遥感影像纹理分析方法综述与展望

《遥感影像纹理分析方法综述与展望》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18卷第6期遥感技术与应用V.Z.182003年12月REMOTESENSINGTECHNOLOGYANDAPPLICATION20N0o3.遥感影像纹理分析方法综述与展望刘龙飞，陈云浩，李京(北京师范大学资源科学研究所，北京师范大学资源信息科学与工程研究中心，北京100875)摘要:遥感影像的纹理分析已经成为一种重要的提高遥感影像分类精度的手段。着重介绍了用于遥感影像纹理分析的方法，对这些方法进行了分类和综合;这些方法的类别是:统计方法、结构方法、模型方法以及基于数学变换的方法。接着分别对各类别中的多种纹理分析方法进行

2、了刹析，列举各自的纹理特征，并指出了这些方法的优缺点和适应性。然后对应用这些方法的影像分类效果做了对比分析。最后分析了遥感影像纹理分析近年来的发展方向并对未来发展进行了展望。关健词:统计纹理分析;基于模型的纹理分析;数学变换纹理分析;纹理特征中图分类号:TP75文献标识码,A文章编号:1004-0323(2003)06-0441-07似子影像的组合cs1。一般把纹理分为两类:结构纹理1引言(确定过程)和统计纹理(随机过程)。Laws171用以下20世纪90年代以来，随着遥感技术的提高，高特征对纹理进行描述:均质性、密度、粗

3、糙度、规则分辨率遥感影像(例如IKONOS,SPOTS,性、直线性、方向性、频率、相位等。其中一些并非独COSMOS,OrbView等)越来越多。这样可以在较小立，例如频率不独立于密度，而方向性只对方向性纹的空间范围内观察地表的细节变化、进行大比例尺理有用。遥感制图、提取高精度的地理信息、监测人为活动对进行纹理分析、提取影像的纹理特征，可以推进环境的影响等。然而空间分辨率的提高并不能总是影像解译的自动化;纹理分析可以帮助抑制异物同使传统的光谱分类的精度得到提高〔。。分类精度与谱、同物异谱现象的发生。对于空间复杂、光谱混合空

4、间分辨率和分类种类这两个因素有关，而这两个的遥感影像，如果空间属性也结合进分类，那么分类因素相互矛盾:较高的空间分辨率使纯像元的数量的精度可以得到提高cel。纹理分析的方法结合常规增加，混合像元的数量减少，应该说这一因素可以使的分类方法，有助于提高此类遥感影像的最终分类分类的精度得到提高②;而另一方面，空间分辨率的精度，从而可以更好地理解遥感影像，从遥感数据中提高使需要分辨的种类数量增加，从而使同类地物提取各种有用的专题信息。之间的光谱差异增大，增大了分类的困难，使分类梢2纹理分析方法度降低。因而在某些情况下，随着空间分辨

5、率的提高，分类的精度可能降低“〕。但是这一间题在一定纹理分析方法可以归纳为:统计方法，结构(几程度上可以得以解决，比如在类内再划分子类，定义何)方法，模型方法以及基于数学变换(信号处理)的相应的训练样区进行分类，然后把这些子类再合为方法。下面介绍以往对遥感影像纹理分析的方法。结一类，因为分类的结果不仅依赖于空间分辨率，也依构法基于“纹理基元”分析纹理特征，它认为纹理由赖于分类的数量(51，当然分类的精度还依赖于具体许多小的纹理元构成，不同类型的纹理基元、不同的的分类方法。而仅仅依靠光谱信息分类，上述方法也方向、形状等，决定

6、了纹理的表现形式。纹理基元在难以达到较高的分类精度。遥感影像里很难确定或者分辨。而把纹理作为灰度纹理是复杂的视觉实体或者子模式的组合，有函数处理，比较符合自然状态的现象。在这里就不讨亮度、色彩、陡度、大小等特征，因而纹理可以看作相论结构法了。收稿日期,2003-07-20;修订日期:Z003-09-30基金项目国家高技术研究发展计划(2002AAl33060,2002AA130020,2002AAl34090)资助.作者简介刘龙飞(1977-)，女，硕士生，主要从事资源环境遥感研究.万方数据442遥感技术与应用第18卷2，

7、1统计方法向等因素有关。一个灰度游程长度定义为游程中像2.1.1灰度共生矩阵法素点的个数。灰度游程长度矩阵R(的=CP

8、灰度相关方法)通过对影像灰度级之间联合条件用。概率密度P(i,ild,B)的计算表示纹理。P(i,ild,B)表2灰度游程长度法纹理特征表示在给定空间距离d和方向0时，灰度为i为始纹理特征公式点，出现灰度级为7的概率(也即频数),P(i,ild,B)P(i,ilo)常用矩阵形式表示，称为灰度共生矩阵。通