CN103606150A - 一种局部方差定量探测规则地物空间格局大小的方法 - Google Patents
一种局部方差定量探测规则地物空间格局大小的方法 Download PDFInfo
- Publication number
- CN103606150A CN103606150A CN201310572038.1A CN201310572038A CN103606150A CN 103606150 A CN103606150 A CN 103606150A CN 201310572038 A CN201310572038 A CN 201310572038A CN 103606150 A CN103606150 A CN 103606150A
- Authority
- CN
- China
- Prior art keywords
- image
- local variance
- size
- value
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种局部方差定量探测规则地物空间格局大小的方法,涉及一种局部方差定量探测规则地物空间格局大小的方法,解决利用传统方法无法准确获取规则图像地物空间格局大小的问题。依次经过二值化处理、计算3×3大小窗口局部方差值、作局部方差曲线图、判断图像周期P、计算P×P大小窗口局部方差值,最后通过将P×P大小窗口局部方差值和图像周期P代入局部方差方法模型得到地物空间格局大小。本发明用于从遥感影像中的规则地物空间中探测出空间格局的大小。
Description
技术领域
本发明涉及一种局部方差定量探测规则地物空间格局大小的方法。
背景技术
空间格局是地面系统的重要几何特征,地表景观的异质性也决定了空间格局研究的重要性,同时研究空间结构是研究地面景观功能、过程和动态的基础。所以,在很多实际应用研究中都要考虑空间格局的影响,如水文分析、城市格局动态变化研究、森林冠层大小分析等等。而早期的研究主要是通过实地野外考察、测量或者通过航片和各种照片获得小范围的地物空间结构从而来研究景观的结构和动态;随着现代遥感传感器及其相关技术的飞速发展,遥感数据可以获取大范围的地表景观格局;特别是高空间分辨遥感影像的出现使得地表格局可以很好的被反映出,高分辨率遥感数据位空间格局分析提供了重要的数据源。人们越来越关注如何从遥感影像中提取出空间格局大小,从而形成了一系列的方法。
但是传统的这些方法:如传统局部方差方法、变异函数分析方法、空隙度分析(lacunarityanalysis)方法、等级方差分析法(Hierarchicalanalysisofvariance,HAOV)、谱分析法(Spectralanalysis)等无法准确获取图像地物空间格局大小,即使是对规则分布的简单图像也只能是定性不能精确探测出影像组成格局的大小,特别是人们关心的地物空间格局大小。
发明内容
本发明为了解决利用传统方法无法准确获取规则图像地物空间格局大小的问题,提出一种局部方差定量探测规则地物空间格局大小的方法。
一种局部方差定量探测规则地物空间格局大小的方法,包括以下步骤:
步骤一、对原始规则图像进行二值化处理,得到灰度值为0和1的二值图像,根据简单规则图像判断设置阈值灰度值大于阈值的赋值为1,灰度值小于此阈值的赋值为0,从而得到更简单的规则图像。
步骤二、根据步骤一所获得的二值图像,通过局部方差方法(窗口大小为3×3)计算二值化图像的局部方差值,从而得到局部方差曲线图,其具体过程如下:
步骤二(一)、首先,对原始的0和1规则的二维图像不断逐级粗化,得到一系列分辨率变粗的图像;所述的粗化的方式为简单聚合方式,即粗化后所得图像的灰度值为原始图像灰度值的简单平均。
步骤二(二)、在图像上开一个3×3大小的窗口,计算窗口对应灰度值的方差值,然后窗口移动一个像素为值计算当前对应的方差值,以此类推直至窗口遍历整幅图像,最后把每一次算得的方差值求平均作为当前图像的局部方差值;然后用相同的方法计算其余图像的局部方差值。
步骤二(三)、以图像的分辨率为横轴,以其对应的局部方差值为纵轴形成局部方差曲线图。
其中局部方差(3×3大小窗口)计算公式为:
以上的式(1)和式(2)中,Sk,l,3为3×3窗口对应图像灰度值的方差,k,l为3×3窗口对应图像的左上角像素位置,xij为图像中位置在(i,j)处的图像灰度值,ALV为图像的局部方差值,M,N分别为图像的行数和列数。
步骤三、根据步骤二获得的局部方差曲线图,从局部方差图中判断规则图像的周期大小,标记为P;判断规则图像周期大小的主要依据为局部方差图中第一方差值为0的位置即是规则图像的周期大小。
