论文部分内容阅读
摘 要：湿地是地球必不可少的生态系统，而利用遥感影像对其进行分析能有效节约时间。对于遥感影像的特征分析和提取是研究湿地的关键，因此此项工作具有实际意义和应用前景。而建立有效的样片库，使得特征数据得到了有效地管理和调用。
关键词：湿地；遥感影像；特征提取；样片库
1.引言
湿地自然生态系统与森林、海洋并列为世界三大生态系统被誉为“地球之肾”[1]。遥感对地观测技术，是从空中（或宇宙空间）对地球进行观测的技术， 包括大气空间及地球体[2]。利用卫星遥感技术对大面积湿地资源及其生态环境进行动态监测和分析具有显著优势[3]。湿地的识别与信息提取是遥感技术在湿地资源监测中的最基本也是最重要的应用[4]。在遥感影像的分类识别过程中，图像的各种特征提取技术在其中扮演了重要角色。遥感影像特征提取主要包括三个部分：光谱特征提取，纹理特征提取以及形状特征提取。光谱信息反映了地物反射电磁波能量的大小，是图像目视判读的基本依据。纹理是图像的重要特征之一，它反映了图像灰度的性质及其空间关系，是图像中一个重要而又难以描述的特性。而有关遥感影像样片库的建立，有特征库、纹理库和空间数据库。本文主要讨论光谱特征和纹理特征及其提取，并讨论有关样片库的建立。
2.光谱特征
光谱特征是遥感应用的基础，通过该光谱数据 库及对其进行基于图形界面的分析，用户可以开展各种专题信息的查询和数据分析，为遥感应用服务光谱特征是图像中目标物的颜色及灰度或者波段间的亮度比等，它通过原始波段的点运算获得。光谱特征的特点是，它对应于每个像素，但与像素的排列等空间结构无关。光谱特征是一种地物区别于另一种地物的本质特征，是组成地物成分、结构等属性的反应，正常情况下不同地物具有不同的光谱特征（在一些特殊情况下会出现同物异谱、同谱异物现象），因此根据地物光谱特征可以对遙感图像进行特征提取。在遥感图像的所有信息中最直接应用的是地物的光谱信息，地物光谱特性可通过光谱特征曲线来表达。遥感图像中每个像素的亮度值代表的是该像素中地物的平均辐射值，它随地物的成分、纹理、状态、表面特征及所使用电磁波的不同而变化。
3.纹理特征
纹理是图像的重要特征之一，它反映了图像灰度的性质及其空间关系，是图像中一个重要而又难以描述的特性。与其他图像特征相比，纹理特征是一种不依赖于物体表面色调或亮度、反映图像灰度的空间排列分布模式、能够放映图像中同质现象的视觉特征。以纹理为主导的图像称为纹理图像。通常由各种观测系统获得的图像大多是纹理图像。很多自然景物图像也可以看成纹理图像。
4.提取方法
常用的光谱特征提取主要有以下两种方法，主成分分析法和基于遗传算法的特征提取。主成分法师在统计特征基础上的多维（如多波段）正交线性变换，也是遥感数字图像处理中最常见的一种算法；基于遗传算法的特征提取是一种结合了遗传算法子空间搜索功能的低阶特征提取算法，它不但包括了光谱特征提取功能，还结合了空间滤波和增强，可以对其他特征进行提取。
常用的纹理特征提取方法就有以下四种方法，灰度共生矩阵法、Laws纹理能量法、空间自相关函数法和波变换以及小波包变换方法。基于遗传算法的特征提取式一种结合了遗传算法子空间搜索功能的低价特征提取算法，它不但包括了光谱特征提取功能，还结合了空间滤波和增强，可以对其他特征进行提取[5]；Laws纹理能量法是根据一对像素或其领域的灰度组合分布纹理测量的方法，常称为二阶统计分析方法。空间自相关函数法，纹理常用地物表面结构的粗糙性是纹理的一个重要特征，其粗糙性的程度与局部结构的空间重复周期有關，它是计算纹理测度的一种基本方法；波变换以及小波包变换方法是小波变换的的推广，其理论和算法都是基于小波变换的。小波变换能够 在所有的频率范围进行聚集，不但保留了小波分解的多分辨率特性，而且充分利用了纹理图像丰富的细节信息，对遥感图像的纹理特征进行提取更具有优势。特征提取是对天体辐射能量测量指标的分解、重组和选择的过程，关键环节有：（1）特征的检测和定位；（2）特征的表达。按照特征的表达方式，已有的光谱特征提取方法本质上可分为统计约简法、
