基于插值小波的遙感圖像紋理識別方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開一種基于插值小波的遙感圖像紋理識別方法及系統(tǒng)，能夠對遙感圖像進行快速、準確的紋理識別。所述方法包括：利用灰度值閾值法對原始農田遙感圖像進行分割；將所述分割得到的圖像延拓為矩形；利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構，并在Banach空間對所述重構得到的圖像進行降噪；采用梯度法對每塊圖像進行紋理分割，對分割結果進行Hough變換，得到類直線紋理識別結果。
【專利說明】
基于插值小波的遙感圖像紋理識別方法及系統(tǒng)
技術領域
[0001] 本發(fā)明設及圖像處理技術領域，具體設及一種基于插值小波的遙感圖像紋理識別 方法及系統(tǒng)。
【背景技術】
[0002] 在制種玉米地中，每六行雌性玉米植株增加間隔一行雄性植株，為提高育種質量， 雌性玉米植株的花穗在授粉后剪掉。高產大田玉米地則無需運么做。因此，從遙感圖像上來 看，制種玉米地便有了較為模糊的直線紋理，如圖1所示。由于兩種玉米地具有類似的顏色 和灰度值，制種玉米地圖像中的模糊類直線紋理便成為兩種玉米地遙感圖像的主要區(qū)別。 圖1中標記為Sm和gm的地塊分別是育種玉米地和普通玉米地。
[0003] 由于給定的圖像為灰度圖像，且不同地塊的紋理也比較規(guī)則，很難從顏色和外形 來區(qū)分。仔細觀察Sm和gm兩種不同的地塊，也只是紋理上略有不同。為便于對比并找出兩種 地塊的區(qū)別，把兩種地塊圖像拼接到一起如圖2(左側為sm，右側為gm)所示。Sm存在較為明 顯的縱向直線紋理，而gm有淡淡的模糊的橫向直線紋理。因此，下面考慮選擇直線紋理作為 不同地塊區(qū)分的依據(jù)。
[0004] 目前，較為流行的圖像紋理描述算法有灰度共生矩陣(GLCM)、Gabor濾波器、方向 小波、曲線波(Curve 1 et)變換、剪切波(Shear 1 et)變換等。
[0005] 對于帶有方向的小波W及曲線波和剪切波來說，描述精度較高，但小波變換速度 較慢?；叶裙采仃嚭虶abor濾波器具有類似的性質，都是通過內積運算找到指定方向的紋 理，進一步通過聚類算法實現(xiàn)紋理圖像的分割。下面WGabor濾波器為例來說明此類分割的 特點。對圖2所示圖像進行Gabor變換，變換結果如圖3所示。顯然，Gabor濾波器可W很敏銳 地捕捉Sm地塊的紋理，但和我們觀察到的不同，其捕捉到的紋理更側重于封閉小區(qū)域，運和 算法中指定的方向較少也有直接關系，但給定的方向太多，必和方向小波類算法一樣，降低 算法效率。此外，即使能夠精確捕捉到圖像中的直線紋理，進一步采用聚類算法對圖像進行 分割的結果也很難將兩種不同的地塊區(qū)分開來。對圖2所示圖像進行Gabor變換得到的結果 如圖3所示。圖示結果并沒將圖像的直線紋理表達出來，但確實區(qū)分出了兩種不同的地塊。 若進一步采用聚類分割，結果如圖4所示?？梢?，分割效果并不理想，出現(xiàn)了過分割現(xiàn)象。

【發(fā)明內容】

[0006] 有鑒于此，本發(fā)明實施例提供一種基于插值小波的遙感圖像紋理識別方法及系 統(tǒng)，能夠對遙感圖像進行快速、準確的紋理識別。
[0007] -方面，本發(fā)明實施例提出一種基于插值小波的遙感圖像紋理識別方法，包括： [000引利用灰度值闊值法對原始農田遙感圖像進行分割；
[0009] 將所述分割得到的圖像延拓為矩形；
[0010] 利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構，并在Banach空間 對所述重構得到的圖像進行降噪；
[0011] 采用梯度法對每塊圖像進行紋理分割，對分割結果進行化U曲變換，得到類直線紋 理識別結果。
