Page 174 - 测绘新技术的理论与实践研究

测绘新技术的理论与实践研究

有人工干预，完全由计算机自动提取地物要素，但是提取处理之前一般需要监督

训练。
二、基于纹理特征的半自动提取

在图像分割算法中，最常用的特征之一是纹理特征。图像纹理是反映数字图
像光谱亮度值空间变化的一种特征，一般理解为图像灰度在空间上的变化和重复，
或图像中反复出现的局部模式（纹理单元）和它们的排列规则。纹理特征是不依
赖于颜色的反映图像中同质现象的视觉特征，其本质是刻画像素的邻域灰度空间
分布规律。纹理特征也是一种全局特征，与颜色特征不同，纹理特征不是基于像

素点的特征，它需要在包含多个像素点的区域中进行统计计算。纹理计算是指通
过一定的图像处理技术获得纹理的定量或定性描述的处理过程。一般包括两个方
面的内容，即检测出纹理基元和获得有关纹理基元的排列分布信息，其基本过程

是：先从像素出发，在纹理图像中提取出一些辨识能力比较强的特征，作为检测
出的纹理基元，并找出纹理基元排列的信息，建立纹理基元模型；然后再利用这
些纹理基元模型对纹理图像进行后续处理。提取和分析纹理特征，需要定量的描
述工具，当前主要有四大类纹理描述方法，分别是统计法、结构法、模型法和频
谱法。

作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵
抗能力。但是，纹理特征也有其缺点，当图像的分辨率变化的时候，所计算出来
的纹理可能会有较大偏差。另外，由于受到光照、反射等影响，从二维图像中反

映出来的纹理与实际三维物体表面的真实纹理还可能存有差异。
（一）区域生长法
区域生长的基本思想是基于目标的同质性，将纹理一致或相似的像素集合起
来构成区域。在待提取地物的范围内人工确定一个种子点，作为生长的起点，然
后将种子点周围邻域中与种子点有相同或相似性质的像素（依据事先确定的生长

或相似准则来判定）合并到种子点所在的区域。将这些像素当作新的种子点继续
执行上面的合并过程，直到再没有满足条件的像素可被包括进来，该区域生长完
毕。区域内像素的相似性度量可以包括灰度值、纹理、颜色等特征。区域生长也

是一种应用较多的分割方法，在没有先验知识可以利用时，可以取得最佳性能，
用来分割比较复杂的影像。但是，区域生长需要一直向外搜索，空间和时间开销
都比较大。

162