[摘 要] 隨著遙感技術(shù)的不斷進(jìn)步與發(fā)展，對地觀測衛(wèi)星的分辨率都在不斷提高，所得到的圖像信息也越來越豐富，當(dāng)前國內(nèi)外研究學(xué)者均十分關(guān)注如何有效提取與利用高分辨率衛(wèi)星影像中的紋理信息這一問題。紋理特征庫的建立是以充分利用已有的樣本特征數(shù)據(jù)對地物進(jìn)行分類或識別為目的，為以后的圖像分類提供樣本或作為作物識別的標(biāo)準(zhǔn)。在詳細(xì)闡述了常用的遙感影像紋理特征的基礎(chǔ)上，采用中值濾波對遙感影像進(jìn)行去噪處理，并進(jìn)行不同地物類別的樣本裁剪，然后在Matlab下進(jìn)行樣本特征的提取，最后利用提取的特征在Microsoft Access軟件中建立了紋理特征庫。

[關(guān)鍵詞] 遙感影像;紋理特征; MATLAB

紋理是由灰度分布在空間位置上反復(fù)交替變化而形成的，包含三方面特點：某些局部的連續(xù)性在更大的空間內(nèi)反復(fù)出現(xiàn);序列的組成以非隨機基礎(chǔ)部分順序排列組合;大致相同的排列結(jié)構(gòu)[1]分布在紋理空間內(nèi)的任何地方。因此，更加充分地整合現(xiàn)有數(shù)據(jù)，生成判別樣本或識別標(biāo)準(zhǔn)，實現(xiàn)圖像分類是建立遙感影像紋理特征庫的目的及意義。通過實地考察已有圖像數(shù)據(jù)的分類精度，若符合理想水平，則判別該圖像的各類特征值為該類地物的標(biāo)準(zhǔn)特征。利用所建立信息源中各類地物數(shù)據(jù)特征，可以實現(xiàn)地物的分類或識別。

一、遙感影像紋理特征綜述

影像特征是指圖像的原始特性或?qū)傩裕匀惶卣骱腿藶樘卣?。自然特征可以通過視覺感知，如圖像各部分的亮度、輪廓線邊界、紋理及顏色;而人為特征需要利用識別或計算獲取，如多樣式頻譜、直方圖、矩陣等。圖像的特征包括三大類：形狀特征、紋理特征和光譜特征。本文以介紹紋理特征[2]為重點。

序列的基本部分通常稱為紋理基元?；且悦鞔_或可計算的規(guī)律進(jìn)行排列組合，從而形成紋理，分別為確定性紋理和隨機紋理。可以利用紋理的寬度、通順性、噪點數(shù)目、抽樣性、方向性、曲線性、重復(fù)性等明確性質(zhì)和數(shù)量的概念特征來進(jìn)行對紋理的描述。

本文結(jié)合數(shù)理統(tǒng)計手段中最常用的幾種紋理特征進(jìn)行著重介紹，主要包括：灰度直方圖原點p階矩，及對均值的p階中心矩，直方圖的偏度、峰度、能量和熵，灰度共生矩陣的對比度、熵及能量等。

二、Matlab下遙感影像紋理特征提取

（一）紋理特征提取流程

本文采用MATLAB軟件進(jìn)行影像紋理特征提取，并利用Microsoft Access軟件建立特征庫。首先對遙感影像進(jìn)行去噪處理，然后進(jìn)行紋理特征提取，最后建立紋理特征庫。具體操作步驟如下：

1.遙感影像在拍攝過程中受設(shè)備、環(huán)境等因素的影響，都存在一定程度的“噪聲”，這影響了提取影像紋理特征參數(shù)的精度。為了得到更真實的紋理特征參數(shù)，需要對遙感影像進(jìn)行濾波來消除“噪聲”。實驗中采用中值濾波來平滑噪聲。

2.根據(jù)每個紋理特征的原理及公式，在MATLAB下編輯相應(yīng)源代碼，利用調(diào)用函數(shù)計算消除噪聲后影像的紋理特征值。

（二）影像分類試驗

本文通過分類試驗，利用提取的紋理特征對特征提取的正確性進(jìn)行了驗證，在此列舉了部分試驗結(jié)果。

1.基于圖像灰度直方圖特征的影像分類

利用圖像灰度直方圖對原點的二階矩為獨立特征進(jìn)行分類

（1）利用函數(shù)計算樣本圖像的直方圖對原點的二階矩，部分樣本的對比度及均值見表1。

（2）應(yīng)用計算出直方圖對原點的二階矩值，采用最短距離分類器來實現(xiàn)對影像的監(jiān)督分類，其分類結(jié)果如圖1所示。

2.基于圖像灰度共生矩陣特征進(jìn)行分類

利用圖像灰度共生矩陣對比度為獨立特征進(jìn)行分類：

（1）利用函數(shù)計算樣本圖像的對比度及均值，部分樣本的對比度及均值見表2。

（2）為實現(xiàn)影像的監(jiān)督分類，可在最短距離分類器中將統(tǒng)計后數(shù)值進(jìn)行對比度分類，如圖2所示。

3.分類結(jié)果精度評價

將分類后得到的影像讀入ERDAS中，選取影像與原影像相同位置各一百個特征點，進(jìn)行比較（目視判讀法），以評定此分類后影像的準(zhǔn)確度。

三、紋理特征庫建立

更加充分地整合現(xiàn)有數(shù)據(jù)，生成判別樣本或識別標(biāo)準(zhǔn)，實現(xiàn)圖像分類是建立遙感影像紋理特征庫的目的及意義。通過實地考察已有圖像數(shù)據(jù)的分類精度，若符合理想標(biāo)準(zhǔn)，則判別該圖像的各類的特征值為該類地物的標(biāo)準(zhǔn)特征。利用所建立信息源中各類地物數(shù)據(jù)特征，可以實現(xiàn)地物的分類或識別。

四、結(jié)論

1.采用中值濾波對遙感圖像進(jìn)行去噪處理。此方法有效地消除了在拍攝過程中受設(shè)備、環(huán)境等因素的影響，提高了提取的影像紋理特征參數(shù)的精度。

2.采集各類樣本并計算相應(yīng)的紋理特征參數(shù)。本文首先選取農(nóng)田、菜地、居民地三類地物樣本，然后根據(jù)每個紋理特征的原理及公式，在Matlab下完成了樣本紋理特征值的提取。

3.進(jìn)行了遙感影像分類實驗。為驗證特征提取的正確性，本文分別利用提取的特征，在Matlab下采用最短距離分類器進(jìn)行了遙感影像分類實驗。

4.建立了紋理特征庫。在Microsoft Access中建立特征庫，為以后進(jìn)行地物分類或識別提供歷史信息。

參考文獻(xiàn)：

[1]王耀南，李樹濤，毛建旭.計算機圖象處理與識別技術(shù)[M].北京：高等教育出版社，2001.

[2]李爽，丁圣彥.遙感影像分類方法比較研究[J].河南大學(xué)學(xué)報，2004.（6）：33-50.

[3]舒寧.衛(wèi)星遙感影像紋理分析與分形分維方法[J].武漢測繪科技大學(xué)學(xué)報，1998（4）：370-373.

[4]朱述龍.遙感影像獲取與分析[M].北京：科學(xué)出版社，2000.

[作者簡介]

毛竹（1987—）女，漢族，北京人，碩士，講師，研究方向：遙感技術(shù)。

[作者單位]

北京交通運輸職業(yè)學(xué)院

（編輯：薄躍華）