[0012] 另一方面，本發(fā)明實施例提出一種基于插值小波的遙感圖像紋理識別系統(tǒng)，包括：
[0013] 分割單元，用于利用灰度值闊值法對原始農田遙感圖像進行分割；
[0014] 延拓單元，用于將所述分割得到的圖像延拓為矩形；
[0015] 重構單元，用于利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構， 并在Banach空間對所述重構得到的圖像進行降噪；
[0016] 變換單元，用于采用梯度法對每塊圖像進行紋理分割，對分割結果進行化Ugh變 換，得到類直線紋理識別結果。
[0017] 本發(fā)明實施例提供的基于插值小波的遙感圖像紋理識別方法及系統(tǒng)，一方面，通 過將原始農田遙感圖像分割得到的圖像延拓為矩形，能夠避免后續(xù)進行化U曲變換時，邊界 對紋理識別的影響，另一方面，通過構造不可分插值小波函數(shù)，克服了常見的張量積小波不 具備方向性的缺陷，在此基礎上設計的多尺度插值算子可W實現(xiàn)圖像的方向性分解和重 構，并在Banach空間對所述重構得到的圖像進行降噪，避免了后續(xù)采用化U曲變換識別類直 線紋理時由于噪聲的存在引起的直線方向的錯誤識別，能夠避免化Ught變換中的混疊現(xiàn)象 的產生，綜合上述兩方面，本發(fā)明能夠實現(xiàn)對遙感圖像的準確紋理識別。此外，由于不可分 插值小波具有插值特性，變換速度相對于帶有方向的小波變換速度要高，從而提高了圖像 紋理識別的效率。
【附圖說明】
[001引圖1為不同地塊識別樣圖；
[0019] 圖2為標記為SM和GM的兩種地塊示意圖；
[0020] 圖3為不同紋理圖像的Gabor變換結果；
[0021] 圖4為Gabor變換結合聚類算法的分割結果；
[0022] 圖5為本發(fā)明基于插值小波的遙感圖像紋理識別方法一實施例的流程示意圖；
[0023] 圖6為直接采用SObel算子對圖像進行分割分割前后的示意圖；
[0024] 圖7為SObel算子對大圖像分割分割前后的示意圖；
[0025] 圖8為化U曲變換對圖像中類直線紋理的識別結果示意圖；
[0026] 圖9為立角形區(qū)域；
[0027] 圖10為圖5中Sl得到的分割結果示意圖；
[0028] 圖11為圖5中S2處理后的圖像示意圖；
[00巧]圖12為圖5中S4處理后的示意圖；
[0030] 圖13為本發(fā)明基于插值小波的遙感圖像紋理識別系統(tǒng)一實施例的結構示意圖。
【具體實施方式】
[0031] 為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發(fā)明 一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有 做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0032] 如圖5所示，本實施例公開一種基于插值小波的遙感圖像紋理識別方法，包括：
[0033] Sl、利用灰度值闊值法對原始農田遙感圖像進行分割；
[0034] S2、將所述分割得到的圖像延拓為矩形；
[0035] S3、利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構，并在Banach 空間（己拿赫空間)對所述重構得到的圖像進行降噪；
[0036] 具體應用中，可W采用硬闊值法進行降噪。
[0037] S4、采用梯度法對每塊圖像進行紋理分割（比如可W利用SObel算子進行紋理分 割），對分割結果(二值圖像)進行化U曲變換，得到類直線紋理識別結果。
