利用纹理分析方法提取TM图像信息.pdf

第 8 卷 第 5 期 2 0 0 4年 9月 遥 感 学 报 J oURNAL OF REMOTE S ENSI NG Vo 1 8 No 5 S e p 2 0 0 4 文章 编号 1 0 0 7 4 6 1 9 2 0 0 4 0 5 0 4 5 8 0 7 利用纹理分析方法提取 T M 图像信息 姜青香 刘慧平 北 京师范大学 地理学 与遥感科学学 院 北京 1 0 0 8 7 5 摘要 以北京市 丰台区为试验 区 采用 纹理分析方 法对高分 辨率 图像 的纹 理信息进行 分析 选 取统计 指标 熵 通过确 定熵 的最佳 阈值 进 行边界 匹配 和图像 的分 割 将光谱 混淆 地物 菜地 和耕地 分割 开来 然后将 此 分 割结 果与 T M图像分类结 果进行叠 合 得 到最终 的分 类结 果 并将 该结果 与最大似 然分类结 果 以及单 纯依靠 纹 理特征得 到的分类结果进 行了对 比 试 验结果表 明 将纹 理分析 方法应用 于图像分类 中可区分 光谱 混淆的 地类 光谱与纹理 特征结合得 到的分类精度要 远高于单 纯光谱 和单 纯纹理 的分类精度 关键词 最大似 然分类法 纹理分 析 灰度 共生矩 阵 阈值法 中图分 类号 T f y 7 5 1 1 文献标 识码 A 1 引 言 在 自然资源调查 中 遥感 图像 已成 为重要 的空 间数据源 其 中 T M图像信息是进行 土地利用 覆 盖 变化动态监测 的重要依据 l j 常规提取 T M图像信 息的最大似然分类法 是基 于地物 光谱 特征的 难 以 正确区分光谱 易混淆 的地物 例如菜地与其他耕地 类型 为了提取 T M 图像 中 的混 淆地物信 息 可 以 采用 纹 理分 析 方法 纹理分析方法在许 多领域都有 重要 的应用 包 括金 属材 料 中 的 金相 分析 生 物 医学 工 程 中 的 医 学 图像分析以及航空遥感 图像分析等 2 目前较多的 研究是对方法本身进行 的试验性研究 3 J 如任仙怡 等提 出一种基于纹理谱特征分割纹理 图像 的方 法 首次将纹理谱特征与 区域生长算法结合起来 4 j 吴 高洪等为了提高纹理图像分割的边缘准确性和区域 一 致性以及降低 分割错误率 提 出 了一种基于小波 变换进行纹理分割 的方法 5 马晓川等提出了基于 特征符号随机场 描述的纹理分类方法 达到提高分 类精度的 目的l 6 肖志涛 等设计并 实现了基于改进 的纹理谱方法提取特征和以神经网络作为分类器 的 纹理图像分类系统 2 在遥感 图像信息提取方面主要是分形分维方法 并已有成熟的算法与实例 如曹燕等介绍 了 3种计算 影像分维值的算法和数学模型 选取 T M图像上1 2 8 1 2 8像元 的子 区域进行试验 提取 居 民地 煤矿 植 被和山区 4种地物 结果表 明 综合运用 3种方法进 行 纹 理 分 析 能 得 到 满 意 的 结 果 提 取 精 度 达 7 5 6 7 J 舒宁讨论 了影像纹理分析的分维估计原 理 以及 当前应用的主要方法 提 出了多波段影像纹 理概念 对 S P O T图像的 3个波段采用分形布朗函数 作多波段影像纹理估计 以分维值 作彩色密度分割 结果 提取河流 湖泊 桥和城区等地物 提取精度为 7 0 为多波段 影像 的分维估计方法 的实施开 了一 个先 例 总之 纹理 分析方法 主要 以方法本身 和试验性 研究为主 在图像分析上 的应用主要体现在随机场 小波变换 以及分形分维等方法 的应 用 对 于灰度共 生矩 阵方法较少涉及 本文利用遥感 图像 的纹理信 息 将灰度共生矩 阵的纹 理分析方法应用 于图像 分 类中 通过试验 选取能够合理描述纹理特征 的统计 属性熵为指标 通过确定熵的阈值范围 将光谱混淆 的地物 区分开来 从而辅助应用最大似然分类法 2 纹理 分析法 图像的纹理一般理解为图像灰度在空间上 的变 收稿 日期 2 0 0 3 0 5 2 5 修订 日期 2 0 0 3 0 7 2 9 基金项 目 教育 部骨干教师资助计 划资 助 作者简介 姜青 香 1 9 7 9 一 女 山东省 13照 市人 北 京师范大学资源 与环 境科学 系硕 上研 究生 主要从 事遥 感及地 理信 息系统 应用的研 维普资讯 第 5 期 姜青香 等 利 用纹理分析 方法提取 T M 图像 信息4 5 9 