新的核线相关算法——跨接法

本文研究与讨论了一种新的核线相关算法——跨接法。它是基于特征匹配的算法,即将两个“特征”连接起来构成匹配窗。由于此算法能预先消除匹配窗口之几何变形,然后再判断其灰度分布之相似性,因而它能有效地考虑由于地形起伏等原因引起的变形,提高了影象相关的可靠性。     

遥感图像中建筑物震害信息统计特征研究

讨论了建筑物震害遥感信息的形成机制,从遥感图像灰度特征和纹理特征两方面,提出了反映建筑物震害信息的特征参数。不同类型训练区的统计分析结果表明,灰度平均值、灰度标准差和灰度方差3种特征参数是建筑物震害识别和分级的良好指标,纹理逆差矩和纹理相关性可作为辅助参数.     

基于灰度共生矩阵提取纹理特征图像的研究

在遥感影像分类的过程中非光谱特征起着重要的辅助作用。纹理特征作为一种重要的非光谱特征对于遥感影像分类精度的提高也有很重要的作用。本文主要研究了通过灰度共生矩阵提取纹理特征图像的方法,对该方法提取纹理特征图像进行了相关的实验分析。并将其在分类中的应用进行实验,证明了灰度共生矩阵提取的纹理特征对图像分类精度提高起到一定的作用。     

基于LOG算子和灰度共生矩阵的影像纹理特征提取

随着传感器技术的发展,所获得影像的信息更为丰富,其结构、形状和纹理特征表达得更为清晰。作为影像的一个重要特征,纹理特征的提取对影像的自动化解译有着至关重要的作用。目前纹理特征提取的方法主要有分数维法、马尔科夫模型法、Gabor滤波法和灰度共生矩阵。本文选择目前常用的灰度共生矩阵提取影像的纹理特征,并结合LOG算子,研究基于LOG算子和灰度共生矩阵的窗口自适应算法,克服了灰度共生矩阵提取纹理特征时计算量大,以及固定窗口带来的影像细节保持和噪声消除的矛盾;并通过相关的试验分析,检验其应用于纹理特征提取的实用性和可靠性,为后续的影像分割提供保障。     

基于灰度-基元共生矩阵的多光谱遥感影像分类

提出了基于灰度-基元共生矩阵的遥感影像纹理分析的方法,分析了提取的纹理特征,实现了利用模糊C-均值算法对多光谱影像和纹理特征影像进行分类,比较和讨论了各种不同的分类结果.     

在解析测图仪上进行数字影像相关

本文提出了运用线性几何变换和辐射变换，将两个同名影像窗口的灰度值相对应．进行数字影像相关的方法。影像相关过程在解析测图仪（西德蔡司厂C－100解析测图仪）联机操作完成。首先，本文给出了相关方法的数学公式，用最小二乘法求出最小的不同灰度值来确定未知变换参数。然而，介绍了由两台CCD（电荷耦合器件）数字摄影机组成的C-100解析测图仪中用于影像窗口数字化的硬件扩展设备。最后，对解析测图仪上实验研究的结果，从精度和速度两方面进行了讨论。     

全自动影像匹配

影像匹配是人数字影像上识别相关影像,它是计算机视觉和数字摄影测量中的一个基本问题,本文介绍了结构影像匹配性,它不仅要利用影像灰度值和影像特征,而且要利用它们之间的相互关系,这种方法的目的是在不需要知道数字影像的任何先验信息的情况下,对相关特征进行全自动匹配。这种方法的适用性已在非测量影像上得到验证。     

空间灰度相关在影像纹理分类中的应用及分析

本文给出了影像纹理分类的空间灰度相关法中１１个纹理特征。试验表明：１１个纹理特征中仅三个描述性强的纹理特征。对三个描述性强的纹理特征用ｔ－检验法来分类纹理时发现该方法具有良好的“去伪”特性，因而我们可以利用该方法的良好去伪特性辅助其他纹理分类方法。     

