濕地遙感影像的特征和樣片庫(kù)的建立綜述

熊永榮

摘 要：濕地是地球必不可少的生態(tài)系統(tǒng)，而利用遙感影像對(duì)其進(jìn)行分析能有效節(jié)約時(shí)間。對(duì)于遙感影像的特征分析和提取是研究濕地的關(guān)鍵，因此此項(xiàng)工作具有實(shí)際意義和應(yīng)用前景。而建立有效的樣片庫(kù)，使得特征數(shù)據(jù)得到了有效地管理和調(diào)用。

關(guān)鍵詞：濕地；遙感影像；特征提??；樣片庫(kù)

1.引言

濕地自然生態(tài)系統(tǒng)與森林、海洋并列為世界三大生態(tài)系統(tǒng)被譽(yù)為“地球之腎”[1]。遙感對(duì)地觀測(cè)技術(shù)，是從空中（或宇宙空間）對(duì)地球進(jìn)行觀測(cè)的技術(shù)， 包括大氣空間及地球體[2]。利用衛(wèi)星遙感技術(shù)對(duì)大面積濕地資源及其生態(tài)環(huán)境進(jìn)行動(dòng)態(tài)監(jiān)測(cè)和分析具有顯著優(yōu)勢(shì)[3]。濕地的識(shí)別與信息提取是遙感技術(shù)在濕地資源監(jiān)測(cè)中的最基本也是最重要的應(yīng)用[4]。在遙感影像的分類(lèi)識(shí)別過(guò)程中，圖像的各種特征提取技術(shù)在其中扮演了重要角色。遙感影像特征提取主要包括三個(gè)部分：光譜特征提取，紋理特征提取以及形狀特征提取。光譜信息反映了地物反射電磁波能量的大小，是圖像目視判讀的基本依據(jù)。紋理是圖像的重要特征之一，它反映了圖像灰度的性質(zhì)及其空間關(guān)系，是圖像中一個(gè)重要而又難以描述的特性。而有關(guān)遙感影像樣片庫(kù)的建立，有特征庫(kù)、紋理庫(kù)和空間數(shù)據(jù)庫(kù)。本文主要討論光譜特征和紋理特征及其提取，并討論有關(guān)樣片庫(kù)的建立。

2.光譜特征

光譜特征是遙感應(yīng)用的基礎(chǔ)，通過(guò)該光譜數(shù)據(jù) 庫(kù)及對(duì)其進(jìn)行基于圖形界面的分析，用戶可以開(kāi)展各種專(zhuān)題信息的查詢和數(shù)據(jù)分析，為遙感應(yīng)用服務(wù)光譜特征是圖像中目標(biāo)物的顏色及灰度或者波段間的亮度比等，它通過(guò)原始波段的點(diǎn)運(yùn)算獲得。光譜特征的特點(diǎn)是，它對(duì)應(yīng)于每個(gè)像素，但與像素的排列等空間結(jié)構(gòu)無(wú)關(guān)。光譜特征是一種地物區(qū)別于另一種地物的本質(zhì)特征，是組成地物成分、結(jié)構(gòu)等屬性的反應(yīng)，正常情況下不同地物具有不同的光譜特征（在一些特殊情況下會(huì)出現(xiàn)同物異譜、同譜異物現(xiàn)象），因此根據(jù)地物光譜特征可以對(duì)遙感圖像進(jìn)行特征提取。在遙感圖像的所有信息中最直接應(yīng)用的是地物的光譜信息，地物光譜特性可通過(guò)光譜特征曲線來(lái)表達(dá)。遙感圖像中每個(gè)像素的亮度值代表的是該像素中地物的平均輻射值，它隨地物的成分、紋理、狀態(tài)、表面特征及所使用電磁波的不同而變化。

3.紋理特征

紋理是圖像的重要特征之一，它反映了圖像灰度的性質(zhì)及其空間關(guān)系，是圖像中一個(gè)重要而又難以描述的特性。與其他圖像特征相比，紋理特征是一種不依賴(lài)于物體表面色調(diào)或亮度、反映圖像灰度的空間排列分布模式、能夠放映圖像中同質(zhì)現(xiàn)象的視覺(jué)特征。以紋理為主導(dǎo)的圖像稱(chēng)為紋理圖像。通常由各種觀測(cè)系統(tǒng)獲得的圖像大多是紋理圖像。很多自然景物圖像也可以看成紋理圖像。

4.提取方法

常用的光譜特征提取主要有以下兩種方法，主成分分析法和基于遺傳算法的特征提取。主成分法師在統(tǒng)計(jì)特征基礎(chǔ)上的多維（如多波段）正交線性變換，也是遙感數(shù)字圖像處理中最常見(jiàn)的一種算法；基于遺傳算法的特征提取是一種結(jié)合了遺傳算法子空間搜索功能的低階特征提取算法，它不但包括了光譜特征提取功能，還結(jié)合了空間濾波和增強(qiáng)，可以對(duì)其他特征進(jìn)行提取。