步骤四、根据步骤三中得到的规则图像的周期,用窗口大小为P×P的局部方差方法来计算步骤一中得到的二值图像的局部方差值,标记为VP,其计算公式为
步骤五、根据步骤三和四中得到的规则图像周期大小和局部方差值,把此二值带入改进的局部方差方法模型中,从而得出地物空间格局的大小,其改进方法公式为:
式(8)中,So为地物空间格局大小;VP为窗口大小为P×P计算所得的规则图像的局部方差值;a和b分别是与规则图像周期P相关的数值,b与周期P的关系为
b=-0.1112ln(P)+0.549,a与周期P的关系为两种情况:当周期P大小为奇数时
a奇数=-0.0069ln(P)+0.1516,当周期P大小为偶数时a偶数=-0.0057ln(P)+0.1464。
本发明有益效果:
本发明提出了一种局部方差定量探测规则地物空间格局大小的方法,从而达到准确探测出地物空间格局的大小,很好的反映出规则图像中地物空间格局的大小,与实际测量结果非常接近,而传统方法则只能对地物空间格局的做定性分析不能准确给出地物空间格局的大小。
附图说明:
图1为本发明一种改进的局部方差定量探测规则地物空间格局大小的方法的流程图;
图2为原始规则图像,图像分辨率为1米,幅宽为200米,灰黑色像元为背景,白色像为我们感兴趣的目标地物;
图3为经过设置阈值变化后的灰度值为0和1的图像,黑色像元灰度值为0,白色像元灰度值为1;
图4为二值化的图像粗化2倍的结果;
图5为二值化的图像粗化3倍的结果;
图6为对二值化图像用3×3窗口得到的局部方差曲线图。
具体实施方式
具体实施方式一:本发明中一种局部方差定量探测规则地物空间格局大小的方法,其具体包括以下步骤:
步骤一、对原始规则图像进行二值化处理,得到灰度值为0和1的二值图像,根据简单规则图像判断设置阈值灰度值大于阈值的赋值为1,灰度值小于此阈值的赋值为0,从而得到更简单的规则图像。
步骤二、根据步骤一所获得的二值图像,通过局部方差方法(窗口大小为3×3)计算二值化图像的局部方差值,从而得到局部方差曲线图,其具体过程如下:
步骤二(一)、首先,对原始的0和1规则的二维图像不断逐级粗化,得到一系列分辨率变粗的图像;所述的粗化的方式为简单聚合方式,即粗化后所得图像的灰度值为原始图像灰度值的简单平均。
步骤二(二)、在图像上开一个3×3大小的窗口,计算窗口对应灰度值的方差值,然后窗口移动一个像素为值计算当前对应的方差值,以此类推直至窗口遍历整幅图像,最后把每一次算得的方差值求平均作为当前图像的局部方差值;然后用相同的方法计算其余图像的局部方差值。
步骤二(三)、以图像的分辨率为横轴,以其对应的局部方差值为纵轴形成局部方差曲线图。
其中局部方差(3×3大小窗口)计算公式为:
式中,Sk,l,3为3×3窗口对应图像灰度值的方差,k,l为3×3窗口对应图像的左上角像素位置,xij为图像中位置在(i,j)处的图像灰度值,ALV为图像的局部方差值,M,N分别为图像的行数和列数。
步骤三、根据步骤二获得的局部方差曲线图,从局部方差图中判断规则图像的周期大小,标记为P;判断规则图像周期大小的主要依据为局部方差图中第一方差值为0的位置即是规则图像的周期大小。
步骤四、根据步骤三中得到的规则图像的周期,用窗口大小为P×P的局部方差方法来计算步骤一中得到的二值图像的局部方差值,标记为VP,其计算公式为
步骤五、根据步骤三和四中得到的规则图像周期大小和局部方差值,把此二值带入改进的局部方差方法模型中,从而得出地物空间格局的大小,其公式为:
式(5)中,So为地物空间格局大小;VP为窗口大小为P×P计算所得的规则图像的局部方差值;a和b分别是与规则图像周期P相关的数值,b与周期P的关系为
b=-0.1112ln(P)+0.549,a与周期P的关系为两种情况:当周期P大小为奇数时
a奇数=-0.0069ln(P)+0.1516,当周期P大小为偶数时a偶数=-0.0057ln(P)+0.1464。
实施例
本发明技术方案具体实施将结合以下实例进行说明,利用改进的局部方差定量探测一幅规则二维图像的地物格局大小。结合图1说明本实施方式,一种局部方差定量探测规则地物空间格局大小的方法,具体过程如下:
步骤一、根据原始规则图像设置图像灰度值的阈值进行二值化处理,得到灰度值为0和1的二值图像;本实例中灰度值的阈值大小设置为150,即图像中灰度值大于150的赋值为1,灰度值小于150的赋值为0,从而得到简单的二值规则图像;如图2和图3所示。
步骤二、根据步骤一所获得的二值图像,通过窗口大小为3×3局部方差方法计算二值化图像的局部方差值,从而得到局部方差曲线图,其具体过程如下:
