基于灰度与纹理信息融合的影像分割方法

《基于灰度与纹理信息融合的影像分割方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第"&卷第(期遥感技术与应用NOP<"&QO<("##(年&"月CDE67D4DF4GFH7DIJF6K6HL-FM-55KGI-7G6FSTU<"##(RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR基于灰度与纹理信息融合的影像分割方法冯益明2李增元2武红敢2陈尔学,中国林业科学研究院资源信息所2北京&###)&.摘要!文章提出了一种融合遥感影像像元各波段灰度信息与影像纹理信息的图像分割方法2设计并实现了一种基于四分树的区域分开3合并算法/该方法有效地利用了遥感影像

2、像元各波段灰度信息以及影像纹理信息2用4567$卫星数据的实验结果表明2该方法对影像分类以及制图工作有一定的促进作用/关键词!图像分割’信息融合’分开3合并’遥感影像中图分类号!750$文献标识码!-文章编号!&##8%#+"+,"##(.#(%#$+(%#$彩色空间中颜色的贡献2又考虑到与邻近像素之间&引言的联系9(:2由于能够直接将图像分割2使其成为目前图像分割就是将图像划分成若干互不交迭的区最流行的分割技术之一/基于区域的技术一般包括域2其中各区域自身具有一致的属性2而相邻区域之区域生长;分开和合并等技术/区域生长就是组合邻间的属性具有明显的差

3、别9&:/图像分割是从图像处近的像素或者收集具有相似特征的像素到一个更大理到图像分析的关键步骤9":2也是图像处理中最古的区域中去/分开和合并技术的思想是将整个图像老和最困难的问题之一/分成若干个互不交叠的图像块2对每块再进行分割2有效合理的图像分割能够为基于内容的图像检然后根据块与块分割特征进行合并/实验表明90:2区索;对象分析等抽象出十分有用的信息2从而使得更域生长技术在=>?>@彩色空间中不比在其它彩高层的图像理解成为可能9+:/虽然图像分割已经有色空间中有明显的优势/在区域分开和合并方法中2了很长的研究历史2但是图像分割至今仍然是一个没有得

4、到很好解决的问题2仍然是一个研究的热点四叉树算法是目前最通用的数据结构方法2此算法简单2而且计算效率非常高9*:问题//当前人们一般是通过对图像的不同特征如灰近来的研究9):表明2融合多种信息更有利于取度;纹理;边缘;亮度等的分析达到图像分割的目得合理的分割效果/为此2本文以遥感影像为研究对的98:象2综合考虑影像像素信息与纹理信息以及它们的2主要以灰度图像与彩色图像为研究对象/遥感图像的分割与一般的灰度图像及彩色图像分割算法空间信息2采用基于区域的分割方法33基于四分相比2大部分算法在分割思想上是一致的2只是遥感树的分开1合并分割法2实现对遥感影像

5、的分割2为图像包括着更丰富的光谱与纹理等信息<遥感图像遥感影像分类与生产制图服务/分类的主要依据是地物的光谱特征2即地物电磁波辐射的多波段测量值以及反映像元灰度空间分布的"分割特征选择图像纹理特征2这些测量值以及纹理特征可以用作A

6、像元的各波段灰度值的异质性与一收稿日期!"##$%&&%&$’修订日期!"##(%#)%"#基金项目!国家高技术研究发展计划*(+项目,"##+--&+&#+#.和,"##+--"#)#(#./作者简介!冯益明,&)0&1.2男2博士2副研究员2主要从事林业遥感研究/第g期冯益明等%基于灰度与纹理信息融合的影像分割方法d‘h个阀值!进行比较"根据区域异质性和是否超过该模式和它们的排列规则#纹理可以分解为众多的纹阀值"确定该区域灰度信息是否趋于一致"也即区域理基元,局部模式1"其具有一定的排列规则并且是是否属于同一类型#基于影像像元信息分割"区域内反复

7、出现的"最小的基元就是图像的像素<2=>#异质性$计算公式如下%纹理分析方法主要有两类"一类是纹理的模型0分析"即统计的方法"它基于最小的基元??像素灰-.")/-.&’(,0-1,21度进行"建立纹理模型"自相关函数"数字变换方法".)*+灰度共生矩阵属于这种方法@另一类是结构分析方其中%0-为图像区域内第.波段下各像元的灰度均.法"这种方法基于纹理基元进行"要求对纹理基元和值"-.")为图像区域内序号为)的像元的第.波段的它们的排列规则进行描述"将复杂的纹理图像通过灰度值"+表示斑块区域#特征抽取和分割得到局部模式??基元,如边缘1和图像各波段的

8、灰度特征并没有考虑图像的纹理特征#而我们知道在345!678953等高空间分辨它们的属性,如边缘的方向1"考