热红外港口图像特征的评估器提取与选择

针对低对比度、条纹噪声、低空间分辨率等特点而导致的热红外图像识别效果不佳问题,提出了一种港口目标热红外遥感图像特征提取与选择方法,实现了一定情况下港口目标的高精度分类。采用纹理、几何等29个特征,通过评估器选择最佳特征组合,并根据识别精度选择最佳分类器,能生成热红外图像港口目标22个最佳分类特征,且具有一定的鲁棒性。经过参数优化后的libSVM(一种支持向量机)分类器分类精度较高;白天图像比夜间图像分类精度更高;像素值、灰度直方图相关的一维和二维统计特征、局部二进制模式特征、边缘方向直方图特征等与灰度和纹理相关的特征对港口目标热红外图像识别影响较大。     

用于生成DEM的双重约束最小二乘影象匹配

本文着重讨论了一种高精度影象匹配算法，该算法采用了具有象空间和物空的几何约束条件的灰度最小二乘影象区域并能直接从立体象对生成数字高程模型（ＤＥＭ）。该算法魇重要特征是，在给定任意粗糙的近似值的情况下，也能得到好的结果。     

面向城市地物分类的SAR图像纹理特征提取与分析

合成孔径雷达(SAR)图像含有丰富的纹理信息,特别是进行城市地物分类时,纹理特征对于图像的解译具有重要的意义。本文对基于灰度共生矩阵和Gabor变换两种纹理特征提取方法进行了研究,将灰度和不同纹理特征组合应用于SAR图像城市地物分类,并以ALOS PALSAR影像为数据源进行了实验。通过对不同分类结果进行定性和定量分析,结果表明,引入纹理特征后的SAR图像分类结果要优于无纹理信息参与的分类结果,基于不同纹理特征组合的SAR图像分类结果要优于基于单一纹理特征的分类结果。     

面向城市地物分类的 SAR 图像纹理特征提取与分析

合成孔径雷达（ SAR）图像含有丰富的纹理信息,特别是进行城市地物分类时,纹理特征对于图像的解译具有重要的意义。本文对基于灰度共生矩阵和Gabor变换两种纹理特征提取方法进行了研究,将灰度和不同纹理特征组合应用于SAR图像城市地物分类,并以ALOS PALSAR影像为数据源进行了实验。通过对不同分类结果进行定性和定量分析,结果表明,引入纹理特征后的SAR图像分类结果要优于无纹理信息参与的分类结果,基于不同纹理特征组合的SAR图像分类结果要优于基于单一纹理特征的分类结果。     

基于分形理论和相关匹配的快速目标检测技术

准确快速地从图像中检测出关心的目标一直以来都是研究的热点和难点问题。但是由于图像本身的复杂性和目标的多样性,至今仍没有一种准确有效的通用方法来解决不同目标的检测问题。为此,本文提出一种基于分形特征和灰度特征的快速目标检测算法,其主要特点有两个:一是算法创新性地把分形特征和灰度相关联合应用于目标检测,在确保目标检测准确性的同时,提高了检测的速度;二是根据目标切片的不同可以将算法应用于不同目标的检测,解决通用性问题。通过大量试验验证,本文提出的方法可以应用于不同目标的检测问题,且能够大幅提高检测的速度和精度。     

融合谱间特征的高分辨率遥感影像分类

传统影像分类方法仅利用灰度、纹理等谱内特征,未能充分利用谱间特征,针对这一不足,本文提出一种融合谱间特征的高分辨率遥感影像分类方法。采用主成分分析法(Principal Component Analysis,PCA)对遥感影像进行变换,提取前两个主分量作为变换后的数据;通过影像分割方法获取像斑,选取训练样本像斑;利用灰度直方图与联合灰度直方图分别表达像斑的谱内特征与谱间特征,采用G统计量度量直方图距离,依据距离倒数加权计算像斑的谱内概率与谱间概率,依据加权组合谱内概率与谱间概率构建联合概率,在联合概率最大基础上获取影像分类结果。在Quick Bird遥感影像上的实验结果表明了本文方法的有效性,总体分类精度与kappa系数分别达到了90.0%和86.7%。     