化和重复 或 图像 中反复 出现 的局 部模式 纹理 单 元 和它们的排列规则 纹理是遥感影像 上重要的 信息 是进行 目视判读和计算机 自动解译 的重要基 础I s 遥感影像 专题信息提取 中 在原始影像光谱 信息 的基础上加上纹理信息可以使分析的准确性和 精度提高 J 纹理分析指的是通过一定的图像处理技术抽取 出纹理特征 从而获得纹理 的定量或定性描述 的处 理过程 9 J 包括两方面 的内容 检测 出纹理基元 和 获得有关纹理基元排列分布方式的信息 其基本方 法可分为统计方法 结构方法和谱方法 三大类 统 计方法是指在不知道纹理基元或尚未监测 出基元的 情况下进行纹理分析 主要描述纹理基元或局 部模 式随机和空间统计特征 如灰度共生矩阵法 随机场 模型法 等 结 构方法 主要在 已知基 元 的情 况下进 行 描述纹理基元及其 周期性排列 的空 间几何 特征 和排列规则 如形 态学 图论 拓扑等方法 谱方法 是建立在多尺度分 析与时 频分析基础之 上的纹理 分析方法 如 G a b o r 变换 小 波变换 分形 学等 l 灰度共 生矩 阵 G L C M G r a y L e v e l C o o c c u e n c e Ma t 6 c e s 可以描述影像 各像元灰度 的空 间分 布和结构 特征 在利用影像的纹理特征改善影像 的地学 目标 分类效果方面具有优势 l 2 1 灰 度共 生 矩 阵 G L C M 灰度共生矩阵是按影像灰度值的空间关系描述 像元点对之 间的空间结构特征 及其相 关性 对 大小的图像 设其 灰度级 分别为 s 及 s 则具 有一定空间关系的灰度共生矩阵为 P s s P s l s 2 r 1 c 1 r 2 c 2 M I r l c 1 s l r 2 c 2 s 2 式 中 x 表示集合 x的元 素个数 r c 与 r c z 表示 图像空间上 的一个点对 r c r c 分别 表示图像 中两点 的象素 坐标 取像元 对间距为 d 两像元连线的方向为 a 取 不同间距 d 不 同方 向 a 的灰度共生矩阵为P s 1 s 2 d a 取一定的 d值 a分别设 为 0 4 5 9 0 1 3 5 构成 4个 灰度共 生矩 阵 采用这 4个方 向的叠加来消除方向影响 用灰度 值的空间共生特性作 为纹理的度量 细纹理灰度空 间变化很快 而粗纹理随距离加大仅有细微变化 用 不 同 的权 矩 阵对 共 生 矩 阵 滤 波 可 抽 取 一 系 列 描 述 纹理特征 的统计属性 如下所列 角二阶距 Q1 Q 1 P s l s 2 主要监测纹理的全局均一性程度 对 比度 Q 2 Q 2 I s l s 2 I s l s 2 JI 5 2 主要监测图像 反差边缘及其边缘效应 熵 Q 3 Q 3 一 P s l s 2 l g p s l s 2 sI 52 主要检测 图像空间的复杂性和内部的均匀性 相关 l s l s 2 p s l s 2 一 t I z 2 l 0 I 口 2 ji 2 l 2 口 l 口 2分别是 P s l s 2 的均值 和方差 该统 计量主要 检测 邻域 均 值 方差 的 空 间变 化几 何 结 构 每一个统计属性都可 以生成一个纹理影像或波 段 与光谱特征一起应用于分类 这些统计表征 的优 点是既能够反映分类类别空间特征的显著差异 又能 与基于概率模型传统分类算法兼容 l 根据不同的 图像和所需要提取的地物信息 可以选取不同的统计 属性作为指标 最终达到提取地物信息的 目的 2 2 阈值 法 阈值法是图像分割的一种重要方法 在 图像处 理与识别 中广为应用 多年来 已有各 种各样 的阈 值法提出来 如 Y e n等人 的最大相关性 原则选择 阈 值方法 1 3 P i k a z 等 人提 出基于 图像拓 扑稳定 状态 的方法 1 4 P a p a m a r k o s 等人 的用有理多项 式来拟合 灰度直方 图两个 峰问的区域 再 用该有 理多项式 的 极小值决定 阈值 的方 法l I s H u a n g等人 的通 过极小 化图像的某种模糊测度来决定灰度 阈值 的方法 l P u n 1 J 在分 割过 程 中第一 次 引进 了熵 的概念 从 此 许多研究人员在这方面进行 了相应 的工作 并提 出了多种基于熵的方法 本文 中所采用的是利用灰 度共生矩阵中的熵作为指标 