数据又能分析野外实测光谱数据, 可更精准地提取高光谱遥感图像数据中...
模糊算子在遥感图像特征提取论文
探讨模糊算子在遥感图像特征提取中的应用 摘要: 本文主要阐述了模糊算子在遥感图像特征提取中的一般 方法以及利用模糊算子对数据进行融合的应用等内容。 abstract: in...
遥感导论第四章
第四章 遥感图像处理 遥感图像处理是指对遥感探测所获取的图像或资料进行的各种...遥感图像数据处理:是对遥感数据进行辐射纠正、图像整饰、特征提取、分类和各种 ...
浅析遥感图像地物信息提取
因为不同地物比如水系、绿地、人工地物等有不同的光谱反射特性, 基于特征的方法在一定程度上更有效。 全色遥感图像则更加强调以模型来提取人 工地物,比如先验...
遥感特征提取物具体步骤
3)特征提取:有三种特征提取方法供选择,分别是监督分类、规则分类和直接矢量输出...第四章遥感图像特征提取 55页 免费 基于不变特征获取均匀控... 5页 免费 ...
遥感特征物提取与对比检测
第四章遥感图像特征提取 55页 免费 地物提取的多尺度特征遥... 6页 免费 ...12 一:利用遥感影像提取特征物 1 遥感影像定义纪录各种地物电磁波大小的胶片(...
更多相关标签:
遥感图像特征提取 | 遥感影像特征提取 | 遥感特征提取 | 遥感图像的几何特征 | 遥感影像特征提取步骤 | 遥感图像的特征 | 遥感图像特征 | 遥感图像信息提取 |