[發明專利]基于HSV和LBP結合的地表狀態識別方法

有效

• 申請號: 201811223759.0
• 申請日: 2018-10-19
• 公開（公告）號: CN109446963B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 李曉潔;孫藝珊
• 申請（專利權）人: 中國科學院東北地理與農業生態研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 岳泉清

基于HSV和LBP結合的地表狀態識別算法，在利用遙感方法對地表信息進行反演時，不同地表狀態所用的遙感探測方法會不同。因此，地表狀態識別是進行地表遙感反演的前提，其識別的準確率也決定了遙感反演結果的準確度。本發明提供了一種結合HSV與LBP的地表狀態識別方法，通過改進閾值的LBP算子和顏色直方圖結合形成單一特征向量并建立判別條件，最后利用K鄰近算法計算歐式距離對訓練樣本的特征向量與待識別圖像進行相似度匹配，從而得到分類結果。本發明的方法識別精度高，不需要大量樣本庫，速度快，穩定性好，并解決了噪聲干擾的問題。可以廣泛應用于遙感與地理信息系統等領域。

技術領域

本發明涉及圖像識別領域，在進行地表信息的遙感反演前，對地表狀態提供了一種精確、高效的圖像分類識別系統機制。算法識別精度高，不需要大量數據庫，復雜度低，速度快，穩定性好。

背景技術

遙感研究逐漸呈現多學科綜合化的發展趨勢。開展地表關鍵要素遙感定量反演與估算，并建立高精度的遙感定量反演產品,將為地球系統過程的研究和應用提供更為精確可靠的衛星遙感觀測數據。但在進行反演時，為實現數據信息的利用最大化，提高反演的精度，不同地表狀態要采用不同的遙感探測方法。因此，地表狀態識別是進行地表遙感反演的前提條件，其識別的準確率也決定了遙感反演結果的準確度。

地表狀態識別算法主要分為兩大部分，圖像的特征提取和圖像分類。由于地表狀態這種自然圖像比人臉等圖像識別維度低，采用經典的K鄰近算法作為分類器，既保證了識別的準確率，也減少了計算量。因此算法的關鍵在于地表狀態的特征提取，雖然人類區分不同紋理的能力很明顯，但自動描述這些特征并識別已經證明是相當復雜的。根據人們視覺感知，常用的反映圖像底層特征有顏色、紋理、形狀。紋理是一種反映圖像中同質現象的基本視覺特征，能夠有效描述視覺圖像中結構，粒度，方向和規則性的區域差。提取圖像紋理特征是獲取地表狀態信息的有效方法。多年來，除了通過圖像統計模式、結構模式、光譜性質反映圖像紋理的局部特征。基于信號處理的傅立葉變換、小波變換、Gabor變換等多種紋理特征提取算法被廣泛應用到圖像分析中。但是由于紋理微觀異構的復雜性，紋理研究依然是圖像識別領域的熱點難點。有研究表明當紋理呈現某種結構時，并不嚴格地保持粒子的性質。結構方法試圖用規則來描述紋理特征并不具有普適性。因而最早由Ojala 等人在1996年提出的通過統計圖像紋理特征的經典LBP算子被廣泛應用。

LBP算子是由紋理灰度范圍內局部鄰域定義中衍生出的度量算子，展現圖像區域內灰度值在空間排列的屬性規律。計算方法簡單，高效。2012年 Zhu,CR在LBP基礎上提出LMP(局部多值模式)，將二進制模式擴展到多個模式，降噪性能更強，算法更健壯。近年來國內學者在傳統的LBP算子上做了優化，劉松濤等人基于LBP提出方向LBP，自適應LBP以及方向自適應LBP提取多光譜圖像紋理特征。張喆等人提出融合LBP與灰度共生矩陣 (GLCM)統計紋理特征，應用于圖像檢索。鄭淑丹等人結合分形理論和灰度共生矩陣等多種紋理特征提取算法應用于植物分類。黃菲菲等人結合小波和LBP算子應用于人臉識別領域，取得高達0.99的準確率。2017年松下電器(美國)知識產權公司的圖像識別專利中，提供了一種使用了卷積神經網絡圖像識別器的計算機進行的圖像識別的方法，能夠分別正確地識別在圖像中部分重疊的多個識別對象。另外深圳信煒科技有限公司的發明公開一種圖像識別電子裝置。

以上所述的多種紋理算法相繼被應用在車標識別，醫學影像處理等多個領域中。但是這些改進的算法在精確度提升的同時，復雜度也大大提高，制約實際應用，例如結合信號處理方法改進的LBP算法都不適用于處理地表狀態等自然圖像，首先是在計算量較大，改進算法穩定性也無法保證。另外關鍵原因是自然紋理可能并不會出現規則紋理，這些方法都無法統計沒有周期性結構的自然紋理特征，因此往往實際應用中取得效果不佳。