[發明專利]一種基于紋理的高分辨率遙感影像建筑區指數計算方法有效
| 申請號： | 201310220047.4 | 申請日： | 2013-06-04 |
| 公開（公告）號： | CN103345739A | 公開（公告）日： | 2013-10-09 |
| 發明（設計）人： | 邵振峰;田英潔;沈小樂 | 申請（專利權）人： | 武漢大學 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人： | 張火春 |
| 地址： | 430072 湖*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 紋理 高分辨率 遙感 影像 建筑 指數 計算方法 | ||
1.一種基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于，包括以下步驟：
步驟1：計算原始影像的灰度影像，并對所述的灰度影像進行非下采樣Contourlet變換，得到多尺度多方向高頻子帶系數；
步驟2：分別對所述的每個尺度方向高頻子帶系數進行局部紋理能量統計，得到多尺度多方向的紋理特征，構成多尺度多方向的紋理特征向量；
步驟3：對所述的多尺度多方向的紋理特征向量進行建筑區紋理特征增強計算，構成建筑區紋理特征向量；
步驟4：對所述的建筑區紋理特征向量進行獨立成分分析，得到每維特征都相互獨立的建筑區紋理獨立特征向量；
步驟5：對所述的建筑區紋理獨立特征向量進行聯合概率密度估計，得到建筑區紋理獨立特征向量聯合概率；
步驟6：對所述的建筑區紋理獨立特征向量聯合概率進行自信息計算，得到建筑區顯著性指數；
步驟7：對所述的建筑區顯著性指數進行閾值分類提取，得到建筑區指數。
2.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的原始影像的灰度影像，對于多波段影像，其灰度影像為多個波段的平均值。
3.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的局部紋理能量的計算方法是，對于每一個像素，其像素位置的局部紋理能量是該像素所在一定大小窗口內的所有像素值的模的方差。
4.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的建筑區紋理特征增強計算，是對同尺度下方向相互垂直的子帶的局部紋理能量統計結果進行相乘。
5.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的聯合概率密度估計方法為無參密度估計方法。
6.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的聯合概率密度估計方法為直方圖密度估計方法。
7.根據權利要求1所述的基于紋理的高分辨率遙感影像建筑區指數的計算方法，其特征在于：所述的自信息是所述的建筑區紋理獨立特征向量聯合概率的負對數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于武漢大學，未經武漢大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201310220047.4/1.html，轉載請聲明來源鉆瓜專利網。