特征谱法和谱线法。在特征提取方法的选择上，需要考虑的问题有：挖掘结果物理意义的可解释性，自动处理的效率，对噪声和畸变的稳健性，以及适用性等。例如，统计约简法的优点是一般均有比较自动化的步骤，易于操作和使用，但是如果使用的时候不考虑光谱处理的科学问题需求，则易于陷入从输入到输出的纯“黑盒”式数字游戏，导致结果失去物理意义；谱线法的典型优点是物理意义强，基于谱线法的光谱挖掘研究易于集成天文学家的先验知识，缺点是谱线提取的稳健性易受噪声和畸变影响，线比分类法的适用性往往受光谱红移范围限制。
5.样片库的建立
（1）样片库大体有光谱遥感数据库，纹理特征库。建立地物光谱数据库，运用先进的计算机技术来管理和分析各种典型地物的光谱数据信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的一个有效途径。并且有对应的光谱数据库系统，光谱数据库系统的基本功能有数据库编辑 ，光谱数据输入 ， 数据格式转换数据，查询光谱曲线及参数显示光谱曲线及参数表输出包括打印输出和文件输出两种方式常规数据处理和数据分析应用程序接口系统服务和系统维护等 。
（2）纹理通过灰度空间分布特性反映了图像空间结构特征，不同地物的纹理库也是不同的。影像纹理是遥感影像中的重要信息，原始的光谱信息加上纹理信息可以提高影像的精确性。作为提高影像分类精度的重要方法，纹理分析，合理有效地使用纹理分析方法至关重要。不同的纹理分析方法，不同程度的提高影像分类的精度。并对纹理特征进行分类，根据灰度共生矩阵建立纹理库。
6.结语
遥感影像的特征对于分析影像非常重要，利用光谱遥感影像的特征直观分析，纹理特征不依赖色调或色度，用于分析地物的结构和排列。通过特征的提取可以有效地降低数据空间的维数，从而快速、准确地对遥感图像进行分类识别。而光谱数据库和纹理特征库的建立，有效地管理和整合了有关的特征信息。
参考文献：
[1] 张良培，李翠琳.基于小波变换的影像纹理特征提取试验. 测绘信息与工程，2005，（6）.
[2] 裴亮，谭阳.辅以纹理特征的遥感影像神经网络分类. 测绘与空间地理信息，2008，（4）.
[3] 杨玉禁，冯建辉.纹理特征提取及辅助遥感影像分类技术研究. 海洋测绘，2008，（4）.
[4]许真，孙韶媛，代中华，等.基于纹理特征库的微光图像色彩纹理传递. 东华大学信息科学与技术学院，上海 2016，（2）.
[5]李幸丽， 杜培军， 张华鹏. 典型光谱数据库的建立及其图形界面分析.中国矿业大学 GIS与遥感科学系， 2010，（8）.
关键词：湿地；遥感影像；特征提取；样片库
1.引言
湿地自然生态系统与森林、海洋并列为世界三大生态系统被誉为“地球之肾”[1]。遥感对地观测技术，是从空中（或宇宙空间）对地球进行观测的技术， 包括大气空间及地球体[2]。利用卫星遥感技术对大面积湿地资源及其生态环境进行动态监测和分析具有显著优势[3]。湿地的识别与信息提取是遥感技术在湿地资源监测中的最基本也是最重要的应用[4]。在遥感影像的分类识别过程中，图像的各种特征提取技术在其中扮演了重要角色。遥感影像特征提取主要包括三个部分：光谱特征提取，纹理特征提取以及形状特征提取。光谱信息反映了地物反射电磁波能量的大小，是图像目视判读的基本依据。纹理是图像的重要特征之一，它反映了图像灰度的性质及其空间关系，是图像中一个重要而又难以描述的特性。而有关遥感影像样片库的建立，有特征库、纹理库和空间数据库。本文主要讨论光谱特征和纹理特征及其提取，并讨论有关样片库的建立。
2.光谱特征
光谱特征是遥感应用的基础，通过该光谱数据 库及对其进行基于图形界面的分析，用户可以开展各种专题信息的查询和数据分析，为遥感应用服务光谱特征是图像中目标物的颜色及灰度或者波段间的亮度比等，它通过原始波段的点运算获得。光谱特征的特点是，它对应于每个像素，但与像素的排列等空间结构无关。光谱特征是一种地物区别于另一种地物的本质特征，是组成地物成分、结构等属性的反应，正常情况下不同地物具有不同的光谱特征（在一些特殊情况下会出现同物异谱、同谱异物现象），因此根据地物光谱特征可以对遙感图像进行特征提取。在遥感图像的所有信息中最直接应用的是地物的光谱信息，地物光谱特性可通过光谱特征曲线来表达。遥感图像中每个像素的亮度值代表的是该像素中地物的平均辐射值，它随地物的成分、纹理、状态、表面特征及所使用电磁波的不同而变化。
3.纹理特征