通过取确定的阈值 对 目标 图像进行分割 本 研究 主要进 行 1 将试验区的 T M 图像采 用最大似然分类法 进行分类 并对分类图进行精度检验 2 在同时相的 S P O T图像上 将试验区分割出来 求得灰度共生矩阵 包括角二阶距 对比度 熵和相关 3 对明显表征 S P O T图像纹理特征 的统计属 性熵进行阈值选择 求得菜地 的熵的阈值 以此阈值 为标准 在试 验 区的 S P O T图像 上进行 边界 匹配和 图像 的分割 获得菜地的区域范 围 4 将以上得到 的分割结果 与 T M 图像 的分类 结果进行叠合 得到最后的分类结果 图 然后对此进 行精度检验 并将该结果与单纯依靠纹理特征进行 阈值选择得到的分类结果进行对比 维普资讯 3 县 体分忻 蝓 却北 J i i l台l 于 域 r乖 芷进 i r 帅址刊 玎浊 论f i j 探 i 此 选 1 几小 为 I 2 8 x I 2 8像 J 的 l 域 j 旦仃 i l骑进 行舒 惭所 刚数 北 京 地 I x 2 0 0 1 0 5I 9岫I M 遥 J 数 掘 轨 径 I 2 3 3 2 j J I M降 f 博 I 1 1 俐恫 域n 勺S I 0I 隙 此嘲悔 I 收 l j 太小胸 f J 世什试验 仆惭 l 碴野 外 r l 删 转 数 选取 FR城之 前 r j 血 E L I I j A g辅什 以 1 1 0万地 为 同 计 2 1 1 0 I l I M 棵 进 f r 忮 J 般 I 3 8 t控 制 选 一 扶 多 6 1 式 砖撤 妪 忤浊逊f 睦l I 总 R M S误 为 0 4 6 3 I 图像分类及精度评价 机排 l E r r H I 地 刊川 特 确 定一 f 土地 J 舒豢 I1 工 婴娄 灯 地艇地 川 件 J 昆J 搜 硅箭旧地水 利J I I J 地 等 凡慧 拄 I 表 i 土地 月分类体 殛 含义 r a 1 l e I L a d us e l u s d u ul i o n s y s l m n d m m n g U lKI I J 地 I i L r 1 m 十 MI l I n n u t 地 l 哥 J K 1 i i h i I I I I川 玳 的懈 川址 尢似然法 刮 J 竹 斗弛 根蚶 1 司地 物 的 特 选取 l l 世i r 讣奘 井经过世 僻 利 的 竹 I 口 口 I口J J n4硫 I I I I 口I r 1 I I 1 燃 蔓 f 刘帕 J l t P I 川 W M J I1 1 1I b I H H I J J B 0 培 婚野仆 c I S 瑶阡 进 i 蜮 犬似然 讣娄 的 他 度检验 他 f 精度 榆啼 采H I 均主 参数 是 趣 r 对7 淆 m咋垃立均柞 统 I 参 数进f r 的能渭 咔的 彤式 2 表 混 淆 矩 阵 的般 形 式 Ta h 2 T h i n I伽 I l n i x 滩 浠 阵 I p 对 m裁 1 案 敝 正册甜 娄的杆 毂H 作 f 残 旧闱 泰山做濉汁 监的样本散 几 r 4数f 表舒婪数批再 门 勺 扪枰扦 数 口 和 制 总 数f 表地 自 I 蛮 凳 f 件韭 h ll 样 奉敬 口 和 7 圳 J 湿消 i 阿进干 r 精度仆 的 丰霞譬数 I 体 什婺恃腿 P H 川 n I i 1 1 Y 1 什 堂 的 舒龚结 与地 刊啦区域的蛮 炎 f H 垃 的 率 P 二 I 2 首精 l u I u I h c e r v 时 凳 i 芒 地 呵 宴 奘 型 仟 盥 一 个随 机 佯 竹 娄 l 地 点 的 丹茭缩 小 弛 日杀什概 半 h h I r r 3 J 精 应f l l r S l v 对羹 i 矗 舒 炎 纠一 工 取 一 t随 l 样 啦 儿 所 县 的 光 0 地 I I I 蚓 墼 锕l 州均 溉卓 i fi 经世特 骑得刮 0什 嫠精 度 7 5 系牲 J 6 5 7 fi 体怜 站 3 表 3最 大 似 然 分 粪 目 分粪 精 度 l ab l e 3 L h i fie al i on a c c ur a cy rI n n l i k e Uh d 1 cnI l i l I v 蕊 维普资讯 计 光 l f 1 菜地 制地 混淆 仃大 的 艇地错 廿 勾埘 f 地帆 悚的抒 楚柚 艘 1 f I 雷 出 