[0038] 盡管用現(xiàn)有的各種連續(xù)性變換不能得到理想的分割效果，若直接采用梯度法進行 分割，如SObel算子(索貝爾算子)確可W得到較為理想的直線紋理分割效果(分割前后圖像 分別如圖6中（a)圖和(b)圖所示）。其中（a)圖和(b)圖中左半部分是Sm標記的圖像，右半部 分是gm標記的圖像。顯然，從直線紋理的數(shù)量即可簡單地將兩種地塊分割出來。
[0039] 采用SObel算子對整幅圖像進行分割，分割出來的只是灰度差異比較大的地塊，無 法對地塊中的紋理進行分辨。其實，任何分割算法的闊值都是針對于整幅圖像設定的，對本 項目給定的圖像，即使降低分割算法的闊值，也只能得到凌亂的分割結果。因此，在使用 SObel算子進行直線紋理分割前，需要首先把灰度不同的地塊按照灰度值分割出來，然后分 別對不同地塊進行SObel分割，分割前后圖像分別如圖7中（a)圖和(b)圖所示?；疷曲是識別 直線紋理的有效工具，對SObel圖像分割結果進行化U曲變換，計算直線紋理的長度、密度等 幾何特性，并利用運些幾何特性識別不同地塊是一種簡單易行的高效方法。
[0040] 由于類直線紋理模糊、方向不唯一且有噪聲干擾，常用的紋理描述方法和紋理圖 像分割方法無法準確識別兩種不同的玉米地。由于插值小波函數(shù)定義在Banach空間，而普 通小波定義在化化ert空間，多尺度插值小波變換相對于普通小波變換具有更高的精度和 適用范圍。因此，構造了一種多尺度插值小波和化U曲變換相結合的直線紋理識別方法。多 尺度插值小波變換可W減少直線紋理周圍的噪聲點，從而降低化Ught變換中的混疊現(xiàn)象。 Hou曲變換是檢測圖像中直線紋理的有效手段，通過圖像紋理中直線的密度、長度、平行度 等參數(shù)，構造制種玉米地圖像的識別規(guī)則，實現(xiàn)兩種玉米地圖像的分離。
[0041] Hou曲變換定義在矩形區(qū)域上，且在進行化U曲變換時，為避免邊界對紋理識別的 影響，矩形圖像區(qū)域不應有突出的邊界。而我們提取的圖塊圖像并非矩形區(qū)域，可能是平行 四邊形或者更不規(guī)則的圖像區(qū)域?？蒞采用廣義變分原理對圖像進行合理的延拓，合理的 延拓應該不影響化U曲變換識別直線紋理的結果，如圖8所示為化U曲變換對圖像中類直線 紋理的識別結果示意圖。
[0042] 本實施例提供的基于插值小波的遙感圖像紋理識別方法，一方面，通過將原始農 田遙感圖像分割得到的圖像延拓為矩形，能夠避免后續(xù)進行化U曲變換時，邊界對紋理識別 的影響，另一方面，通過構造不可分插值小波函數(shù)，克服了常見的張量積小波不具備方向性 的缺陷，在此基礎上設計的多尺度插值算子可W實現(xiàn)圖像的方向性分解和重構，并在 Banach空間對所述重構得到的圖像進行降噪，避免了后續(xù)采用化U曲變換識別類直線紋理 時由于噪聲的存在引起的直線方向的錯誤識別，能夠避免化Ught變換中的混疊現(xiàn)象的產 生，綜合上述兩方面，本發(fā)明能夠實現(xiàn)對遙感圖像的準確紋理識別。此外，由于不可分插值 小波具有插值特性，變換速度相對于帶有方向的小波變換速度要高，從而提高了圖像紋理 識別的效率。
[0043] 可選地，在本發(fā)明基于插值小波的遙感圖像紋理識別方法的另一實施例中，所述 對分割結果進行化U曲變換，得到類直線紋理識別結果，包括：
[0044] 計算每個圖像塊化U曲的變換屬性，如類直線的密度、長度和平行度等；
[0045] 根據(jù)所述圖像塊化U曲的變換屬性，確定對應圖像塊的屬性；
[0046] 根據(jù)所述圖像塊的屬性得到所述圖像塊的類直線紋理識別結果。
[0047] 下面，對本發(fā)明的部分過程進行詳細說明。
[004引（1)構造不可分插值小波
[0049] 定義在二維區(qū)域Q上的函數(shù)記為u(x，y)。設對二維區(qū)域Q已經進行了S角剖分， 所有單元的頂點Ai的坐標記為(Xi，yi)，在運些頂點上的函數(shù)值為11^1，7〇。設給定^角形￡ =A1A2A3及相應邊的中點Bi，B2，B3，要求作插值小波函數(shù)U(X，y)使U(Ai) = U(Ai)，i = 1，2，3。
