[发明专利]用于合成孔径雷达图像的纹理基元特征提取方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种用于合成孔径雷达图像的纹理基元特征提取方法。

背景技术

在计算机视觉和图像处理中，图像亮度的变化形成某种特定重复的模式，称之为纹理，纹理是一种普遍存在的视觉现象，人们可以去感受纹理，却很难对纹理的精确定义形成统一的认识。目前尚无一个被广泛接受的纹理定义。一般认为，纹理是图像灰度或色彩在空间上的变化或重复。纹理图像中灰度分布一般具有某种规律性，对于随机纹理，它也具有一些统计意义上的特征。目前人们对纹理已有下列共识：

a)纹理表现为某种局部序列性在该序列更大的区域内不断地重复；

b)纹理存在引起视觉感知的基本构成单元，即纹理基元；

c)纹理不能处理成一个点过程，更多地表现为区域特性；

d)纹理区域各个部分大致是均匀的统一体，各部分有大致相同的尺寸；

e)纹理有强度、密度、方向和粗糙程度等特征。

基于以上共识，认为纹理有两个要素：(1)纹理具有引起视觉感知的基本单元，即纹理基元。纹理基元的形态多样，表现为某些图像色彩或者灰度模式。(2)纹理基元有一定的排列规则，这些规则可能表现为某种规律性，也可能表现为随机性[刘晓明，纹理研究综述.计算机应用研究，2008，Vol.25，No.8]。

纹理分析是纹理研究的主要内容之一，也是机器视觉里一个重要的研究领域，有着非常广阔的应用背景，其应用领域包括遥感图像分析(Remotely-sensedImage Analysis)、医学图像分析(Medical Image Analysis)、工业表面检测(Industrial Surface Inspection)、文档处理(Document Processing)和图像检索等领域。

遥感图像分析是纹理分析的一个非常成熟的应用领域，不同地形地貌的地带在遥感图像中会产生不同的纹理，河流、湖泊、田地、城市区域可以通过纹理将它们区分开来。Haralick等人使用空间灰度依赖矩阵纹理特征分析遥感图像，Rignot和Kwok用纹理特征来分析SAR图像，Du用从Gabor推导出来的滤波器纹理来分割纹理，成功地将SAR图像分割为水、新形成的冰、长时间的冰以及多年的冰。2003年，Christodoulou等人开发了一个基于多特征的纹理分析系统，该系统可以自动分析卫星云图，对不同类型的云进行分类，为天气分析提供一个有用的分析手段。

纹理分析的一个核心问题是纹理描述(Texture Description)，在模式识别领域即为纹理特征提取(Texture Feature Extraction)。目前已经有许多纹理特征提取方法。Tuceryan和Jain将这些方法大致归为四大类：结构分析方法、统计分析方法、模型化分析方法以及信号处理方法。其中统计分析方法和信号处理方法在纹理分析中担任着非常重要的角色。

纹理分析在国内的研究主要在于某一种方法的具体应用。对于统计的方法，共生矩阵法比较常用。基于模型的方法里，分形方法应用比较多，大多采用Fractal Brown函数，也有对分形方法进行改进的；马尔可夫随机场(MRF)的应用也有一些，主要困难在于参数的确定。在数学变换的方法里，常见的是基于小波变换的方法。国外主要是对几种纹理分析方法提取的纹理特征结合常规分类方法，对不同的图像进行分类比较。

早期的纹理分析使用统计或结构的方法提取特征。最近的主要进展是使用多分辨率(例如Gabor变换)及多通道(几个波段结合分析纹理特征)的纹理特征描述。过去对纹理分析缺乏对不同尺度的纹理有效分析，这里的不同尺度是指同一幅图像，在不同尺度上进行纹理分析。这样可以获得同一区域的不同纹理特征，增加了信息量，最终可以提高分类的精度。