第四章遥感图像特征提取.ppt

《第四章遥感图像特征提取.ppt》由会员分享，可在线阅读，更多相关《第四章遥感图像特征提取.ppt（55页珍藏版）》请在三一办公上搜索。

1、遥感图像处理,赵泉华,本章主要内容,基本概念：图像特征、特征表示与描述、特征提取、特征选择。纹理特征提取:直方图统计特征；图像的自相关函数；灰度分布统计特征；傅里叶特征；颜色特征提取,图像特征定义：图像的原始特征或属性。人眼能感觉到的自然特征：亮度、边缘的轮廓、纹理或色彩。需要变换和测量得到的人为特征：变换频谱、直方图、矩。,第一节：基本概念,特征表示与描述的定义：把图像分割后，为了进一步的处理，分割后的图像一般要进行形式化的表达和描述解决形式化表达问题一般有两种选择：1）根据区域的外部特征来进行形式化表示2）根据区域的内部特征（比较区域内部的象素值）来进行形式化表示,第一节：基本概念,外部特

2、征来进行形式化表示举例：,第一节：基本概念,选择表达方式，要本着使数据变得更有利于下一步的计算工作。下一步工作是基于所选的表达方式描述这个区域，一般情况下：1）如果关注的焦点是形状特性，选择外部表示方式2）如果关注的焦点是反射率特性，如颜色、纹理时，选择内部表示方式3）所选表示方式，应该对尺寸、变换、旋转等变量尽可能的不敏感,第一节：基本概念,良好的特征应具有的特点：可区分性：对于属于不同类别的图像，他们的特征应该具有明显的差异性。可靠性：对于同类的图像，它们的特征值应比较相近。独立性：所使用的各特征之间应彼此无关。数量少：图像识别的复杂度随着特征的个数迅速增长。“特征维数灾难”,第一节：基本

3、概念,特征选择:从原始特征中挑选出一些最有代表性，分类性能最好的特征。穷举法最大最小类对距离法特征选择特点：不改变原始特征值的物理意义，因此不会影响分类器设计者对所用特征的认识，有利于分类器设计，便于对分类结果的进一步分析.特征提取：从减少特征之间的相关性和浓缩信息量的角度出发，根据原始数据的统计特性，用尽可能少的新特征来最大限度的包含所有原始数据的统计特征。,第一节：基本概念,纹理：物体表面颜色或灰度的某种变化，这些变化与物体本身的属性相关。如木材的纹理、沙漠和森林图象的纹理。,第一节：基本概念,习惯上将图像在局部不规则宏观上有规律的特性称为纹理。以纹理为主导的图像称为纹理图像。,纹理的分析

4、方法 统计分析方法：从图像有关的属性的统计出发，比较适用于纹理细且 不规则的物体。结构分析方法：力求找到纹理基元，从结构上描述纹理基元，或描述纹理的构成规律，比较适用于纹理基元排列比较规则的图象。,第一节：基本概念,纹理特征要素组成：纹理基元：是一种或多种图像基元的组合。纹理基元的排列组合：基元排列的疏密、周期性、方向性。纹理特征提取：通过一定的图像处理技术，抽取出纹理特征，从而获得纹理的定性或定量的描述。检测出纹理基元检测纹理基元的排列方式,第一节：基本概念,直方图统计特征 灰度直方图；边缘方向的直方图；图像的自相关函数灰度分布统计特征 灰度共生矩阵；灰度、梯度共生矩阵,第二节：纹理特征提取

5、,直方图统计特征,灰度直方图1）选择合适的邻域大小2）对每一个像素，计算出邻域中的灰度直方图3）比较求出的直方图与已知的各种纹理基元或含有纹理基元的邻域的直方图间的相似性，若相似，则说明图像中可能存在已知的纹理基元。4）比较不同像素所对应的直方图的相似性，从中可以发现纹理基元排列的周期性、疏密性等特征。,重要的是衡量直方图间的相似性,第二节：纹理特征提取,衡量直方图相似的常见度量直方图的均值,第二节：纹理特征提取,直方图的方差,衡量直方图相似的常见度量,第二节：纹理特征提取,衡量直方图相似的常见度量,Kolmogorov_Smirnov 距离定义:,注意灰度级的直方图特征并不能建立特征与纹理基

