高空间分辨率遥感影像小波域分形纹理特征提取.pdfVIP

　 第22卷　 第3期 厦门理工学院学报 Vol.22　 No.3 　 　 2014年6月 Journal of Xiamen University of Technology Jun. 2014 高空间分辨率遥感影像小波域分形纹理特征提取 1 2 3 1 1 1 栾海军 , 汪小钦 , 杨娜娜 , 朱晓玲 , 张爱国 , 黄灵操 (1. 厦门理工学院计算机与信息工程学院, 福建 厦门361024; 2. 福州大学福建省空间信息工程研究中心, 福建 福州350002; 3. 厦门九华通信设备厂, 福建 厦门361022) [摘　 要] 融合小波多尺度分析方法及分形纹理提取方法在遥感影像信息提取方面的优势, 提出高分 辨率遥感影像小波域分形纹理特征计算方法, 以获取地物多尺度分形纹理属性, 为遥感影像地类识别提供 更好的标识. 首先对遥感影像进行小波多尺度分解, 进而基于DBC、 多重分形纹理计算方法在各个分解层 上提取地物纹理特征, 通过比较分析, 从中选取更为有效的小波域分形纹理特征. 基于该方法, 利用福州 市高空间分辨率QuickBird遥感影像进行试验, 并对QuickBird影像进行三级小波分解及纹理提取, 结果表 明: 小波第一、 第二分解层粗影像 (CA1、 CA2) 及三方向平均细节影像 (L1、 L2) 的DBC 空隙特征及多 重分形分维数结果作为最终甄选的小波域分形纹理特征更为合适. [关键词] 高空间分辨率; 遥感影像; 分形纹理; 小波变换 [中图分类号] TP75　 [文献标志码] A　 [文章编号] 1673-4432 (2014) 03-0065-06 由于分形方法具有成熟的数学基础, 它能够深刻、 准确地反映地物结构, 是提取遥感影像纹理特 征的有效工具. 目前, 分形已经被广泛应用于气象卫星云雾分离[1-2]、 高光谱数据波段选择[3-4]、 城 [5] [6-7] [8] 市遥感影像阴影去除 、 热场分布 、 城市结构分析 等遥感图像分析与处理及定量遥感尺度转 [9-10] [11] 换研究 中. 分形纹理特征提取方法除发展初期的分线法、 三角棱柱法与变量图方法 之外, 还 [12] [7] [8] [13] 有后来发展的分形布朗运动 、 盒维数 、 差分盒维数 以及多重分形 等计算方法. 由于遥感影 像地物具有多尺度特性, 利用小波方法[14-15]对遥感影像进行多尺度分析可以充分体现影像中地物的 多尺度特性, 更好地区分地物. 小波与分形方法相结合进行遥感影像分析与处理, 可以获取影像更完 整、 更深刻的信息. 相对低分辨率遥感影像, 高分辨率遥感影像具有更丰富的地物细节, 蕴含更多的 纹理信息. 在高分辨率影像分析和自动识别中, 尤其是当面临同物异谱、 异物同谱的问题时, 纹理特 征作为影像光谱特征的重要辅助特征, 可以发挥更为显著的作用. 因此, 本文结合小波、 分形两种方 法的优势, 提出遥感影像小波域分形纹理特征提取方法, 并以高空间分辨率 QuickBird影像为对象, 进行纹理信息提取研究. 1　 研究区及实验影像概况 研究所用的实验影像为2003年3月24 日获取的福州市QuickBird 多光谱遥感影像. 福州市位于 福建省中部东端, 介于北纬25°15′~26°39′、 东经 118°08′~120°31′之间. 区内包含盆地、 山地、 丘 陵与平原等多种地貌, 山地、 丘陵占全区土地总面积的72．68%. 研究区内地势起伏显著, 地物种类 丰富, 是提取影像纹理结构信息的重要前提. QuickBird卫星于2001年10 月18 日由美国DigitalGlobe 　 　 [收稿日期] 2014-03-