纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。     

基于纹理增强的数字航片村镇建筑物信息提取

基于建筑物细部边缘信息在数字航片上的精细纹理表达,首先对原始影像进行边缘检测、主成分分析和基于二阶概率统计的纹理滤波等预处理,然后选择用7像元×7像元的窗口锐化得到Contrast纹理特征的灰度图;采用Contrast灰度图(R)、原始航片(G)、原始航片(B)的波段组合进行假彩色合成,得到基于对比度纹理的假彩色合成影像;最后对假彩色合成影像进行多尺度分割和建筑物提取。以北京市延庆县康庄镇2008年12月数字航摄影像为例,运用上述方法进行村镇建筑物信息提取。结果表明,与运用面向对象的分类方法相比,利用纹理增强提取村镇建筑物信息的方法突出了建筑物边缘,减少了冗余分割对象,解决了建筑物与其阴影相混淆不利于建筑物信息提取的问题;并对特征空间进行优化,避免了模糊分类时纹理特征规则运算缓慢的问题,较完整地提取出了村镇建筑物信息,提高了分类精度。     

局部仿射变换的自适应窗口立体影像匹配算法

针对现有固定窗口相关匹配方式难以适用纹理断裂、深度不一、纹理匮乏等近景影像匹配问题,该文提出一种结合局部仿射变换的自适应窗口匹配算法。以ASIFT特征点作为匹配基元:①利用同名三角网局部仿射变换确定匹配搜索区域;②利用Canny边缘点约束确定候选点自适应相关窗口,对应的建立参考点相关窗口;③建立顾及窗口尺寸的灰度差异相似性测度函数,将小于阈值的最小函数值对应的候选点作为匹配同名点;④采用RANSAC方法对匹配结果进行检核剔除错误匹配。选择3组典型特征的近景影像进行匹配实验,该文算法均能获得可靠的匹配结果,验证该算法的鲁棒性。通过与不同窗口、不同算法进行对比分析,本算法能有效减少窗口内像素点深度不一致引起的错误匹配,且在增加匹配点数量的同时提高匹配精度和可靠性。     

一种顾及纹理特征的自适应密集匹配方法

针对半全局立体匹配(SGM)算法对于弱纹理区域误匹配率较高的问题,该文提出了一种顾及纹理特征的 自适应密集匹配方法,也是SGM算法与该文提出的一种跳过噪声点的区域增长 自适应窗口匹配算法的结合.首先,以某一待匹配点为中心构建一个一定大小的初始窗口.其次,计算窗口内其余各点与待匹配点灰度差的绝对值之和,根据该值的大小判断...     

一种新的基于高分辨率全色影像的城市建成区边界提取算法

针对城市建成区在高分辨率全色影像中的特点,提出了一种城市建成区边界提取的新算法。该算法首先基于边缘检测算子提取城市建成区的边缘密度特征,然后基于灰度共生矩阵和神经网络算法提取其纹理特征,最后结合多种数学形态学的方法提取出城市建成区边界。最后以武汉市为例,采用资源三号全色影像对比传统提取算法与本文提出的新算法,结果表明本文算法精度有明显提高,提取正确率能达到90%以上,且误判率和漏判率较低。     

SAR图像保留边缘多窗口相干斑滤除方法

在处理合成孔径雷达（ＳＡＲ）图像中,精确地估计图像的局部统计特性和尽可能多地滤除相干斑都需要较大的窗口尺寸,而这与图像边缘和纹理结构的检测需要较小的窗口尺寸相矛盾。一般滤波器都是二者窗口尺寸的均衡,这必然导致二者都不能取得很好的效果。本文提出的新方法有效的解决了这一矛盾。此方法使处理后的ＳＡＲ图像既保存了边缘和纹理结构,避免了以往滤波器中使边缘变模糊的问题,又有效地滤除了相干斑噪声。     

实现遥感相机自主辨云的小波SCM算法

随着遥感相机分辨力的提高和幅宽的增大,星上固存和数传带宽面临巨大的挑战。提出一种多分支云判别算法,可控制相机在有云区关机停拍。首先利用计算量较小的光谱阈值判别法对云和地物粗略分类,在不能确定云或地物时,采用纹理分析方法判别。为减小误判可能,算法采用小波SCM提取纹理特征,并提出一种基于ASM和熵的双判别方式。通过对24．5幅遥感图像进行试验验证,证明该算法能快速准确识别云层和地物,总误判率小于5％。     

高分辨率遥感影像的压缩纹理元分类

针对传统的高分辨率遥感影像分类中特征提取复杂,特征维数大等问题,提出一种新颖,简单,高效的纹理特征提取方法。首先,利用随机投影对基于原始像素灰度值的纹理元矢量进行降维,将其投影到压缩的纹理特征子空间。然后,在压缩子空间中对各类纹理元进行聚类,将聚类中心作为纹理字典,得到局部纹理特征集。最后,将样本中包含的纹理元编码到纹理字典中对应距离最近的词汇,得到样本的视觉词汇图,并融合词汇统计直方图与词汇二阶矩信息作为最终的纹理表达。通过两组实验,验证了本文方法能够有效的表达纹理,提高分类精度。     