6、元的一一对应关系。,第二节：纹理特征提取,边缘方向直方图-采用灰度梯度方向矩阵,直方图统计特征,取最大值的方向作为该小区域的方向,第二节：纹理特征提取,图像的自相关函数,若有一幅图像f(i，j)，i，j=0，1，N-1，则该图像的自相关函数定义为,第二节：纹理特征提取,自相关函数(x，y)随x，y大小而变化，其变化与图像中纹理粗细的变化有着对应的关系，因而可描述图像纹理特征。在x0，y0时，从自相关函数定义可以得出，(d)1为最大值。不同的纹理图像，(x,y)随d变化的规律是不同的。当纹理较粗时，(d)随d的增加下降速度较慢；当纹理较细时，(d)随着d的增加下降速度较快。随着d 的继续增加，(

7、d)则会呈现某种周期性的变化，其周期大小可描述纹理基元分布的疏密程度。,图像的自相关函数,第二节：纹理特征提取,Kaizer从北极航空照片中取出七类不同地面覆盖物的图像，采用自相关函数进行分析。对每一类地面覆盖物作出它们的自相关函数随d的变化曲线。当r(d)=1/e时，七条曲线对应的d值分别为d1，d2，,d7，如图9.4.1。根据di 的大小，把7类地物从细到粗进行了排序。将七类地物对应的七张图像请二十位观测者按纹理粗细目视判别，也按由细到粗的次序将图片排队。将目视判别结果与自相关函数分析的排列结果作比较，发现用自相关函数自动分析可达99%的正确率。,第二节：纹理特征提取,灰度分布统计特征,

8、灰度共生矩阵 是对图像上保持某距离的两象素分别具有某灰度的状况进行统计得到的。共生矩阵表示,第二节：纹理特征提取,0度方向,90度方向,45度方向,135度方向,灰度分布统计特征-灰度共生矩阵,0度方向,90度方向,45度方向,135度方向,灰度分布统计特征-灰度共生矩阵,灰度共生矩阵特点,矩阵大小：LL L为灰度级 在实际应用中为了减少运算量，可先减少灰度级数，再计算共生矩阵。归一化,第二节：纹理特征提取,对称性（只限以上提到的四个方向）主对角线元素的作用 沿着纹理方向的灰度共生矩阵主对角线上的元素较大，在垂直纹理方向上的共生矩阵主对角线的元素可以判断纹理的粗细。元素值的离散性 离开主对角线

9、上的元素的归一化值高，离散性大，也就是说一定位置关系的两象素间灰度差大的比例高，说明垂直于该方向的纹理较细。,灰度共生矩阵特点,第二节：纹理特征提取,由灰度共生矩阵派生出的纹理特征参数,二阶矩对比度 图像的对比度越高，越清晰,二阶矩可以理解为图像中所含的能量，粗纹理含有较多的能量，细纹理含有较小的能量。,第二节：纹理特征提取,相关,相关是用来衡量灰度共生矩阵的元素在行的方向或列的方向的相似程度。如，某图像具有水平方向的纹理，则图像在0度方向的共生矩阵的相关值往往大于其它方向的相关值。,由灰度共生矩阵派生出的纹理特征参数,第二节：纹理特征提取,熵 熵是图像所具有的信息量的度量，因纹理信息也属于图

