[发明专利]结合形状自适应邻域和纹理特征提取的遥感图像处理方法

权利要求书

1.一种结合形状自适应邻域和纹理特征提取的遥感图像处理方法，其特征在于，包括如下步骤：

S1.图像预处理：选择图像波段进行RGB彩色图像合成，转换到HSV颜色空间；在图像HSV空间中定义其像素异质性，逐像素生成形状自适应邻域SAN，即基于颜色特性的形状特征图；对该形状特征图进行压缩；

S2.对压缩图像进行灰度共生矩阵计算；将所产生的灰度共生矩阵进行SAN对象窗口的S系数修改，得到规则的共生矩阵，其中S系数为不规则SAN中的像元数与窗口的尺寸大小的商；

S3.根据步骤S2修改后的规则的共生矩阵计算新的共生矩阵，选择熵、对比度和相似性三个特征明显、相关性低的纹理描述符；提取SAN不规则图形中的纹理特征图；

S4.对步骤S3计算所得的SAN的三幅纹理特征图进行特征级的数据融合，得到具有彩色、SAN形状和纹理特征的融合图像，即邻域的总体特征。

2.根据权利要求1所述的结合形状自适应邻域和纹理特征提取的遥感图像处理方法，其特征在于，所述步骤S1中的对形状特征图进行压缩是采用Zip压缩工具。

3.根据权利要求1所述的结合形状自适应邻域和纹理特征提取的遥感图像处理方法，其特征在于，所述步骤S2中SAN对象窗口的S系数修改方式为：在邻域外部，即非计算区域，模拟出跟邻域内部等概率分布的像素点或像素点对，将检测域扩展为一个矩阵，使得每个检测域都是一个规则的矩阵；规则的矩阵乘以系数S得到步骤S3所述的新的共生矩阵；

或

对于灰度共生矩阵，共生矩阵乘以系数S修改得到步骤S3所述的新的共生矩阵。

4.根据权利要求1所述的结合形状自适应邻域和纹理特征提取的遥感图像处理方法，其特征在于，所述步骤S3选择熵、对比度和相关性为纹理描述符；提取SAN不规则图形中的三个纹理特征图；其中熵、对比度和相关性的定义分别为：

熵是反映图像的信息量，表示纹理的复杂程度，即不一致性，熵是图像内容随机性的度量；

对比度是图像特定位置i和j间像素对的灰度差；

相关性是图像统计量主要检测邻域均值、方差的空间变化几何结构，即图像检测域中的相似程度。