任敏

摘要：由于多傳感器遙感圖像具有多種多樣的特征，分析圖像具體信息需要對圖像的特征進(jìn)行準(zhǔn)確提取，其中紋理特征能夠表現(xiàn)出圖像本質(zhì)，該文采用灰度共生矩陣統(tǒng)計(jì)分析方法進(jìn)行特征提取，能夠準(zhǔn)確分析出多傳感器遙感圖像的信息，并且能夠滿足衛(wèi)星遙感圖像信息處理的技術(shù)的不斷提高和發(fā)展。

關(guān)鍵詞：遙感圖像；紋理特征；灰度共生矩陣法

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2013）09-2216-03

1 圖像特征分析

圖像最基本屬性稱為圖像特征，它是圖像內(nèi)部最反映圖像本質(zhì)的信息，圖像特征可以根據(jù)圖像所具有的色度、亮度、邊緣值、紋理或結(jié)構(gòu)等劃分為多種類別，整個圖像在各個方面的屬性都得到了反映。這幾種特征主要分為統(tǒng)計(jì)特征（比如圖像的均值、方差、直方圖等）、幅值特征（比如圖像像素的灰度值、頻譜值等表示的幅值特征）、變換系數(shù)特征、邊界特征、拓?fù)涮卣饕约凹y理特征。

下面對其中幾種重要的特征做出詳細(xì)的描述：

1）變換系數(shù)特征：亮度圖像決定于變換域系數(shù)，它和原空間域圖像是相同的，都同時(shí)具有唯一性的變化，所以其變換系數(shù)可以稱為一種圖像特征。

2）邊界特征：包括了亮度邊界點(diǎn)和噪聲點(diǎn)。圖像中的亮度邊界點(diǎn)是指利用灰度及三色值來表示的在一幅沒有噪聲的圖像中亮度突變或斷續(xù)的點(diǎn)。噪聲點(diǎn)和周圍的像素比較起來也是具有灰度突變的性質(zhì)，不過它是單獨(dú)的隨機(jī)點(diǎn)。

3）紋理特征：紋理特征在所有圖像特征的種類中是一種相當(dāng)重要的特征，它反映了圖像或物體本身的屬性。例如對遙感圖像的分析和解譯，最根本的依據(jù)就是波譜信息和空間信息兩個方面的數(shù)據(jù)，即灰度和紋理信息。以前對圖像的波譜信息的使用是最頻繁的，隨著衛(wèi)星遙感圖像信息處理的技術(shù)不斷的提高和發(fā)展，單利用波譜信息早已適應(yīng)不了遙感應(yīng)用技術(shù)的發(fā)展需要。譬如，在地質(zhì)學(xué)的角度來看，巖石受含水性或其他因素的影響，它的波譜信息顯示的非常雜亂而且沒有可循的規(guī)律性，但是紋理反映的信息是與巖石的類型有緊密的關(guān)系，它詳細(xì)地描述了巖石表面的粗糙度和巖石的影文結(jié)構(gòu)，所以紋理信息有助于我們將兩種不同的物體區(qū)別開來，對巖石識別有必要的輔助作用。

2 紋理特征分析

目前對紋理準(zhǔn)確的概念在業(yè)界還沒有統(tǒng)一的標(biāo)準(zhǔn)性定義。我們把圖像的像素灰度級或顏色相關(guān)的變化指定為圖像紋理的一般描述。序列是按照某種特定的規(guī)律排列的基本部分所構(gòu)成的；在某種序列范圍之外，其局部的序列信息是不斷的重復(fù)出現(xiàn)的；各基本部分在紋理范圍內(nèi)的所有地方都是具有幾乎相同的結(jié)構(gòu)大小，并且基本都是均勻的統(tǒng)一體。我們將這個系列的基本部分一般命名為紋理基元，紋理基元是一種或多種有特定形狀大小的圖像基元的組合，所以紋理也可以認(rèn)為是由紋理基元按照一種特定的統(tǒng)計(jì)規(guī)律排列，或是按照某種確定的規(guī)律組合而成的，我們把前者稱為隨機(jī)性紋理，將后者稱為確定性紋理。

紋理在圖像中有很多特性，通常表現(xiàn)為疏密性、均一性、周期性、平滑性、粗糙性和復(fù)雜程度，特別的還有紋理基元或灰度空間組合的某些特征，如頻率、強(qiáng)弱的程度以及方向性會在一個區(qū)域內(nèi)重復(fù)地出現(xiàn)，這些特性的改變能深刻的影響圖像的質(zhì)量，使圖像的外觀產(chǎn)生非常大的改變。粗糙程度和局部的灰度變化與空間中的重復(fù)周期是相關(guān)的，長周期和低頻率的是粗紋理，短周期的是細(xì)紋理。對紋理進(jìn)行描述的參量有很多方面，包括紋理的密度、強(qiáng)度、方向和紋理的粗糙程度等。此外，紋理是二維的，只有一個點(diǎn)是無法描述紋理特征的，所以對紋理進(jìn)行計(jì)算需要選擇窗口。

