资源描述：
《基于小波尺度共生矩阵的分割算法在地物提取中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第$&卷第#期安徽机电学院学报2345$&6735##%第%##年期1月839;:<43=.:>9?@:AB?B9BC3=DCE><:?E<4FG4CEB;?E<4G:H?:CC;?:H89·:5!6"·#%%#文章编号：$%%&’(#!%)#%%#*’%#’%%!"’%(基于小波尺度共生矩阵的分割算法在地物提取中的应用张!，路威)解放军信息工程大学测绘学院，河南郑州!(%%(#*摘要：针对从全色航空影像中进行居民地区域提取的随机性和复杂性，阐述了一种基于小波尺度共生矩阵进行居民地提取的新算法，它的特点是先用小波变换将图像变换到不同的尺度层上，然后再在多尺度层上提取共生矩阵
2、信息，形成居民地特征+与传统的居民地提取方法比，它用到了不同频率上居民地纹理信息，从而更准确的刻画了居民地的纹理特性，试验结果表明，基于小波尺度共生矩阵对居民地有较好的分割效果+关键词：小波变换，尺度共生矩阵，图像分割中图分类号：,-&($文献标识码：.引言从全色航空影像上进行居民地区域的提取属于图像纹理分割的范围，其主要任务是将影像中的居民地区域划分成有相对一致性的有限区域集，它在测绘生产中可以解决对地物的识别、提取，以解决人工劳动强度大、工作繁琐的困难；此外，它在地物分类、航空影像分析、目标识别等许多应用中均起着很重要的作用+纹理是表示灰度空间分布的属性，传统的纹理分析
3、方法可分为两大类，即统计法和结构法+统计法利用基于像元（或包括其邻域）或某个区域，通过研究支配灰度或属性的统计规律去描述纹理的；而结构法则认为纹理是由许多纹理基元组成的某种“重复性”的模式/$0+这些纹理分析方法都是在单一尺度上对纹理进行描述，显然这对于利用不同空间尺度层上的信息是不充分的+实验结果表明，人们认识纹理特性的时候也是以多尺度方式进行的+基于这一点，基于小波变换的多尺度纹理分析已引起人们的极大兴趣+利用小波进行纹理分析，主要是利用小波算法对图像进行小波变换，将图像分解到不同的尺度层上，然后再在不同尺度层上提取地物的特征，然后将特征组成特征向量，最后利用特征向量对
4、地物进行分割，在分割的时候利用的影像特征不同得到的分割结果也会不同+本文利用小波在多尺度空间上提取居民地的共生矩阵特征，这里的尺度共生矩阵特征是建立在对不同层图像估计的二阶组合条件概率密度函数基础上的+它的特点是引入了反映多尺度依存关系的尺度共生矩阵，然后在此基础上提取特征值进行地物区域分割+由于全色航空影像的影像比例尺对居民地尺度共生矩阵影响很大，因此我们在这里仅对中、小比例尺的全色航空影像实验+收稿日期：#%%$’$%’#I作者简介J张!)$I&!’），男，安徽芜湖人，在读硕士研究生+·!!·安徽机电学院学报"##"年$小波变换在纹理分割中，对图像进行小波变换主要是为了
5、提取特征，因此，为了提高特征的有效性，应该着重考虑其正交性，因为这样才可使所提取的纹理特征之间不相关，从而提高特征向量的有效性和纹理分割的性能)考虑到这种情况，我们选用了具有正交性、紧支性和低复杂性的*+,-./01.2小波滤波器3"4，并进行5+66+7分解3%4，其构造过程如下)设’"($代表原始影像，’"、!"$、!8"、!"%是原始影像经小波变换得到的!幅子图像，则由’"($分解形成’"、!"$、!8"、!"%的分解公式为：ì"9$"($’(，%%’)，+,)#"(,+#"%")，"(*"$-$".$ç!(，%"%’)，+,)#"(/+&"%)，"(*í:$;""-
6、$".$!(，%%’)，+/)#"(,+#"%")，"(*ç"%-$".$!(，%%’)，+/)#"(/+#"%î")，"(*其中，<,%=、?方向的高频边缘信息)’由’"、!"$、!8"、!"%也可以重构’"($，重建公式如下：’"(.，%$-$（%’")，+,,")#(,,"+#(,,"+#%.%!")$，+,,")#(/,"+#%.%!")"，+/,")
7、#(,,"+#%.%!")%，+/,")#(/,"+#%）:";")，+(*)，+(*)，+(*)，+(*其中,,%9,#%，/,%9/#%（当信号的样本数为有限时，,,%9,$&%，/,%9/$&%）)利用小波分解公式:$;生成影像金字塔的过程如图$)则影像序列<’"($、’"、’"&$%=构@@@’成了原始影像的影像金字塔)!"$!""!"%!"&$’$!"&$’"!"#$$%!%$!%"!%%&"($&"&"&$⋯&%图$影像的小波分解过程"尺度共生矩阵设0是一块纹理区域，包含有限数目的纹理级)0的定义如下：