10、像的信息，若图像没有任何纹理，则灰度共生矩阵几乎为零阵，该图像的熵值接近于0。若图像纹理较多，则熵值也较大。,由灰度共生矩阵派生出的纹理特征参数,第二节：纹理特征提取,灰度分布统计特征-灰度梯度共生矩阵,灰度梯度共生矩阵是灰度直方图和边缘梯度直方图的结合。,第二节：纹理特征提取,灰度分布统计特征-灰度梯度共生矩阵,图像,灰度正规化处理,规定的灰度级数目，图像的灰度级数目,计算梯度图像,梯度图像正规化处理,灰度-梯度共生矩阵,第二节：纹理特征提取,灰度梯度共生矩阵同时提供了直方图信息和梯度信息，因此也可以从中抽取图像的纹理统计特征参数。,灰度分布统计特征-灰度梯度共生矩阵,第二节：纹理特征提取,

11、灰度分布统计特征-灰度梯度共生矩阵,第二节：纹理特征提取,灰度分布统计特征-灰度梯度共生矩阵,第二节：纹理特征提取,练习：,第三节：颜色特征提取,一、彩色的描述原理：可视光区的波长在400nm700nm，当光谱采样限制到三个人类视觉系统敏感的红、绿、蓝光波段时，对这三个光谱带的光能量进行采样，就可以得到一幅彩色图像。,二、感兴趣的范围：红外区、可见光区一直到紫外光区。三、多光谱图像：光谱采样不限于三个波段，即为多光谱图像。,第三节：颜色特征提取,几种常用的表色系统,前面我们已经提到，当在三基色光波段的光谱采样时，可以形成彩色图像。但是为了不同的研究目的，便产生了为其提供最方便的几种彩色描述方法

12、。,第三节：颜色特征提取,一、RGB色系,国际照明委员会（CIE）规定以700nm(红)、546.1nm(绿)、435.8nm(蓝)三个色光为三基色。又称为物理 三基色。自然界的所有颜色都可以通 过选用这三基色按不同比例混合而成。,第三节：颜色特征提取,一、RGB色系,R:200,G:50,B:120,第三节：颜色特征提取,二、HSI色系,这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。,第三节：颜色特征提取,二、HSI色系,I：表示光照强度或称为亮度，表示人眼所能感觉到的颜色明暗程度，它确定了像素的整体亮度，而不管其颜色是什么。,第三节：颜色特征提取,二、HS

13、I色系,H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长（既彩虹中的那种颜色）0o为红色，120o为绿色，240o为蓝色。0 o到240o覆盖了所有可见光谱的颜色，240o到300o是人眼可见的非光谱色（紫色）。,第三节：颜色特征提取,二、HSI色系,S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）影调，即饱和度为0。,第三节：颜色特征提取,饱和度效果示意图,第三节：颜色特征提取,色度效果示意图,第三节：颜色特征提取,亮度效果示意图,第三节：颜色特征提取,I：表示亮度或者称为光照强度，它确定了像素的整体

14、亮度，不管其颜色是什么，都是R、G、B三色的平均值，主要描述光作用于人眼时引起的明亮程度的感觉变化。,H：表示色度，用角度表示。彩色的色度反映了该彩色最接近什么样的光谱波长。在一般的情况下，设定：0为红色，120为绿色，240为蓝色。色度从0到240覆盖了所有可见光谱的颜色，在240300之间的是人眼可见的非光谱色（紫色）。,S：饱和度。饱和度参数是色环的原点（圆心）到彩色点的半径长度。在环的外围圆周是纯的或者称为饱和的颜色，其饱和度值为1。在中心是中性（灰色）色调，即饱和度为0。饱和度主要指彩色光所呈现颜色的深浅程度。,第三节：颜色特征提取,二、HSI色系,思考问题：在这个圆柱体上，红色的点顺（逆）时针旋转会变成什么样？上下移动呢？向圆心方向移动呢？,第三节：颜色特征提取,红点顺时针移动的效果,第三节：颜色特征提取,红点逆时针移动的效果,第三节：颜色特征提取,红点上、下移动的效果,第三节：颜色特征提取,红点向圆心方向移动的效果,第三节：颜色特征提取,本 章 总 结,基本概念：图像特征、特征表示与描述、特征提取、特征选择。纹理特征提取:直方图统计特征；图像的自相关函数；灰度分布统计特征；傅里叶特征；颜色特征提取,