l 惮 勺 总f 舒 楚精胜偏眠 幕地们 舒炎辅性 此 雌 产 l I 精 崖 为 3 6 3 6 用 犄 废 为 3 3 q 象 圾 2 5 0 9 3 2纹理 特 征提 取 乃 J 准确地 提取 装地 佶 高 剖像的 行党精 舡殳r川 I 高 牛 1 的纹 f ll 持 I 刮 t q l l I 1 l q悖 K褂肤性 十 包 m 奸 对 比噎 蚺 置 l 钏2 剖 筑雌 1 j埠l j 角二 计 i 埘比胜 利 蓑 竹圳 盎 l l J 胜搜耻I 1 1 2 蹄均 障 也 缘硬 边缘设 邻域均 毹 方杀的 i a l 变化等 几 i 恂 而嫡丧 的 佬 习蟓 M旧复杂 干 几 内郫的 均 审m J 对稚越复杂川孽的纹 越 糙 J 1 i i i r j 墒怕越 大蕖地帅地 块较 小 4 r灌 条件较 土壤 度较 人 刳傈的 垃 I 艟 较 对粗 糙 墒 I 辅 几 i l l J 耕地 足地 较 凡禽小艇亦 肇地 九 此奠 剖悼 l的垃 比较均一 墒伉 较 I 訇2 世T 看 蝻囝一 泉地肝息 他地物信心的 刑 ll I 于 他备j 铡 她 的 B f 2 跛理 r 日 l l1 1 I I I 1 l F i g 2 I c J ll l l j l b L l H I lI J l r f 1 l n J 1 v f J I c 1 域代 是椎地 此 i 肌 恫 匀此墩 骑垃耻讣 1 缆 l 措 3 3阈值确 定及 精度 评 价 J 驯值的世帆 法 仃 多 之i d 几机 空 选 择方 浊 瞳驰 3个 婀 i 2 7 3 f l 2 R 2 0 4 3 i 9 2 1 2 2 卜 i 4 3 1 蚍1 7 3 5 1 2 6 2 1 1 4 3 1 9 2 姒 迅 驯捕 构 J 垠教 3 1 li f rl J 行m J 上 蟪 一 辫 址 定n 2 I M 3 1 9 2 谜 屉 改 舒 娄 巾 仔皱胛 H 二 荒地 嫡 尢 土地 利川 t凳型是 民地 l 建筑 m地 I l l J 竹光1 昔特 f I E 订 明 显的 J 别 通 过 凡似然 廿墼 就 Ij J 讣 束 小需 辱出纯 特 I 此 闰 f 札 是 痿地 熵 帅 j 喂 没 甘变 化 丁 襞地 与 地 光 箐特 征 J炎 似 此者 精 篮i l 混 淆 域 1 I 菜地晌崎 凡 于 地 i t j 熵 他 同此 问 值 i f l Fm是 訾化的 j r r b 同 4 州值卅到舯l 娄同 r 口 签 帆 悱 州 维普资讯 462 将 1 川 3十阐f I 性取 的浆地l 域 讣别 0 娘f cf 舒鬟 世f r 舟行 成终哿 划的舒 炎 幽 3精 压愉 啦结 啦 虬襄 4 f 1 闽 I 1 7 1 8 3 0 4 3 l 9 2列出 的 心 精 懂 为 7 8 0 0 幂 数 为 0 7 I 4 嘲 值 I 5 2 2 9 2 5 1 0 4 3 I 9 2刮 I I 精 度 8 6 I 5 K系 数 0 8 2 6 7 闽 伉 f 7 3 5 I 1 6 2 0 4 3 f 9 2对 矗 的 总 特 噬 8 3 7 乐鼍 l 斯0 7 6 结 精J 生榆啦 f I 寓 s枯 h 1 陆一 R 巾阙f I 2 7 3 0 2 8 2 0 4 3 I 9 2 僻 U 的 策地 域 滑 r 郫 廿褂 地 的 区域 而 f I 7 3 5 1 2 6 2 0 4 5 1 9 2褂到 的耗地区域则将 一郫分 地 i域 划 到 耕 地 巾 丽 山 蚓 f 5 2 2 9 2 5 2 0 4 3 l 0 2得刊 地 蛾轴 j f 确 唐 悼 收看 啦 H 1 坡 讣圻沽符附划的丹粪 罐 十最 的最太似 然 帕 舒 墼 4应 用 纹 理 分 析 后 的 分 娄 精 攫 1 1n hl e 4 I m K i l i e at i on r c ur t I r s i s m 2 f l 2 c I I 2 HJ I 1 5 I fu I t J 2 r I m q q 讣恤 钠 0 7 5 4 2 4 7 H c 7 5 t l 7 n c 1 7 4 H I 8 7 I c 8 4 5 2 8 1 7 i n m l f n m 1I 7 H q s I H t H c 0 7 8 3 3 1 n 8 2 2 o 1 1 n n 7 H 5 7 1 7 J 1 I