專利名稱：：海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種無(wú)價(jià)值圖像判讀方法，特別是一種海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法。
背景技術(shù)：
：隨著遙感圖像獲取手段越來(lái)越多，越來(lái)越先進(jìn)，獲取的遙感圖像的數(shù)量也越來(lái)越大，在這種情況下，一些只包含自然景物，如海洋，沙漠，森林等無(wú)價(jià)值圖像無(wú)法用于進(jìn)一步的圖像處理，如人工目標(biāo)提取、識(shí)別，因此對(duì)海量圖像進(jìn)行判讀，并從中濾除這些無(wú)價(jià)值圖像將能提高海量圖像的處理效率。文獻(xiàn)“利用顏色和紋理特征的圖像過(guò)濾方法.徐欣欣袁華張凌.華南理工大學(xué)學(xué)報(bào)32(zl)，2004”公開(kāi)了一種海量遙感圖像中無(wú)價(jià)值圖像判讀方法，該方法利用膚色模型和皮膚模型對(duì)互聯(lián)網(wǎng)上的海量圖像進(jìn)行判讀，檢測(cè)識(shí)別色情圖像。首先使用一個(gè)包含500幅色情圖像的樣本集進(jìn)行統(tǒng)計(jì)，得到色情圖像的統(tǒng)一判定準(zhǔn)則，然后根據(jù)該準(zhǔn)則判讀互聯(lián)網(wǎng)上的圖像是否為色情圖像。文獻(xiàn)中得到的統(tǒng)一判定準(zhǔn)則包括膚色模型和皮膚模型，具體方法將圖像從RGB空間轉(zhuǎn)換到HSV空間，統(tǒng)計(jì)色度H分量的分布，根據(jù)其分布規(guī)律確定人體的膚色的H分量是在一定范圍內(nèi)的，因此可得到膚色在H分量上的閾值，即膚色模型；利用統(tǒng)計(jì)法對(duì)圖像紋理的粗細(xì)度進(jìn)行分析，得到色情圖像與正常圖像在紋理粗細(xì)度上的閾值，即皮膚模型。依據(jù)上述兩條準(zhǔn)則，即可對(duì)互聯(lián)網(wǎng)上存在的大量圖像進(jìn)行檢測(cè)識(shí)別，判讀其是否為色情圖像。綜上所述，文獻(xiàn)所述的圖像判讀方法需要從大量的訓(xùn)練樣本中提取統(tǒng)一的判讀準(zhǔn)則，然后依據(jù)這些準(zhǔn)則判讀圖像，進(jìn)而按要求從海量圖像中濾除圖像，處理效率較低。
發(fā)明內(nèi)容為了克服現(xiàn)有海量遙感圖像中無(wú)價(jià)值圖像判讀方法效率低的不足，本發(fā)明提供一種海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法。該方法將待判讀圖像轉(zhuǎn)化為紋理圖像，然后分塊，對(duì)每塊紋理圖像統(tǒng)計(jì)得到紋理譜，計(jì)算各塊之間的紋理譜相似性，將圖像中塊與塊之間紋理譜相似性的最小值作為判定準(zhǔn)則，依據(jù)該準(zhǔn)則判定圖像是否為無(wú)價(jià)值圖像，可以提高判讀效率。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案一種海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法，其特點(diǎn)是包括以下步驟(a)給定灰度圖像I，對(duì)于像素點(diǎn)(i，j)，取其3X3的鄰域N(i,」)，得到像素點(diǎn)(i，j)的二值模式矩陣，其各個(gè)元素的取值為權(quán)利要求一種海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法，其特征在于包括已寫(xiě)步驟(a)給定灰度圖像I，對(duì)于像素點(diǎn)(i，j)，取其3×3的鄰域N(i，j)，得到像素點(diǎn)(i，j)的二值模式矩陣T(i，j)，其各個(gè)元素的取值為按照預(yù)先指定的順序進(jìn)行加權(quán)求和，得到其紋理值texture_I(i，j)，texture_I(i，j)的值位于0到255之間，得到圖像I的紋理圖像texture_I；<mrow><mi>texture</mi><mo>_</mo><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mi>T</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>′</mo></msubsup><mo>*</mo><mi>B</mi><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>8</mn></munderover><mrow><mo>(</mo><msubsup><mi>T</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>′</mo></msubsup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>×</mo><msup><mn>2</mn><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>(b)將圖像I均勻地分塊，求取紋理圖像texture_I的直方圖t_hist<mrow><mi>t</mi><mo>_</mo><mi>hist</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>H</mi></munderover><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>W</mi></munderover><