[0050] 由于插值條件有6個，可選擇不完全的二元二次式為插值函數(shù)
[0化1] Q(x,y)=日1+日2又+日巧+日巧 y+a 日 x2+a6y2 (1)
[00對上式中的日1、日2、日3、日4、日日和日6為常數(shù)項。
[0053]插值小波函數(shù)U(x，y)的形式可表示為：
[0化4] 倒
[0055] 其中巧，如均屬于函數(shù)類（1)，且滿足
[0化6]
[0057] iti(Aj) = 0 ,I^i(Bj) = Si J, i , j = 1,2,3,
[005引上式中的SiJ和SiJ為常數(shù)項。
[0059] 下面W灼為例說明巧，恥的構造方法。參看圖9所示的立角區(qū)域，由于A2，A3，Bi在y軸 上；B2，B3在直線X = O. 5上，故巧(.、-，.V)中必包含因子x(x-0.5)，為滿足?。?) = 1，需要取

[0060] 同理有I [OOW] 類似地
[0062] 不難看出，上述插值小波不但具有插值特性和光滑性，而且具有較好的方向性，克 服了基于張量積小波各向同性的缺點，在紋理圖像的識別和重構中具有重要作用。
[0063] (2)基于不可分插值小波函數(shù)的多尺度插值算子的構造
[0064] 由小波函數(shù)序列扣k構成的線性空間定義為
[00 化]
[0066]對于任意函數(shù)化護(0，1)總可W找到一個足夠大的j(即趴使'如）￡￥流分逼近 f(x)，即 訓
(3)
[006引 jo為常數(shù)，系數(shù)0化和a化分別定義為：
[0069] 0j〇k = f(xj〇k) ,ajk = f (yjk)-Ijf (yjk) (4)
[0070] 其中Xjk和yjk表示在定義域內的離散點，XjkG [Xmin，Xmax]，yjkG [ymin，ymax]，則
，'Xmin、Xmax、Ymin芽口ymax戈J 苗敎!，
[0071] 該式表明小波系數(shù)OA度量了經插值得到的yA處的函數(shù)值和真實值之間的誤差。 換句話說，插值小波系數(shù)的大小反映了被分析函數(shù)的局部正則性。
[0072] 利用插值小波變換理論，可求得多層插值小波的插值算子Ii的計算公式如下：
[0082]由于限制算子是已知的，利用公式(5)~（8)便可方便地求得插值算子的數(shù)值解。 插值算子的m階導數(shù)可通過下式得到
[0073]
[0074]
[0075]
[0076]
[0077]
[007引
[0079] 7)
[0080]
[0081] 瓣引
(9)
[0084] 現(xiàn)在給出多層插值小波的自適應插值算子的計算公式。定義整數(shù)子集巧表示 第j分辨率層上小波系數(shù)大于閥值e的小波對應的配置點索引集，r CZ'7表示所有分辨率 層上小波系數(shù)大于閥值e的小波對應的配置點的索引集。運樣，只要分別W巧和r代替（5) ~(9)式中的護即可得到求解多層插值小波的自適應插值算子的計算公式。
[0085] (3)基于多尺度小波插值算子的圖像分解和重構 [00化]圖像分解過程：
[0087] f表示圖像的灰度值函數(shù)，由插值小波變換理論不難寫出插值小波系數(shù)CtJk為
[008引 (10)
[0089]
[0090] 11)
[0091] 圖像的重構過程：
[0092] 根據(jù)插值算子的定義，圖像f的逼近表達式?？蒞寫為W下形式
[0093]
( 12 )
[0094] 其中11 (X)是自適應插值算子。
[0095] 利用圖像的多尺度分解和重構，可W實現(xiàn)Banach空間中圖像的描述和降噪處理。