l H H 5 7 4 5 H I H i i 7 i i l 1 8 5 7 l 1 4 H I 7 8 7 5 1 i 1 H n 7 8 1 2 川 8 舡 亚采 I 皱删 舒 洗足 匀 r解挑 地 i 制地 m圯 特j l I 1 廿 整似 仪 依靠成 凡似热 鼍奸 E 址 f r 什i l lj 逝 他地物 f r川j 常规的最 大似然 分 嫠浊世f r 挂小 假眦 l n1 n 致圳特 世 f r 所 彳 丁 地物 抛肌 芟试验 一 刮4 4 单 垃 n k J J f wl j 1 l h 鲜精度榆啦晤 得剥n 勺 柞聃 丧 5 总 分觉 精胜 勾7 4 3 8 怖 乐数 野0 6 7 0 3 表 s单 纯 纹 理 特 征 分 类 目 的 分 类 精 度 T I l l e 5 t t g i l i e al i o n a of t I I o n l y 她 们纹 埋 特 竹 登结 丧 明 l 封像的 总 体 奄犒 嗟响 瓜 f I 菜地阱 民地 膻啦兢 地 的 分 炎精 J 韭比较骶 蛙耻特 的直搓 圩剖 过 巾 町以解 耕地 泶地的混淆 一 j I 1 砬箍地 居 l 地 疆建 埘 刚地 致 埋 特 征 类 似 的 蛹的 阉 值 订 凡 分 I l J 面稿 域 戈娃 蒙地的 却标 迎 f r 圈f i 选 抒 J i I L 竹凳 川 荷 出 柯 凡目的 屠 睫地 岐 谴筑j 地锅 廿为 鞋地 甘致 嚣特度 l 降冈此 纯 佛 披 持 征 浊 达 剥止 确性 股 图 像 竹息 的 口tl J 的 4 结论 歧讨沦 I M 信 目提取 过 程 r J I 于 l M 图 f 的 讣 宰较f 唾 片 讫 所用的监 仆鬟 帕最 k似 然舒炎 泣 睦丁地 物 的 兜 l昔特 征来 进 行 什 奘的 因此 兄 浊艉确地提肌 山 惜特征抛淆 地 物信息 纹删 折山法 以 訇像 灰 幢 的空 间 变 化 为 础 i l j 墟 过 纹 瑚 圩忻 tl 廿J l 爵混 游的地 物 屉 陛 像抒光的 朴允 亚提出将纹 分析应用千 f 象竹凳的方 灶 J 点啦 脏 恒 1 14 生 矩 阵 统 计 指 标 熵 作 为 书文 淑骗 纹 理舒忻的纰 l 指标 对此进行 闽值选择 得到 r 菜地 址 特 晌3 1 闭 I 2 7 3 0 2 8 2 0 4 3 l 9 2 l 5 2 2 9 1 0 4 3 l 9 2 I 7 3 5 l 2 6 2 0 4 3 I 9 2 进 试 驰 舒 圳 得 到 仆 类 经 过 精 度 榆 骢 确 定 闽 直 f 5 2 2 9 2 5 2 I M3 1 9 2得到 的 分类 圈 的 分娄 精 度最 世 U 地 地 林 悱 水 k 吕昌 口 1l 维普资讯 第 5期 姜青香等 利用纹理 分析方法 提取 T M图像信息 4 6 3 高 为8 6 1 5 明显高于单纯光谱分类精度 7 5 以 及单纯纹理 特征分类精 度 7 4 3 8 验证 了该 方法 的可行性和有效性 此外 与文献 中提到 的其他纹 理分析方法得到的分类精度相 比 该方法得到 的分 类精度较高 本文试验 中选 用图像 大小 1 2 8 1 2 8像 元为试 验 区 主要 是 因 为 本 文 侧 重 于 方 法 论 的探 讨 试 验 区位于 北 京市 丰 台 区 该 区域 的耕 地 类 型 主 要 是 小 麦地 不同于南方的水 田 因此菜地和耕地光谱混淆 可 以通过纹理特征区分 如果耕地类型不 同 则另行 考虑方法的应用及统计指标 的选取 最大似然分类 法是 目前最常用 的遥感影像 分类 方法之一 应 用广 泛 但其本身也存在很多缺陷 本文在光谱分类 中引 入纹理特征可以作 为最 大似然分类 法的一种改进 还可以考虑其他的改进方法 如极大后验估计 最大 偏差线性估计等 关于熵的阈值选取 本文采取 了人 机交互选择的方式作 为尝试 选取 3个 阈值进行 比 较 得到的最佳分类结果精度 为 8 6 1 5 已满 足分 类精度要求 未进行 阈值的进一步选择 此外 本文 对于阈值选择的规律未进行探讨 因此 可在 阈值 选择方法 阈值的选取 规律等方面进行深一 步的研 究 参 考 文 献 R e f e r e n c e s 2 3 4 C h e n M Q Z h a o X M Wu C F T h e R e s e a r c h P