重复结构检测的建筑物立面影像纹理分割

针对检测影像重复结构的算法需要大量迭代计算、效率不高等问题,该文结合相位相关和灰度相关算法,实现了建筑物立面影像纹理重复结构的检测,在此基础上,利用灰度梯度信息进一步分割立面纹理结构。相位相关通过在频域检测立面两区域影像傅里叶变换的相移来确定其在空间域对应的近似偏移量,实现重复纹理结构的粗定位。基于灰度相关的相关系数用来检测两区域影像的灰度相似性以精确确定重复纹理结构。纹理结构的分割则是根据纹理边缘梯度特点,在水平和竖直方向定位纹理结构单元的分割线。实验证明,该算法结合了立面影像纹理相似区域粗定位和精检测,有效提高了立面影像纹理重复结构检测及分割的效率。     

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。     

Laws纹理能量结合灰度共生矩阵的遥感影像面状地物提取

针对遥感影像中纹理较复杂的面状地物提取问题,提出一种Laws纹理能量结合灰度共生矩阵的遥感影像面状地物提取方法。该方法首先利用数学形态学膨胀、腐蚀对影像进行预处理;然后,分别对影像进行直方图均衡化,利用4个微观滤波算子滤波生成4幅微纹理影像;计算影像4个方向灰度共生矩阵及每个共生矩阵的4个纹理测度,生成4幅纹理影像;最后,结合8幅纹理影像进行区域生长跟踪轮廓。     

一种基于分数阶变分的乘性噪声图像去噪模型

经典变分模型在去除乘性噪声的同时会产生纹理细节信息丢失现象。为解决这一问题,将分数阶变分模型与经典的TV模型相结合提出一种新的分数阶变分去噪模型,并利用梯度下降法求解该模型,数值实验表明:该模型较经典的去噪模型在去噪的同时可很好地保持图像边缘和纹理信息,同时对阶梯效应也有所抑制。     

城市三维可视化中规则房屋墙面纹理图像的压缩与恢复

以城市三维可视化中的房屋墙面纹理图像为对象，就其压缩与恢复的方法进行了研究，提出了一种基于自相似性墙面纹理分割的纹理图像压缩与恢复方法，以及对由于遮挡而墙面不完整的纹理图像的复原方法，并通过实例说明了此种方法对于城市三维可视墙面纹理贴图的实用性。     

一种新的基于Wold分解的纹理分析方法

针对纹理图像具有结构性和随机性的特点,提出一种新的统一的纹理描述方法。该方法基于Wold分解,在图像为均匀同质随机场的条件下,将纹理图像分解为结构性成份和随机性成份,用少量参数对纹理特征进行描述,为纹理图像的分割、检索、压缩提供了一个统一的纹理模型。     

一种快速高效的无缝纹理匀光方法

针对倾斜影像三维重建后纹理间存在明显的色差、接缝且处理低效的问题,本文提出了一种快速高效的无缝纹理匀光方法。该方法首先对输入的去畸变影像进行影像增强预处理,通过对模型所有的顶点和边建立约束方程,求解得到每个顶点的颜色改正值;其次根据3个顶点插值得到三角面内部像素的颜色改正值;然后通过纹理扩充得到全局无色差的纹理块;最后对纹理块进行降分辨率泊松编辑。试验结果表明,采用本文方法进行纹理匀光处理,具有纹理块间无色差、接缝线处纹理过渡自然、计算速度更快等优势,能增强三维模型的可读性与改善三维模型的显示效果。     

基于GLCM的侧扫声纳影像纹理数据库设计

根据侧扫声纳影像的特征,提出了基于灰度共生矩阵(gray level co-occurrence matrix,GLCM)纹理分析的声纳影像纹理提取方法,对不同的纹理特征参数进行量化分析,生成侧扫声纳纹理图像,并建立侧扫声纳图像纹理数据库,实验结果验证了该算法的有效性和可行性。     

基于改进 GLCM 的侧扫声纳影像分类研究

提出一种基于改进GLCM的算法IGLCM用于侧扫声纳影像的分类,IGLCM反映像素与其邻域像素的灰阶联合分布,全面描述像素与其邻域像素所在区域的纹理特征。利用GLCM和IGLCM分别提取4种纹理特征,应用支持向量机对侧扫声纳海底底质进行分类。研究结果表明,IGLCM分类精度优于GLCM,更适合侧扫声纳分类。     

道路综合特征下高分辨率遥感影像的提取

针对在高分辨率遥感影像中如何提高道路信息提取的准确度和信息量这一问题,通过对影像光谱和纹理特征的分析,将影像特征按照2种光谱特征和3种纹理特征进行分类,进而改善传统的图像分割方法,选择灰度级数和像素对的相对方向、距离和窗口大小作为参数,再通过灰度共生矩阵运算获取影像的纹理信息,通过对这些纹理特征的综合比较分析,最后确定角二阶矩、熵和对比度作为道路纹理特征统计量;再通过对图像像元分析比较,将图像像元标准差和灰度均值作为道路信息提取的光谱特征;在对道路综合特征分析基础上,再通过对遥感图像几何特征分析,最后利用数学形态学的开运算、闭运算、腐蚀、细化等模型算法对遥感图像进行精细化处理,得到道路提取较好的结果。该方法可用于复杂路况的道路信息提取。     

改进Laplace的无人机图像边缘检测算法研究

当图像灰度发生急剧变化时,常规算法存在"阈值检测不敏感"的问题.针对这一问题,借鉴RGB三相分解变换的思路,基于Laplace算法基本原理,文中提出BRGB-ALaplace算法.该算法先进行图像增强,并用高斯滤波器平滑图像和抑制噪声;再对RGB 3个相位分量方向进行拉普拉斯模板锐化拉伸,对这3个分量进行相位重组,实现...