分析紋理的方法一般概括為兩類：一種是統(tǒng)計(jì)紋理分析法；另一種是結(jié)構(gòu)紋理分析法?；谑挛锏臉?gòu)成不同，并且空間分布也具有很強(qiáng)的多樣性和復(fù)雜性等原因，遙感圖像的紋理并不擁有規(guī)則不變的局部模式和簡單的周期重復(fù)，它的紋理信息和周期重復(fù)只是建立在統(tǒng)計(jì)學(xué)理論基礎(chǔ)之上的，這樣遙感圖像紋理分析主要采用的是統(tǒng)計(jì)紋理分析方法，而結(jié)構(gòu)分析方法在遙感圖像中的應(yīng)用所得到的結(jié)果沒有用統(tǒng)計(jì)紋理分析方法的效果好。

3 空間灰度共生矩陣法

對于紋理圖像的特征分析和提取方法是多種多樣的，其中一種常用而且非常有效的統(tǒng)計(jì)特征提取方法就是空間灰度共生矩陣法?？臻g灰度共生矩陣主要表示的是在圖像中某兩個像素在相同方向且不同位置上出現(xiàn)的概率的大小，這種方法的使用是在圖像灰度的二階統(tǒng)計(jì)特性的基礎(chǔ)之上的。

1）灰度共生矩陣的定義

在圖像中任取兩個像素點(diǎn)[x1，y1]和[x2，y2]，設(shè)他們之間的距離為[d]，并分別設(shè)[i]和[j]為兩點(diǎn)對應(yīng)的灰度值。由下圖可知，根據(jù)給定的距離[d]，與像素點(diǎn)[x1，y1]對應(yīng)的有不在圖像邊界上的8個相鄰的點(diǎn)[x2，y2]，于是我們?nèi)魧D像進(jìn)行統(tǒng)計(jì)就可以選擇[θ=0?]、[θ=45?]、[θ=90?]和[θ=135?]這四個不同方向的角度，如圖1所示。

在這四個角度上我們可以得到四個灰度共生矩陣：[P0?]、[P45?]、[P90?]和[P135?]，它們的含義可理解為與灰度是[i]的點(diǎn)[x1，y1]相距達(dá)到[d]的長度且灰度達(dá)到[j]的點(diǎn)[x2，y2]能夠出現(xiàn)的概率，即：

由此我們可知灰度共生矩陣法實(shí)際上就是關(guān)于對稱矩陣中相鄰基元之間的距離和角度的函數(shù)，即[Pi，j=Pj，i]。我們通過一個簡單的例子來體會下灰度共生矩陣的作用：有一幅數(shù)字圖像是[4×4]個四灰度級的，假設(shè)當(dāng)[d=1]時(shí)通過計(jì)算得到的空間灰度共生矩陣，其中公式（1）表示的是灰度級為[0-3]的[4×4]圖像，公式（2）-（5）分別表示的是當(dāng)[d=1]時(shí)四個角度的共生矩陣。

我們在分析圖像時(shí)，灰度共生矩陣只要確定下來，圖像的方向模式就可以通過分析提取的圖像特征[P0?]、[P45?]、[P90?]和[P135?]的大小來得到，特別強(qiáng)調(diào)的是[d]和[θ]是決定這些特征的關(guān)鍵。比如說，若使空間灰度共生矩陣趨于均勻分布，紋理要細(xì)并且是不規(guī)則的，[d]的取值要比紋理基元大，此時(shí)像素對的灰度值通常才會有大的差別；如果空間灰度共生矩陣趨于對角分布，紋理需要是粗糙且規(guī)則的，當(dāng)[d]的取值比較小時(shí)，像素對灰度值才會相似。我們可以得出，分析紋理的粗糙度需要通過計(jì)算矩陣中根據(jù)不同的[d]值決定的元素，并且要計(jì)算元素關(guān)于主對角線的離散程度才能達(dá)到分析紋理的目的。

4 結(jié)束語

在紋理有方向的情況下，通過比較矩陣值隨[θ]變化的分散程度就能夠分析紋理的方向性，這樣也可以達(dá)到紋理分析的目的，因?yàn)榭臻g灰度共生矩陣對角線上的值是隨[θ]變化而變化的。由此可得，直觀地反映紋理圖像的某些特性是灰度共生矩陣的一大特色，而且它擁有恰好滿足人類視覺特性需求的統(tǒng)計(jì)方法，所以提取特征分析紋理的方法中比較簡單實(shí)用的就是空間灰度共生矩陣法。

參考文獻(xiàn)：

[1] 何東健，耿楠，張義寬.數(shù)字圖像處理[M].西安：西安電子科技大學(xué)出版社，2003（7）：213-218.

[2] 劉麗，匡綱要.圖像紋理特征提取方法綜述[J].中國圖像圖形學(xué)報(bào)，2009（4）.

[3] 阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2010.

[4] 白香花.基于紋理分析的去噪聲方法研究[J].遙感技術(shù)與應(yīng)用，2008，（1）.

[5] 董偉軍.基于紋理形狀特征的圖像檢索技術(shù)[J].計(jì)算機(jī)工程與應(yīng)用，2004（4）.