焦健

(广东宏大爆破股份有限公司，广东广州，510000)

 摘要：现阶段，遥感图像具有相对丰富的数据信息，纹理信息也不例外。遥感影像在纹理方面的分析研究已经逐渐发展为提高遥感影像具体分类精度的有效手段，可以在一定程度上准确提取相关的纹理特征，实现影像的成功分类。本文就纹理特征提取方法进行分析，然后按照前人研究结果，有效结合遥感影像实际纹理特点，利用专业化的灰度共生矩阵方法对其特征进行详细描述。另一方面，介绍了纹理特征在遥感图像处理上的应用。

关键词：纹理特征；提取；应用

   遥感技术属于现代化先进科学技术之一，在科学技术不断进步发展的时代背景下，利用遥感技术能够缩短信息的获取周期、丰富信息量，从而使其呈现出海量特征。然而，如何从海量影像数据中及时、准确地获取所需信息并加以利用，一直是我们需要解决的重大问题。与一般图像进行比较，遥感影像在纹理信息方面往往更加的丰富以及复杂，在地物区分上效果更加显著。目前，基于纹理特征的遥感影像分析的方法和实现多是针对高分辨率图像的。

 1 遥感影像在纹理特征提取方面的方法分析

      1.1 灰度共生矩阵

  从统计学角度出发开展纹理研究，一般情况下，纹理往往会被看作相邻像元。利用灰度共生的矩阵方法从该思想出发，借助条件概率来有效抽取纹理基本特征，准确统计在同样位置关系情况下，一对像元存在的灰度相关性，然后再利用灰度条件概率对纹理进行科学表示。

      2.2 Gabor和小波分析

  Gabor小波作为最经典的纹理特征提取手段，其能量谱可以有效捕获纹理当中丰富有用信息，具有相对较高的准确度，然而也存在着诸多缺点，例如很难得知纹理在方向方面以及频率方面的实际变化信息，且计算相对复杂等。

  小波理论起源于信号处理。由于探测精度的限制，一般的信号都是离散的，通过分析认为信号是由多个小波组成的，这些小波代表着不同的频率特征。从从某种程度上讲，小波分析基本思想在于把影像实施多分辨率分解，进而分解为不同空间以及不同频率性质的子影像，之后再进行子影像编码。实质上，小波分析所具有的影像压缩是对相应分解系数实施的专业化量化压缩。

      2.3 傅立叶域滤波 

  傅立叶变换是纹理频率分析的首选，物理心理学的研究成果显示，人的视觉系统会把图像分解成频率和方向进行处理，所以傅立叶域滤波是纹理分析中的一种十分重要的分析手段。其常用的三个性质有：

      1) 傅立叶频谱中突起的峰值对应纹理模式的主方向；

      2) 这些峰值在频域平面的位置对应纹理模式的基本周期；

      3) 如果用滤波方法把周期性成分去除，剩下的非周期性部分将可用统计方法描述。

      2 遥感影像纹理特征的应用

      2.1 基于纹理特征的图像分割

  纹理图像分割作为数字图像处理工作的分支之一，属于众多图像分析研究以及机器视觉应用方面的基础性条件，然而因自然纹理类型庞杂、形态各异且结构繁复，另一方面也因为对人类视觉系统感知纹理的机理认识不足，纹理图像分割一直是图像处理领域的一大难题。在过去的四十多年中，广大研究人员虽然提出了大量的纹理图像分割算法，但是这些算法都存在着一定的不足。

   按照算法构造以及执行流程方面的差异性，其纹理图像的专业化分割算方法可以划分为三个组成部分，第一是结构分割算法；第二是边缘分割算法；第三是特征分割算法。基于边缘的分割算法使用串行的分割策略，让一个计算窗口逐点滑过整幅图像，通过判断每一个窗口内是否存在不同类型的纹理来确定纹理的边缘，然后利用边缘跟踪和连接方法得到纹理图像的分割结果。特征分割算法包括纹理特征的提取以及图像的分割两个构成环节，前者能够把图像科学转化成纹理特征集合，而后者通过使用分类、聚类等方法得到一个对特征集的划分，从而给每一个特征赋予一个类别标号，该标号反映了特征所对应的像素或图像区域在分割结果中的归属。

      2.2 基于纹理特征的图像检索

  纹理特征既能反映图像的统计特性，又能反映图像内部结构的特征，所以在图像检索中，纹理发挥了很大的作用。由麻省理工学院媒体实验室开发了一套用于浏览和搜索图像的交互式工具，这是基于内容的图像检索系统的第一个基本研究方面。图像特征提取中的纹理特征。纹理特征可以用于一般的图像检索技术，也可以用于特定领域的图像检索技术，具有广阔的开发潜力和应用前景。

      2.3 基于纹理特征的遥感影像分类

 常有的利用纹理特征进行遥感影像分类，主要有以下三种情况：

1) 纹理分类，其分类方法并不可以提高分类精度，却在一定程度上使分类精度不断下降。这是由于纹理本身的特点所致使的；

2) 借助纹理实施遥感影像分类，也可以理解为利用图像纹理特征以及原始图像对相应得模型进行建立，然后把纹理看作分类器其中一个参数，有序参与到影像分类工作中。很多参考文献都是利用了纹理特征作为原始影像的另外的一个波段，通过波段的各种有效分析，比如主成分分析，再进行分类；

 3) 先直接使用光谱进行监督分类，然后利用纹理信息对光谱的分类结果进行进一步的细分。

      3 结论

  纹理特征是遥感图像信息的重要特征，通过提取纹理特征可分为遥感图像、检索、分类等处理，为遥感图像处理提供重要依据。本文主要归纳总结了纹理特征提取方法及相关应用，旨在为遥感图像处理提供一条行之有效的方法。

      参考文献

      [1] 刘晓葳.遥感图像纹理特征提取的研究[D].华中科技大学,2007.

      [2] 温智婕.图像纹理特征表示方法研究与应用[D].大连理工大学,2008.

      [3] 夏勇.基于特征的纹理图像分割技术研究[D].西北工业大学,2006.