纹理是图像的重要特征之一，它反映了图像灰度的性质及其空间关系，是图像中一个重要而又难以描述的特性。与其他图像特征相比，纹理特征是一种不依赖于物体表面色调或亮度、反映图像灰度的空间排列分布模式、能够放映图像中同质现象的视觉特征。以纹理为主导的图像称为纹理图像。通常由各种观测系统获得的图像大多是纹理图像。很多自然景物图像也可以看成纹理图像。
4.提取方法
常用的光谱特征提取主要有以下两种方法，主成分分析法和基于遗传算法的特征提取。主成分法师在统计特征基础上的多维（如多波段）正交线性变换，也是遥感数字图像处理中最常见的一种算法；基于遗传算法的特征提取是一种结合了遗传算法子空间搜索功能的低阶特征提取算法，它不但包括了光谱特征提取功能，还结合了空间滤波和增强，可以对其他特征进行提取。
常用的纹理特征提取方法就有以下四种方法，灰度共生矩阵法、Laws纹理能量法、空间自相关函数法和波变换以及小波包变换方法。基于遗传算法的特征提取式一种结合了遗传算法子空间搜索功能的低价特征提取算法，它不但包括了光谱特征提取功能，还结合了空间滤波和增强，可以对其他特征进行提取[5]；Laws纹理能量法是根据一对像素或其领域的灰度组合分布纹理测量的方法，常称为二阶统计分析方法。空间自相关函数法，纹理常用地物表面结构的粗糙性是纹理的一个重要特征，其粗糙性的程度与局部结构的空间重复周期有關，它是计算纹理测度的一种基本方法；波变换以及小波包变换方法是小波变换的的推广，其理论和算法都是基于小波变换的。小波变换能够 在所有的频率范围进行聚集，不但保留了小波分解的多分辨率特性，而且充分利用了纹理图像丰富的细节信息，对遥感图像的纹理特征进行提取更具有优势。特征提取是对天体辐射能量测量指标的分解、重组和选择的过程，关键环节有：（1）特征的检测和定位；（2）特征的表达。按照特征的表达方式，已有的光谱特征提取方法本质上可分为统计约简法、
特征谱法和谱线法。在特征提取方法的选择上，需要考虑的问题有：挖掘结果物理意义的可解释性，自动处理的效率，对噪声和畸变的稳健性，以及适用性等。例如，统计约简法的优点是一般均有比较自动化的步骤，易于操作和使用，但是如果使用的时候不考虑光谱处理的科学问题需求，则易于陷入从输入到输出的纯“黑盒”式数字游戏，导致结果失去物理意义；谱线法的典型优点是物理意义强，基于谱线法的光谱挖掘研究易于集成天文学家的先验知识，缺点是谱线提取的稳健性易受噪声和畸变影响，线比分类法的适用性往往受光谱红移范围限制。
5.样片库的建立
（1）样片库大体有光谱遥感数据库，纹理特征库。建立地物光谱数据库，运用先进的计算机技术来管理和分析各种典型地物的光谱数据信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的一个有效途径。并且有对应的光谱数据库系统，光谱数据库系统的基本功能有数据库编辑 ，光谱数据输入 ， 数据格式转换数据，查询光谱曲线及参数显示光谱曲线及参数表输出包括打印输出和文件输出两种方式常规数据处理和数据分析应用程序接口系统服务和系统维护等 。
（2）纹理通过灰度空间分布特性反映了图像空间结构特征，不同地物的纹理库也是不同的。影像纹理是遥感影像中的重要信息，原始的光谱信息加上纹理信息可以提高影像的精确性。作为提高影像分类精度的重要方法，纹理分析，合理有效地使用纹理分析方法至关重要。不同的纹理分析方法，不同程度的提高影像分类的精度。并对纹理特征进行分类，根据灰度共生矩阵建立纹理库。
6.结语
遥感影像的特征对于分析影像非常重要，利用光谱遥感影像的特征直观分析，纹理特征不依赖色调或色度，用于分析地物的结构和排列。通过特征的提取可以有效地降低数据空间的维数，从而快速、准确地对遥感图像进行分类识别。而光谱数据库和纹理特征库的建立，有效地管理和整合了有关的特征信息。
参考文献：
[1] 张良培，李翠琳.基于小波变换的影像纹理特征提取试验. 测绘信息与工程，2005，（6）.
[2] 裴亮，谭阳.辅以纹理特征的遥感影像神经网络分类. 测绘与空间地理信息，2008，（4）.
[3] 杨玉禁，冯建辉.纹理特征提取及辅助遥感影像分类技术研究. 海洋测绘，2008，（4）.
[4]许真，孙韶媛，代中华，等.基于纹理特征库的微光图像色彩纹理传递. 东华大学信息科学与技术学院，上海 2016，（2）.
[5]李幸丽， 杜培军， 张华鹏. 典型光谱数据库的建立及其图形界面分析.中国矿业大学 GIS与遥感科学系， 2010，（8）.