[0096] (4)基于廣義變分原理、化U曲變換和多尺度插值小波分解及重構的圖像紋理描述
[0097] 化U曲變換是一種使用表決原理的參數(shù)估計技術。其原理是利用圖像空間和化Ugh 參數(shù)空間的點一線對偶性，把圖像空間中的檢測問題轉換到參數(shù)空間。通過在參數(shù)空間里 進行簡單的累加統(tǒng)計，然后在化U曲參數(shù)空間尋找累加器峰值的方法檢測直線?；疷曲變換 的實質是將圖像空間內具有一定關系的像元進行聚類，尋找能把運些像元用某一解析形式 聯(lián)系起來的參數(shù)空間累積對應點。在參數(shù)空間不超過二維的情況下，運種變換有著理想的 效果。
[0098] 廣義變分原理的應用是為了解決地塊圖像的延拓問題。
[0099] 討論一個連續(xù)介質問題的"變分原理"，首先要建立一個標量泛函n，它由W下積 分形式確定
[0100]
(13)
[0101] 其中U是未知函數(shù)，n是正整數(shù)，F(xiàn)和E是特定的算子，Q是求解域，r是Q的邊界，n 稱為未知函數(shù)U的泛函，隨函數(shù)U的變化而變化，連續(xù)介質問題的解U使泛函n對于微小的變 化如取駐值，即泛函的"變分"等于零
[0102] Sn=O (14)
[0103] 運種求得連續(xù)介質問題解答的方法稱為變分原理或變分法。
[0104] 如果在泛函n中U和它的導數(shù)的最高方次為2,則稱泛函為二次泛函。大量的工程 和物理問題中的泛函都屬于二次泛函。
[01化]未知函數(shù)可近似表示為
[0106]
(15)
[0107]其中a是待定參數(shù)，N是試函數(shù)。
[010引如果未知函數(shù)U還需服從附加的約束條件
[0109] C(U)=O U定義在 Q 中
[0110] 那么可W構造W下另外一個泛函
[011。
(16)
[0112] A是Q域中一組獨立坐標的函數(shù)向量，稱為Lagrange乘子，n*稱為修正泛函。用 Lagrange乘子構造的修正泛函包括兩部分未知量U和A，都需要用試探函數(shù)構造它們的近似 解，例如
[0113]
(17)
[0114] 具甲a, b是巧足寥數(shù)，N和W是巧巧數(shù)。
[0115] 修正泛函變分為零得到一組方程
[0116]
[0117] C表示待定參數(shù)a，b構成的向量，由方程可解得二組參數(shù)a和b。
[0118] 假定原泛函n的歐拉方程是
[0119] A(U)=O
[0120] 其中A表示泛函n經變分處理后。（18)
[0121] 附加條件是微分方程組
[0122] C(u)=l^i(u)+Ci = 0 (19)
[0123] 其中^(U)表示線性微分算子，Cl表示邊界條件確定的常數(shù)，將（17)(18)(19)代入 (15巧，得
[0124]
(20)
[0125] 巧為h式對干所有巧ASa巧化均成立，所W有
[0126] (21 )
[0127] (22)
[0128] (21)式中的第一項就是線性方程組A(U)=O自然變分的近似方程
[0129] Ka = P (23)
[0130] 方程(21)(22)可近似表示為W下方程組
帥] (24)
[0132]
[0133]
[0134] (26 J
[0135] (27)
[0136] 考慮一維問題u(x)。求解域Q為[m，n]，不妨取離散點數(shù)為241，（其中jGZ)，則變 量X的離散點定義為：
[0137]
(28)
[0138] 若取具有插值特性的擬化annon小波作為試函數(shù)，即
[0140] 其中r是常數(shù)，通常取3.2，則矩陣K中的任一元素可表示為[0141] Kk,n=A(wj化-n)) (30)
[0139] (數(shù)）
[0142]矩陣gT中的任一元素可表示為
[01 創(chuàng)
（31)
