加入改进LBP纹理的高分辨率遥感图像分类_宋本钦

加入改进LBP纹理的高分辨率遥感图像分类_宋本钦

ID:36538637

大小:689.08 KB

页数:6页

时间:2019-05-11

加入改进LBP纹理的高分辨率遥感图像分类_宋本钦_第1页
加入改进LBP纹理的高分辨率遥感图像分类_宋本钦_第2页
加入改进LBP纹理的高分辨率遥感图像分类_宋本钦_第3页
加入改进LBP纹理的高分辨率遥感图像分类_宋本钦_第4页
加入改进LBP纹理的高分辨率遥感图像分类_宋本钦_第5页
资源描述:

《加入改进LBP纹理的高分辨率遥感图像分类_宋本钦》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第4期,总第87期国土资源遥感No.4,20102010年12月15日REMOTESENSINGFORLAND&RESOURCESDec.,2010加入改进LBP纹理的高分辨率遥感图像分类宋本钦,李培军(北京大学地球与空间科学学院遥感与地理信息系统研究所,北京100871)摘要:高分辨率遥感图像纹理信息丰富,将其与光谱信息相结合进行地物分类可提高地物的精度。将改进的局部二值模式(LBP)纹理应用到高分辨率图像的土地覆盖分类中,并与只利用光谱信息和加入传统LBP纹理信息的分类结果相比较。结果表明:改进的LBP具有很好的抗噪性能,并能更有效地表达图像的纹理信息,加

2、入这种纹理信息的图像分类精度明显高于纯光谱分类和加入传统LBP纹理信息的分类。关键词:纹理;LBP;分类中图分类号:TP75文献标识码:A文章编号:1001-070X(2010)04-0040-06分类,并与加入传统LBP纹理信息的分类结果进行0引言比较,评价二者在土地覆盖分类中的性能。遥感图像分类是遥感信息提取的重要手段之1局部二值模式及其改进一。近年来,高分辨率图像的大量获取为详细地表特征制图和监测提供了数据基础。与中低分辨率图1.1局部二值模式(LBP)像相比,高分辨率图像上的地物轮廓更加清晰,空间局部二值模式(LBP)最早由Ojala等(1996)提[

3、12]结构信息也更为丰富[1,2]。图像纹理是一种重要的出,用来作为图像局部对比度的互补算法。在某空间信息,被广泛应用于图像分类,以提高分类精一灰度图像中,定义一个半径为R(R>0)的圆环形度[3,4]。目前,已有多种计算图像纹理的算法,如基邻域,P(P>0)个邻域像素均匀分布在圆周上。设于灰度共生矩阵、小波变换以及地统计学变差函数该邻域中心像素的纹理值为T,则T可以用该邻域的纹理特征提取算法等[5-7]。局部二值模式(Local中P+1个像素的函数来定义,即BinaryPattern,LBP)是近年来提出的一种算法简T=t(gc,g0,…,gP-1)(1)便

4、、但功能强大的纹理分析方法[8],它通过比较中式中,gc为该邻域中心像素值;gi(i=0,…,心像元值与邻域像元值的大小来反映局部纹理特P-1)是P个邻域像素值。征,具有不受光照强度变化影响的特征。目前,LBP在数字图像中,设邻域中心像素的坐标为(xc,在机器视觉、面部分析及遥感图像分类等方面得到yc),则其邻域像素的坐标(xi,yi)可以表示为广泛应用,并取得好的效果[9,10]。但LBP也存在一xi=xc+Rcos(2πi/P){(2)些缺陷,如不能有效完全地描述纹理特征以及比较yi=yc+Rsin(2πi/P)[11]容易受到噪声的干扰。Zhou等人提出

5、了一个新图1显示的是几种不同P、R值所对应的圆环[11]的改进的LBP纹理分析方法,本文将这一方法所形邻域,图中没有落在像素中心的邻域灰度值通过[13]得的纹理信息应用于高分辨率遥感图像的土地覆盖双线性内插得出。图1几种不同P、R值对应的圆形邻域Fig.1CircularneighborhoodswithdifferentP、Rvalues收稿日期:2010-01-19;修订日期:2010-03-10第4期宋本钦,等:加入改进LBP纹理的高分辨率遥感图像分类·41·图1在旋转时,圆形邻域的灰度值gi在以gc为的图像。由于受到噪声的干扰,有一位置的值从0变中心、

6、R为半径的圆周上移动。由于用相邻像素与中成1,LBP的值则从3变成了9,这并不是期望的结果。心像素的差值代替相邻像素的值,可以实现旋转不变性。通过式(3)可以看出,只要s(gi-gc)不全为0或不全为1,图像的旋转就会得到不同的LBP值。P-1∑s(gi-gc)U(LBPP,R)≤2LBPriu2=i=0(3)图3子图像的LBP值和改进LBP值P,R{其他P+1Fig.3ValuesofLBPandextendedLBPforasubimage其中1.2改进的LBP算法1x≥0[11]s(x)={为了解决LBP算法的两个缺陷,Zhou等人提0x<0(4)出一个

7、新的改进的方法。该方法是在相似性度量基U(LBPP,R)=

8、s(gP-1-gc)-s(g0-gc)

9、+础上,将非均匀模式分配到相应的均匀模式上。P-1min∑

10、s(gi-gc)-s(gi-1-gc)

11、(5)本文用DROR表示相似性度量,则i=1minuniform因此,Menp等人又将LBP算法进行了扩展,DROR(LBPP,R)=min{DROR(LBPP,R,LBPP,R),uniform提出了具有旋转不变性的LBP(RotationInvariantallLBPP,R}(6)[13]uniformLBP),即不断旋转圆形邻域得到一系列初始定DROR

12、(LBPP,R,LBPP,R)=min

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。