结合灰度和基于动态窗口的纹理特征的遥感影像分类

在基于灰度共生矩阵提取遥感影像纹理特征的基础上,针对固定窗口算法的局限性,提出了动态窗口算法;并将不同滑动窗口算法提取的纹理特征与影像灰度组合进行支持向量机(SVM)分类,对分类结果进行定性和定量比较分析。实验结果表明:影像灰度结合动态窗口算法提取的纹理特征进行SVM分类的分类精度优于灰度结合固定窗口算法提取的纹理特征的分类精度。因此,提出的算法较传统的固定窗口算法更具优势,是一种有效纹理信息提取方法。     

综合Span图和纹理特征的高分三号影像建筑区提取

建筑区的识别和提取是城市环境规划与研究至关重要的工作。本文采用高分三号全极化SAR影像,提出了一种综合Span图和纹理特征的建筑区提取方法。首先基于Span图利用灰度共生矩阵算法提取图像的7种原始纹理特征,通过目视解译选择出4种纹理效果较好的统计量,然后利用主成分分析法去除他们之间的相关性,筛选出2个最佳纹理特征与Span图结合,最后对组合影像进行分类提取。本文将提取结果与综合灰度和纹理特征建筑区提取、无纹理特征提取方法结果进行对比,实验结果表明:本文方法提取建筑区边界轮廓更加清晰,精度可达92%,提取效果明显得到了优化。     

基于不变矩的影像匹配搜索算法

矩在统计学中用于表征随机量的分布，直方图不变矩反映了图像灰度分布的统计特征。本文在对不变矩进行深入探讨的基础上，提出了基于圆表搜索模板的图像直方图不变矩搜索方法，并对两幅待融合影像进行了较高精度的灰度搜索匹配试验，取得了较好的结果。     

基于改进邻域均值的全色影像水域提取

利用传统邻域均值法对全色影像水域进行提取时,所提取的水域边界精确度严重依赖于搜索窗口的大小。本文通过分析水域灰度特征以及提取边界不精确的原因,对方法进行针对性的改进:依据邻域各像素点与种子点的灰度差值分别对其赋予不同的灰度值,以处理后的邻域均值作为特征进行水域提取。实验结果表明:基于改进的邻域均值方法对遥感影像水域有较好的提取结果,提取精度较之改进前有明显改善。     

基于BP神经网络的机载高分辨率SAR图像分类方法研究

研究可用于机载高分辨率SAR图像分类的灰度共生矩阵惯性矩、能量等纹理特征量以及灰度特征量.提出特征提取和统计分析选取特征向量的方法,基于BP神经网络对图像进行临督分类,最后对分类结果采用数学形态学算法进行开运算去除细小区域.由于该方法充分考虑到SAR图像灰度特征和纹理特征信息,与传统的仅仅考虑纹理特征方法相比,具有较好的分类性能,实验结果表明该方法能够获得较好的分类效果.     

加权全极化SAR图像分类下的功能区土地时空变化特征提取

为准确分析功能区土地时空演变情况,需准确区分土地时空变化的相关特征,本文设计了功能区土地时空变化特征提取模型。首先采用全极化分解和灰度共生矩阵,对SAR图像中反映功能区土地时空变化的、不同地物的各类散射特征和纹理特征进行分类。然后确定最佳加权全极化特征组合,将该组合输入随机森林模型,完成最终图像中地物分类。最后以湖南省某市生态功能区土地时空变化特征为例,实现功能区土地时空变化特征分类提取。测试结果表明,该模型采用加权全极化特征组合,可准确描述地物分布情况,保证地物的可靠分类,能实现较好的提取效果。