[0144] 其中.方為Lagrange基函數(shù)。
[0145] 小波變換定義在雙邊無限的區(qū)間上，對有限長度圖像信號進行小波變換時，邊界 處的小波變換系數(shù)往往很大，增加了計算量和計算誤差。為保證計算精度，根據(jù)廣義變分原 理，所求問題的標量泛函附加條件可定義為
[0146]
在邊界r上（32)
[0147] 其中W表示已知邊界條件(可W是圖像在邊界處的灰度值），則
[0148] (巧:）
[0149] 新計算式(24)，得
[國 (34)
[0151 ]矩陣GT中的任一元素可表示為
[015。
（35)
[0153] 由于系和N均具有插值特性，根據(jù)配點法的基本思想，式(34)中，a是未知函數(shù)U在X 的離散點處的近似值構成的向量，b是U向邊界兩側的延拓點構成的向量。假定在給定區(qū)間 [m,n]中取R= 241 (j G Z)個離散點XO,Xi,…，X2j，而在邊界兩側各取L個延拓點X-L-I，X-L，? ? ?， X-I和XR,XR+1, ... ,XR+L。
[0154] 利用W上原理可實現(xiàn)將圖像延拓到矩形區(qū)域上。
[0K5] 如圖10、11和12分別為步驟S1、S2和S4處理后的示意圖，本發(fā)明具有如下優(yōu)點；
[0156] (1)構造了一種不可分插值小波函數(shù)。相對于張量積小波具有很好的方向性，為農 田類直線紋理的識別奠定了基礎。
[0157] (2)采用不可分多尺度插值小波變換可實現(xiàn)Banach空間內圖像的描述，使圖像處 理的范圍大大加大，特別適合農田遙感圖像紋理的識別和描述。
[0158] (3)避免采用化U曲變換識別類直線紋理時由于噪聲的存在引起的直線方向的錯 誤識別，解決了化Ught變換中的混疊現(xiàn)象。
[0159] (4)采用廣義變分原理可W將不規(guī)則圖像延拓為矩形圖塊，為化U曲變換的使用奠 定基礎，且不影響最終的紋理識別。
[0160] 如圖13所示，本實施例公開一種基于插值小波的遙感圖像紋理識別系統(tǒng)，包括：
[0161] 分割單元1，用于利用灰度值闊值法對原始農田遙感圖像進行分割；
[0162] 延拓單元2,用于將所述分割得到的圖像延拓為矩形；
[0163] 重構單元3,用于利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構， 并在Banach空間對所述重構得到的圖像進行降噪；
[0164] 變換單元4,用于采用梯度法對每塊圖像進行紋理分割，對分割結果進行化U曲變 換，得到類直線紋理識別結果。
[0165] 本實施例提供的基于插值小波的遙感圖像紋理識別系統(tǒng)，一方面，通過將原始農 田遙感圖像分割得到的圖像延拓為矩形，能夠避免后續(xù)進行化U曲變換時，邊界對紋理識別 的影響，另一方面，通過構造不可分插值小波函數(shù)，克服了常見的張量積小波不具備方向性 的缺陷，在此基礎上設計的多尺度插值算子可W實現(xiàn)圖像的方向性分解和重構，并在 Banach空間對所述重構得到的圖像進行降噪，避免了后續(xù)采用化U曲變換識別類直線紋理 時由于噪聲的存在引起的直線方向的錯誤識別，能夠避免化Ught變換中的混疊現(xiàn)象的產 生，綜合上述兩方面，本發(fā)明能夠實現(xiàn)對遙感圖像的準確紋理識別。此外，由于不可分插值 小波具有插值特性，變換速度相對于帶有方向的小波變換速度要高，從而提高了圖像紋理 識別的效率。
[0166] 可選地，在本發(fā)明基于插值小波的遙感圖像紋理識別系統(tǒng)的另一實施例中，所述 延拓單元，具體用于基于廣義變分原理將所述分割得到的圖像延拓為矩形。
[0167] 可選地，在本發(fā)明基于插值小波的遙感圖像紋理識別系統(tǒng)的另一實施例中，所述 變換單元，具體用于利用SObel算子對每塊圖像進行紋理分割。
