海底视像图像的灰度不均匀校正方法的研究

点光源照射的亮度不均匀使获得的海底视像图象的灰度分布极不均匀，给海底多金属结核矿物的颗粒自动识别、粒径测量、储量的计算带来误差。本针对点光源照射的多金属结核海底视像图象，提出了３种方法进行灰度不均匀校正，并作了比较。实验结果表明，统计原图灰度值的二维分布特性，用二阶三次多项式函数拟合此灰度分布，再逐像元进行灰度拉伸的方法能更有效地消除点光源对海底视像图像灰度的影响。     

遥感影像的古长城信息提取方法研究

从分析古长城的遥感信息机理及其光谱特征入手,发现陕北榆林地区古长城与沙地、道路的光谱特性极其相似,因此用单一的阈值法很难将古长城信息提取出来。在综合考虑古长城的空间几何特性(包括形状、大小等)及其在遥感影像上的光谱表现特征的基础上,提出了灰度坡度法对古长城信息进行提取,即利用古长城在IKONOS图像上仅有1—2个像元宽,且与背景地物的灰度差较大的特征,把它与沙地和道路分离出来。运用这一方法并结合光谱阈值分析,从图像上进行了明代长城的提取,取得了较满意的效果,并为进一步的长城考古研究和遥感图像信息提取提供了参考。     

基于匹配支持度的一种稳健性影像匹配

提出了一种新的计算匹配支持度数学模型,该模型使影像匹配的稳健性得到增强。首先,利用Harris算子在影像上提取特征点,根据相关系数建立特征点的候选匹配对应关系;然后,根据影像的长度变形、方向变形、灰度变形及双向一致性条件,计算匹配支持度;最后,根据双向一致性较强条件的松弛迭代法,消除候选匹配的模糊性。实践结果表明,该算法能建立一一对应且稳健性较强的匹配结果。     

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QuickBird遥感影像的棚户区提取与制图

以QuickBird遥感影像为数据源,从纹理信息的角度,利用灰度共生矩阵(GLCM)的方法对南京市下关区的棚户区信息进行了提取。首先,利用所选择的4个纹理特征统计量(对比度、能量、同质性和相关性)构建一个特征空间。然后运用非监督分类的方法(ISODATA算法)将研究区分成确定的类别数目。最后,根据实际情况,利用数学形态法对分类结果进行调整和优化,从而获得研究区域的棚户区信息。研究结果表明,基于纹理特征的灰度共生矩阵方法对于棚户区的提取和制图是有效可行的,同时本文的研究结果可以为南京市棚户区的管理及城市规划提供更为科学的依据。     

地震纹理分析在油气勘探中应用进展

将图像处理技术中的纹理分析理念运用到地震油气勘探中,一方面丰富了纹理分析的内容,另一方面也为地震油气勘探提供了新思路.文章在收集、整理相关文献的基础上,从以下三个方面分析、归纳了地震纹理分析技术的发展现状:①就地震纹理分析的发展历程而言,发展较早但实际应用较晚,尤其在国内;②就地震纹理分析的算法而言,目前应用比较广泛的算法有两种,分别是:灰度共生矩阵(GLCM)和纹理模型回归分析(TMR);③就地震纹理在油气勘探的应用而言,主要表现在地震构造解释、地震相分类、储层特征研究及预测三个方面.最后从发展趋势上得出结论:随着地震纹理分析算法的不断发展,该技术在油气勘探领域的应用将进一步扩展,不仅表现在碎屑岩油气,而且在碳酸盐岩甚至非常规油气中都将得到应用.因此发展前景十分广阔.     

历史航片特殊框标的自动内定向算法

内定向是摄影测量的一个基本问题,其中框标位置的近似确定是最重要也是最困难的工作.当框标不是对称形式且淹没在背景当中,框标与影像叠置在一起,传统的灰度匹配方法已不再适用,文章主要研究此种情况下的自动内定向,采用影像二值化、区域生长法分割影像、边界跟踪将框标所处的线特征提取出来,进行线特征匹配,最终实现框标的自动识别与定位,其自动内定向成功率达到了98％以上,在实际生产中得到推广与应用.     

基于航空LiDAR数据提取建筑物边界的方法研究

激光测距是一项高效、精确的实现地表信息采集的技术。城市区域的高密度激光点云数据的获取使提取兴趣目标对象(建筑物、植被等)成为可能。本文提供一种利用航空激光雷达(LIDAR)数据提取建筑物边界的有效方法,该方法首先通过基于曲面拟合的滤波算法销减地形的影响,然后利用地物的纹理信息区分建筑物与非建筑物要素,最后通过一系列后处理,如小区域去除、矢量化等,最终提取出所需要的建筑物边界。实验表明本文提供的方法用于建筑物边界的提取效果理想。     

基于分形和灰度共生矩阵纹理特征的种植型药用植物遥感分类

遥感技术应用已成为中国中药资源普查的一个重要探索方向。以红花(Carthams Tinctorius L.)为种植型药用植物实验样本品种,分别基于分形理论和灰度共生矩阵(GLCM)两种方法提取不同的纹理特征,结合光谱信息对资源三号卫星(ZY-3)影像进行最大似然方法的监督分类,对比分析分类效果和精度评价。结果显示:加入纹理特征后,总体分类精度提高了0.49%—5.31%,Kappa系数提高了0.01—0.07,结合基于双毯法的分形纹理较GLCM纹理分类总体效果提高至少两倍,其中在Matlab环境下,使用5×5滑动窗口提取的分形纹理特征的分类效果最显著,总体分类精度提高了5.31%,Kappa系数提高了0.07。对于红花分类精度,引入分形纹理特征的分类精度提高到了100%,识别的红花样地效果最完整,破碎程度最小,与其他类别区分度最高;而引入GLCM的分类精度却降低了0.55%—1.28%,可见采用分形理论比采用GLCM提取纹理特征能够更加有效地辅助ZY-3影像识别种植型药用植物。     

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。