r o g r e s s o n Mo n i t o r i n g o f U r b a n L a n d E n l a r g e w i t h R e m o t e S e n s i n g J J o u r n a l o f J i a n g x i A g r i c u l t u r a l U n i v e r s i t y 1 9 9 9 2 1 2 2 3 7 2 4 1 陈美 球 赵小 敏 吴次芳 城镇用地扩张 的遥感 监测 研究进 展 J 江 西农业 大学 学报 1 9 9 9 2 1 2 2 3 7 2 4 1 Xi a o Z T Yu M De s i g n a n d Re a l i z a t i o n o f Te x t u r e I ma g e C l a s s i fi e a t i o n S y s t e m J C o m p u t e r A p p l ic a t i o n s 2 0 0 0 2 0 9 3 9 4 1 肖 志涛 于明 纹 理图像 分类系统 的设计 及实现 J 计 算机应 用 2 0 0 0 2 0 9 3 9 4 1 S h u N R e mo t e S e n s i n g I ma g e T e x t u r e A n a l y s i s a n d F r a c t a l As s s m e n t J J J o u r nal of W u h a n T e c h n i c a l U n i v e r s it y of S u r v e y i n g a n d Ma p p i n g 1 9 9 8 2 3 4 3 7 0 3 7 3 舒 宁 卫星 遥感 影像 纹理 分析与分形分 维方 法 J 武汉 测绘 科技 大 学学 报 1 9 9 8 23 4 3 7 O 3 7 3 Re n X Y Z h a n g G L C h e n C Y e t a 1 S e g me n t i n g T e x t u r e I ma g e s U s in g T e x t u r e S p e c t r u m M e t h o d J J o u r n a l of I m a g e a nd G r a p h ic s 1 9 9 8 3 1 2 9 8 3 9 8 6 任仙怡 张桂林 陈朝 阳等 基于 纹理谱 的纹 理 分 割 方 法 J 中 国 图象 图形 学 报 1 9 9 8 3 1 2 9 8 3 9 8 6 5 Wu G H Z h a n g Y J L i n X G e t a 1 T e x t u r e Seg m e n ta t i o n w i t h Wa v e l e t T r a n s f o r m a n d F e a t u r e We i g h t i n g J J o u r nal ofl in a g e a nd G r a p h ic s 2 0 0 1 6 4 3 3 3 3 3 7 炅 高洪 章毓 晋 林行刚等 利用小 波变换和特 征加权进 行纹 理 分割 J 中国 图象 图形 学 报 2 0 0 1 6 4 3 3 3 3 3 7 6 J M a X C H o u C H T a n g S e t a 1 T e x t u r e C l a s s i fi c a t i o n B a s e d o n t h e F e a t u r e S y mb o l R a n d o m F i e l d J J o u r nal o fI m a g e a nd G r a p h ic s 1 9 9 9 4 5 3 8 7 3 9 0 马 晓川 侯 朝焕 唐姗 等 新 的 纹理 分类算法 J 中国图像图形学报 1 9 9 9 4 5 3 8 7 3 9 0 7 C a o Y N i n g S N Wa n g S L e t a 1 A n A p p l i c a t i o n o f F r a c t a l G e o m e t r y i n A n a l y s e s o f I ma g e T e x t u r e