[0168] 可選地，在本發(fā)明基于插值小波的遙感圖像紋理識別系統(tǒng)的另一實施例中，所述 變換單元，具體用于：
[0169] 計算每個圖像塊化U曲的變換屬性；
[0170] 根據(jù)所述圖像塊化U曲的變換屬性，確定對應圖像塊的屬性；
[0171 ]根據(jù)所述圖像塊的屬性得到所述圖像塊的類直線紋理識別結果。
[0172] 可選地，在本發(fā)明基于插值小波的遙感圖像紋理識別系統(tǒng)的另一實施例中，所述 變換屬性包括類直線的密度、長度和平行度。
[0173] 雖然結合附圖描述了本發(fā)明的實施方式，但是本領域技術人員可W在不脫離本發(fā) 明的精神和范圍的情況下做出各種修改和變型，運樣的修改和變型均落入由所附權利要求 所限定的范圍之內。
【主權項】
1. 一種基于插值小波的遙感圖像紋理識別方法，其特征在于，包括： 利用灰度值閾值法對原始農田遙感圖像進行分割； 將所述分割得到的圖像延拓為矩形； 利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構，并在Banach空間對所 述重構得到的圖像進行降噪； 采用梯度法對每塊圖像進行紋理分割，對分割結果進行Hough變換，得到類直線紋理識 別結果。2. 根據(jù)權利要求1所述的基于插值小波的遙感圖像紋理識別方法，其特征在于，所述將 所述分割得到的圖像延拓為矩形，包括： 基于廣義變分原理將所述分割得到的圖像延拓為矩形。3. 根據(jù)權利要求1或2所述的基于插值小波的遙感圖像紋理識別方法，其特征在于，所 述采用梯度法對每塊圖像進行紋理分割，包括： 利用sobel算子對每塊圖像進行紋理分割。4. 根據(jù)權利要求1述的基于插值小波的遙感圖像紋理識別方法，其特征在于，所述對分 割結果進行Hough變換，得到類直線紋理識別結果，包括： 計算每個圖像塊Hough的變換屬性； 根據(jù)所述圖像塊Hough的變換屬性，確定對應圖像塊的屬性； 根據(jù)所述圖像塊的屬性得到所述圖像塊的類直線紋理識別結果。5. 根據(jù)權利要求4述的基于插值小波的遙感圖像紋理識別方法，其特征在于，所述變換 屬性包括類直線的密度、長度和平行度。6. -種基于插值小波的遙感圖像紋理識別系統(tǒng)，其特征在于，包括： 分割單元，用于利用灰度值閾值法對原始農田遙感圖像進行分割； 延拓單元，用于將所述分割得到的圖像延拓為矩形； 重構單元，用于利用多尺度不可分插值小波對矩形區(qū)域內圖像進行分解和重構，并在 Banach空間對所述重構得到的圖像進行降噪； 變換單元，用于采用梯度法對每塊圖像進行紋理分割，對分割結果進行Hough變換，得 到類直線紋理識別結果。7. 根據(jù)權利要求6所述的基于插值小波的遙感圖像紋理識別系統(tǒng)，其特征在于，所述延 拓單元，具體用于基于廣義變分原理將所述分割得到的圖像延拓為矩形。8. 根據(jù)權利要求6或7所述的基于插值小波的遙感圖像紋理識別系統(tǒng)，其特征在于，所 述變換單元，具體用于利用sobel算子對每塊圖像進行紋理分割。9. 根據(jù)權利要求6述的基于插值小波的遙感圖像紋理識別系統(tǒng)，其特征在于，所述變換 單元，具體用于： 計算每個圖像塊Hough的變換屬性； 根據(jù)所述圖像塊Hough的變換屬性，確定對應圖像塊的屬性； 根據(jù)所述圖像塊的屬性得到所述圖像塊的類直線紋理識別結果。10. 根據(jù)權利要求9述的基于插值小波的遙感圖像紋理識別系統(tǒng)，其特征在于，所述變 換屬性包括類直線的密度、長度和平行度。
【文檔編號】G06T7/00GK106022262SQ201610338714
【公開日】2016年10月12日
【申請日】2016年5月20日
【發(fā)明人】邢如義, 高永格
【申請人】河北工程大學