The invention belongs to the field of remote sensing image processing and application technology, in particular discloses a remote sensing image texture multi-scale wavelet decomposition and fractal theory analysis method based on a remote sensing image texture multi-scale wavelet decomposition and fractal theory analysis method based on the method comprises the following steps: Step 1, access to the remote sensing image data; step 2 the different rock sample images, remote sensing images obtained on the 1 steps of selection; step 3, step 2 sample images for the selection of gray, gray image samples obtained; step 4, step 3 of the different lithologic sample gray image using biorthogonal wavelet decomposition; step 5, calculated in step 4 after the decomposition of the different levels of wavelet high frequency and low frequency signal box dimension and multi fractal spectrum, remote sensing image texture analysis. This method quantificationally analyzes the specific texture of remote sensing images by using the box dimension and multifractal spectrum parameters of different levels of wavelet high frequency and low frequency signals after decomposition.
【技术实现步骤摘要】
基于多尺度小波分解和分形理论的遥感图像纹理分析方法
本专利技术属于遥感图像处理与应用
,具体涉及一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法。
技术介绍
纹理是遥感图像的重要特征之一,它揭示了图像中地物的结构信息及其与周围环境的关系,提供了地表覆盖类型空间变化的重要信息。遥感图像的纹理主要表现为地物的形状、大小、方位、均质程度以及不同地物之间的空间关系和亮度反差关系等。在地质领域中,不同的岩石由于其特有的矿物组成和结构构造,因而具有不同的表面特征,这些特征在遥感影像上表现为不同的色调、影纹图案和水系特征。经过长期的图像解译和总结发现,不同的岩石类型所形成的自然表面各有不同,如沉积岩在图像中表现较平缓,线理明显;火山岩的纹理明暗分明,方向分布均匀;花岗岩的纹理分布具有明显方向性。因此,依靠目视解译可以在一定程度上区分岩性,但是存在一定主观性,遥感地质学界一直希望找到一种更加智能的纹理分析方法,定量识别不同类型地物图像的纹理结构特征。分形方法具有成熟的数学基础,它能够深刻、准确地反映自然结构和几何特征,并力求从表征几何特征方面的诸多参数来揭示其非线性动力学机理,是研究遥感影像纹理特征的有效工具。目前已被广泛应用于山川、河流、云等地表真实景观的模拟。目前遥感图像纹理目视解译干扰因素多且存在一定主观性,缺少定量化分析方法等问题,亟需研究一种定量刻画不同类型岩石图像纹理特征的分析方法。
技术实现思路
本专利技术解决的问题是:克服了遥感图像目视解译及传统遥感图像纹理分析方法的不足,提供了一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,利用分解后不同 ...
【技术保护点】
一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于,该方法包括以下步骤:步骤1,获取遥感影像数据;步骤2,对步骤1获取的遥感影像上的不同岩性样本图像进行选取;步骤3,对步骤2选取的样本图像进行灰度化,得到样本灰度图像;步骤4,对步骤3得到的不同岩性样本灰度图像进行双正交小波分解;步骤5,分别计算步骤4中分解后的不同级别小波高频、低频信号的盒计维度值及多重分形谱,完成遥感图像纹理分析。
【技术特征摘要】
1.一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于,该方法包括以下步骤:步骤1,获取遥感影像数据;步骤2,对步骤1获取的遥感影像上的不同岩性样本图像进行选取;步骤3,对步骤2选取的样本图像进行灰度化,得到样本灰度图像;步骤4,对步骤3得到的不同岩性样本灰度图像进行双正交小波分解;步骤5,分别计算步骤4中分解后的不同级别小波高频、低频信号的盒计维度值及多重分形谱,完成遥感图像纹理分析。2.根据权利要求1所述的一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于:所述的步骤1中的遥感影像数据的云覆盖度低于10%。3.根据权利要求2所述的一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于:所述的步骤1中的遥感影像数据总计有7个多光谱波段,1-5波段和7波段的空间分辨率为30m,选择7、4、1波段进行RGB彩色合成,得到彩色影像。4.根据权利要求3所述的一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于:所述的步骤2中在步骤1获取的遥感影像上分别选取3个变质岩、火山岩和花岗岩样本图像,要求在同等比例尺条件下进行选取,同一样本图像内的岩性类别一致,且所选取的所有样本图像大小相同。5.根据权利要求4所述的一种基于多尺度小波分解和分形理论的遥感图像纹理分析方法,其特征在于:所述的步骤...
【专利技术属性】
技术研发人员:田青林,潘蔚,李瀚波,余长发,陈雪娇,
申请(专利权)人:核工业北京地质研究院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。