msub><mi>f</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><mi>H</mi><mo>×</mo><mi>W</mi></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>式中，<mrow><msub><mi>f</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfencedopen='{'close=''><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mi>iftexture</mi><mo>_</mo><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mi>k</mi></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mi>else</mi></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>(c)計(jì)算任意兩個(gè)塊的紋理譜之間的最小距離和作為這兩塊的紋理譜相似性，形成新的紋理模式T_new(i，j)；對(duì)于變換后形成的新的紋理模式T_new(i，j)重新計(jì)算紋理值，得到對(duì)應(yīng)于圖像I中像素(i，j)的等價(jià)紋理值texture_I′(i，j)，在t_hist令i_hist(texture_I′(i，j))＝t_hist(texture_I′(i，j))+t_hist(texture_I(i，j))(5)t_hist(texture_I(i，j))＝0(6)(d)將圖像I均勻分為M×N塊，表示為Block(p，q)(p＝1，2，...，M，q＝1，2，...，N)，利用上述方法分別計(jì)算各塊的紋理譜B_hist(p，q)，使用(7)式計(jì)算任意兩塊Block(p，q)和Block(p′，q′)的紋理譜的相似度<mrow><mi>s</mi><mrow><mo>(</mo><mi>B</mi><mo>_</mo><msub><mi>hist</mi><mrow><mo>(</mo><mi>p</mi><mo>,</mo><mi>q</mi><mo>)</mo></mrow></msub><mo>,</mo><mi>B</mi><mo>_</mo><msub><mi>hist</mi><mrow><mo>(</mo><msup><mi>p</mi><mo>′</mo></msup><mo>,</mo><msup><mi>q</mi><mo>′</mo></msup><mo>)</mo></mrow></msub><mo>)</mo></mrow><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>0</mn></mrow><mn>255</mn></munderover><mi>min</mi><mrow><mo>(</mo><msub><mrow><mi>B</mi><mo>_</mo><mi>hist</mi></mrow><mrow><mo>(</mo><mi>p</mi><mo>,</mo><mi>q</mi><mo>)</mo></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>,</mo><mi>B</mi><mo>_</mo><msub><mi>hist</mi><mrow><mo>(</mo><msup><mi>p</mi><mo>′</mo></msup><mo>,</mo><msup><mi>q</mi><mo>′</mo></msup><mo>)</mo></mrow></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>式中，s(B_hist(p，q)，B_hist(p′，q′))位于0和1之間，其值越大，表明塊Block(p，q)和Block(p′，q′)的紋理分布越接近；依據(jù)(7)式對(duì)當(dāng)前圖像進(jìn)行判讀若min(S)＞T，則為無(wú)價(jià)值圖像，反之，則為有價(jià)值圖像；min(S)表示求取相似度矩陣S中最小的元素，T是預(yù)定義的相似度閾值。FSA00000315336600011.tif全文摘要本發(fā)明公開(kāi)了一種海量遙感圖像中基于紋理譜相似性的無(wú)價(jià)值圖像判讀方法，用于解決現(xiàn)有的海量遙感圖像中無(wú)價(jià)值圖像判讀方法效率低的技術(shù)問(wèn)題。技術(shù)方案是將待判讀圖像轉(zhuǎn)化為紋理圖像，然后分塊，對(duì)每塊紋理圖像統(tǒng)計(jì)得到紋理譜，計(jì)算各塊之間的紋理譜相似性，將圖像中塊與塊之間紋理譜相似性的最小值作為判定準(zhǔn)則，依據(jù)該準(zhǔn)則判定圖像是否為無(wú)價(jià)值圖像。由于只對(duì)待判讀圖像本身進(jìn)行處理，因此避免了對(duì)大量訓(xùn)練樣本的需求；對(duì)每幅圖像單獨(dú)提取一個(gè)準(zhǔn)則，避免了提取所有無(wú)價(jià)值圖像的統(tǒng)一判讀準(zhǔn)則，濾除了無(wú)價(jià)值圖像，減少了處理時(shí)間，從整體上提高了處理效率。文檔編號(hào)G06K9/62GK101980247SQ201010517148公開(kāi)日2011年2月23日申請(qǐng)日期2010年10月21日優(yōu)先權(quán)日2010年10月21日發(fā)明者孫瑾秋,崔麗潔,張艷寧,李秀秀,林增剛,鄭江濱申請(qǐng)人:西北工業(yè)大學(xué)