J R e m o t e S e nsi n g T e c h n o l o g y a nd A p p l ic a t i o n 1 9 9 7 1 2 4 3 1 3 5 曹燕 宁 书年 王 四龙 等 分形 分维在遥感图像纹理 分析中的应用 J 遥感技术与 应 用 1 9 9 7 1 2 4 3 1 3 5 8 j Z h o u T G G u o D Z S h e n g Y H A S t u d y o f T e x t u r e a n d D e s c r i p t i o n f o r M u h i b a n d R e mo t e Sen s i n g I ma g e B a s e d o n The G r a y V e c t o r J J o u r n a l ofX i a n U n iv e r s i t y of S c i e n c e T e c h n o lo gy 2 0 0 0 2 0 4 3 3 6 3 3 8 周廷 刚 郭达志 盛业 华 灰度矢 量多 波段遥 感影 像纹理 特 征 及 其 描述 l J 西 安 科 技学 院学 报 2 0 0 0 2 0 4 3 3 6 3 3 8 9 j Y a n g S Y H u J C a o Z L O b j e c t R e c o g n i t i o n S y s t e m B a s e d o n l m a g e T e x t u r e A n a l y s i s J J o u r nal of T i a n j i nI n s t it ut eofT e c h nolo gy 2 0 0 l 1 7 4 3 l 一3 3 杨淑莹 胡 军 曹作 良 基 于图像 纹理 分析的 目标物体 识 别方 法 J 天津 理 工学 院学 报 2 0 0 1 1 7 4 3 1 3 3 1 0 j X u e C S Wa n g X M e t h odo l o g y a n d A p p l i c a t i o n o f R e m o t e Sen s i n g I m age A n a l y s i s B a s e d o n F r a c t a l G e o m e t r y J G e o l o g i c a l S c i e n c e a nd T e c h nolo g y I n f o r m a t i o n 1 9 9 7 1 6 9 9 1 0 5 薛重生 王霞 基于分形几何的遥感 图像 纹理 分析 方法 及应 用 J 地 质科 技情 报 1 9 9 7 1 6 9 9 1 0 5 l 1 1 j H a r a l i c k R M S h a n mu g a n K D i n s r e i n I T e x t u r a l F e a t u r e s f o r I m age c l a s s i fi c a t i o n J I E E E T r a ns S y s t Ma n C y b e r n 1 9 7 3 6 6 1 0 6 2 1 1 2 J Ma r c e a u D J H o w a e t h P J D u b o i s J M e t a 1 E v a l u a t i o n 0 f t h e Gr a y l e v e l C o o c c u r r e n c e Ma t rix Me t h od for L a n d c o v e r C l ass i fi c a t i o n U s i n g S P O T I m a g e ry J j I E E E T r a ns Geo s c i R m o t e S e ns 1 9 9 0 2 8 4 5 1 3 5 1 8 1 3 j Y e n J C C h a n g F Y C h a n g S Y A N e w C ri t e ri o n f o r A u t o m a t i c Mu l t il e v e l T h r e s h o l d i n g J I E E E T r a nsa c t i o n