常用的紋理特征提取方法就有以下四種方法，灰度共生矩陣法、Laws紋理能量法、空間自相關(guān)函數(shù)法和波變換以及小波包變換方法。基于遺傳算法的特征提取式一種結(jié)合了遺傳算法子空間搜索功能的低價(jià)特征提取算法，它不但包括了光譜特征提取功能，還結(jié)合了空間濾波和增強(qiáng)，可以對(duì)其他特征進(jìn)行提取[5]；Laws紋理能量法是根據(jù)一對(duì)像素或其領(lǐng)域的灰度組合分布紋理測(cè)量的方法，常稱(chēng)為二階統(tǒng)計(jì)分析方法。空間自相關(guān)函數(shù)法，紋理常用地物表面結(jié)構(gòu)的粗糙性是紋理的一個(gè)重要特征，其粗糙性的程度與局部結(jié)構(gòu)的空間重復(fù)周期有關(guān)，它是計(jì)算紋理測(cè)度的一種基本方法；波變換以及小波包變換方法是小波變換的的推廣，其理論和算法都是基于小波變換的。小波變換能夠 在所有的頻率范圍進(jìn)行聚集，不但保留了小波分解的多分辨率特性，而且充分利用了紋理圖像豐富的細(xì)節(jié)信息，對(duì)遙感圖像的紋理特征進(jìn)行提取更具有優(yōu)勢(shì)。特征提取是對(duì)天體輻射能量測(cè)量指標(biāo)的分解、重組和選擇的過(guò)程，關(guān)鍵環(huán)節(jié)有：（1）特征的檢測(cè)和定位；（2）特征的表達(dá)。按照特征的表達(dá)方式，已有的光譜特征提取方法本質(zhì)上可分為統(tǒng)計(jì)約簡(jiǎn)法、

特征譜法和譜線法。在特征提取方法的選擇上，需要考慮的問(wèn)題有：挖掘結(jié)果物理意義的可解釋性，自動(dòng)處理的效率，對(duì)噪聲和畸變的穩(wěn)健性，以及適用性等。例如，統(tǒng)計(jì)約簡(jiǎn)法的優(yōu)點(diǎn)是一般均有比較自動(dòng)化的步驟，易于操作和使用，但是如果使用的時(shí)候不考慮光譜處理的科學(xué)問(wèn)題需求，則易于陷入從輸入到輸出的純“黑盒”式數(shù)字游戲，導(dǎo)致結(jié)果失去物理意義；譜線法的典型優(yōu)點(diǎn)是物理意義強(qiáng)，基于譜線法的光譜挖掘研究易于集成天文學(xué)家的先驗(yàn)知識(shí)，缺點(diǎn)是譜線提取的穩(wěn)健性易受噪聲和畸變影響，線比分類(lèi)法的適用性往往受光譜紅移范圍限制。

5.樣片庫(kù)的建立

（1）樣片庫(kù)大體有光譜遙感數(shù)據(jù)庫(kù)，紋理特征庫(kù)。建立地物光譜數(shù)據(jù)庫(kù)，運(yùn)用先進(jìn)的計(jì)算機(jī)技術(shù)來(lái)管理和分析各種典型地物的光譜數(shù)據(jù)信息，是提高遙感信息的分析處理水平并使其能得到高效、合理之應(yīng)用的一個(gè)有效途徑。并且有對(duì)應(yīng)的光譜數(shù)據(jù)庫(kù)系統(tǒng)，光譜數(shù)據(jù)庫(kù)系統(tǒng)的基本功能有數(shù)據(jù)庫(kù)編輯 ，光譜數(shù)據(jù)輸入 ， 數(shù)據(jù)格式轉(zhuǎn)換數(shù)據(jù)，查詢光譜曲線及參數(shù)顯示光譜曲線及參數(shù)表輸出包括打印輸出和文件輸出兩種方式常規(guī)數(shù)據(jù)處理和數(shù)據(jù)分析應(yīng)用程序接口系統(tǒng)服務(wù)和系統(tǒng)維護(hù)等 。

（2）紋理通過(guò)灰度空間分布特性反映了圖像空間結(jié)構(gòu)特征，不同地物的紋理庫(kù)也是不同的。影像紋理是遙感影像中的重要信息，原始的光譜信息加上紋理信息可以提高影像的精確性。作為提高影像分類(lèi)精度的重要方法，紋理分析，合理有效地使用紋理分析方法至關(guān)重要。不同的紋理分析方法，不同程度的提高影像分類(lèi)的精度。并對(duì)紋理特征進(jìn)行分類(lèi)，根據(jù)灰度共生矩陣建立紋理庫(kù)。

6.結(jié)語(yǔ)

遙感影像的特征對(duì)于分析影像非常重要，利用光譜遙感影像的特征直觀分析，紋理特征不依賴(lài)色調(diào)或色度，用于分析地物的結(jié)構(gòu)和排列。通過(guò)特征的提取可以有效地降低數(shù)據(jù)空間的維數(shù)，從而快速、準(zhǔn)確地對(duì)遙感圖像進(jìn)行分類(lèi)識(shí)別。而光譜數(shù)據(jù)庫(kù)和紋理特征庫(kù)的建立，有效地管理和整合了有關(guān)的特征信息。

參考文獻(xiàn)：

[1] 張良培，李翠琳.基于小波變換的影像紋理特征提取試驗(yàn). 測(cè)繪信息與工程，2005，（6）.

[2] 裴亮，譚陽(yáng).輔以紋理特征的遙感影像神經(jīng)網(wǎng)絡(luò)分類(lèi). 測(cè)繪與空間地理信息，2008，（4）.

[3] 楊玉禁，馮建輝.紋理特征提取及輔助遙感影像分類(lèi)技術(shù)研究. 海洋測(cè)繪，2008，（4）.

[4]許真，孫韶媛，代中華，等.基于紋理特征庫(kù)的微光圖像色彩紋理傳遞. 東華大學(xué)信息科學(xué)與技術(shù)學(xué)院，上海 2016，（2）.

[5]李幸麗， 杜培軍， 張華鵬. 典型光譜數(shù)據(jù)庫(kù)的建立及其圖形界面分析.中國(guó)礦業(yè)大學(xué) GIS與遙感科學(xué)系， 2010，（8）.endprint