s o n I mag e P r o c e s s i n g 1 9 9 5 4 3 3 7 0 3 7 7 1 4 j P i k a z A A v e r b u c h A D i g i t a l I m age Thr e s h o l d i n g B a s e d o n T o p o l o gi c a l S t a b l e S t a t e J j P a t t e r n R e c o g n i t i o n 1 9 9 6 2 9 5 8 2 9 8 4 3 1 1 5 J P a p a m a r k o s N G a t o s B A N e w A p p r o a c h for M u l t i l e v e l Th r e s h o l d Sel e c t i o n J C V G I P G r a p h i c Mo d e l s a nd I m a g eP r oce s s i n g 1 9 9 4 5 6 3 3 5 7 3 7 0 1 6 J H u a n g L K M a o J Wa n g J I m a g e Thr e s h o l d i n g b y M i n i m i z i n g t h e M e asu r e o f F u z z in e s s J P a t t e r n R e c o g n i t i o n 1 9 9 5 28 1 4 1 5 1 1 7 P u n T E n t o p i c Thr e s h o l d i n g A N e w A p p r o a c h J C o m p u t e r le e r s i o n G r a p h i c s a nd I m a g e P r o c e s s i n g 1 9 8 1 1 6 2 2 1 卜 一2 3 9 维普资讯 4 6 4 遥 感 学 报 第 8卷 Ex t r a c t i n g TM I ma g e I n f o r ma t i o n Us i n g Te x t u r e An a l y s i s J I A NG Q i n g x i a n g L I U H u i p i n g T h e S c h o o l o fG e o g r a p h y B N U B e ij i n g 1 0 0 8 7 5 C h i n a Ab s t r a c t T h e ma x i mu m l i k e l i h o o d c l a s s i fi c a t i o n ML C i s o n e o f t h e mo s t p o p u l a r me t h o d s i n r e mo t e s e n s i n g i ma g c l a s s i fi c a t i o n B e c a u s e t h e m a x i m u m l i k e l i h o o d c l a s s i fi c a t i o n i S b a s e d o n s p e c t r u m o f o b j e c t s i t c a n n o t c o r r e c t l y d i s t i n g u i s h o b j e c t s t h a t h a v e s a m e s p e c t rum a n d c a n n o t r e a c h t h e a c c u r a c y r e q u i r e m e n t I n t h i s p a p e r w e t a k e a n a r e a o f F e n g t a i D i s t ri c t o f B e i j i n g a s a n e x a m p l e a n d d i s c u s s t h e m e t h o d o f c o m b i n i n g t e x t u r e o f h i g h r e s o l u t i o n i m a g e w i t h s pe