步骤二(一)、首先,对原始的0和1规则的二维图像不断逐级粗化(聚合),得到一系列分辨率变粗的图像;图像粗化的方式为简单聚合方式,即粗化后所得图像的灰度值为原始图像灰度值的简单平均,如图4和图5所示,对原始二值图像分别粗化2倍和3倍的结果。
步骤二(二)、在图像上开一个3×3大小的窗口,计算窗口对应灰度值的方差值,然后窗口移动一个像素为值计算当前对应的方差值,以此类推直至窗口遍历整幅图像,最后把每一次算得的方差值求平均作为当前图像的局部方差值;然后用图像的方法计算其余图像的局部方差值。
步骤二(三)、形成局部方差图,即以图像的分辨率为横轴、以其对应的局部方差值为纵轴形成局部方差曲线图,如图6所示。
步骤三、根据步骤二获得的局部方差曲线图,从局部方差图中判断规则图像的周期大小,标记为P;判断规则图像周期大小的主要依据为局部方差图中第一方差值为0的位置即是规则图像的周期大小,从图6中可以判断出规则图像的周期为20米。
步骤四、根据步骤三中得到的规则图像的周期大小,周期为20米,用窗口大小为20×20的局部方差方法来计算步骤一中得到的原始二值图像的局部方差值,算得其值大小为0.449679,同时根据公式b=-0.1112ln(P)+0.549算得b值大小为0.215875,根据公式a偶数=-0.0057ln(P)+0.1464算得a偶数值为0.129324。
步骤五、把上述变量结果带入局部方差公式(5)中,从而得出地物空间格局的大小,算得So大小为6.098;经过实际测量规则图像中真实地物格局Sro大小为7。
而通过传统的局部方差方法,如图6结果,只能通过曲线判断出如空间分辨率为5和10的关键点,与真实值差距较本发明方法大;由此可见本发明方法可以很好的反映出规则图像中地物空间格局的大小。
Claims (1)
1.一种局部方差定量探测规则地物空间格局大小的方法,其特征在于具体过程如下:
步骤一、对原始规则图像通过设定一个阈值,灰度值大于阈值的赋值为1,灰度值小于此阈值的赋值为0,得到灰度值为0和1的二值图像;
步骤二、根据步骤一所获得的二值图像,通过窗口大小为3×3的局部方差方法计算二值化图像的局部方差值,从而得到局部方差曲线图,具体包括以下步骤:
步骤二(一)、首先,对原始的0和1规则的二维图像不断逐级粗化,得到一系列分辨率变粗的图像;所述的粗化的方式为简单聚合方式;
步骤二(二)、在图像上开一个3×3大小的窗口,计算窗口对应灰度值的方差值,然后窗口移动一个像素计算当前对应的方差值,以此类推直至窗口遍历整幅图像,最后把所有窗口的灰度值的方差值的平均值作为当前图像的局部方差值;并利用相同的方法计算其余图像的局部方差值;
其中3×3大小窗口的局部方差的计算公式:
其中,Sk,l,3为3×3窗口对应图像灰度值的方差,k,l为3×3窗口对应图像的左上角像素位置,xij为图像中位置在(i,j)处的图像灰度值,ALV为图像的局部方差值,M,N分别为图像像素的行数和列数;
步骤二(三)、以图像的分辨率为横轴、以其对应的局部方差值为纵轴形成局部方差曲线图;
步骤三、根据步骤二获得的局部方差曲线图,从局部方差图中判断规则图像的周期大小,其中局部方差图中第一个方差值为0的X轴坐标即是规则图像的周期大小,标记为P;
步骤四、根据步骤三中得到的规则图像的周期,用窗口大小为P×P的局部方差方法来计算步骤一中得到的二值图像的局部方差值,
其中,窗口大小为P×P局部方差值VP的计算公式为:
步骤五、根据步骤三和四中得到的规则图像周期大小和局部方差值,把规则图像周期大小和局部方差值带入改进的局部方差方法模型中,
通过下式计算得出地物空间格局的大小:
其中,So为地物空间格局大小;VP为窗口大小为P×P计算所得的规则图像的局部方差值;a和b分别是与规则图像周期P相关的数值,b与周期P的关系为b=-0.1112ln(P)+0.549,a与周期P的关系为两种情况:当周期P大小为奇数时a奇数=-0.0069ln(P)+0.1516,当周期P大小为偶数时a偶数=-0.0057ln(P)+0.1464。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310572038.1A CN103606150B (zh) | 2013-11-15 | 2013-11-15 | 一种局部方差定量探测规则地物空间格局大小的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310572038.1A CN103606150B (zh) | 2013-11-15 | 2013-11-15 | 一种局部方差定量探测规则地物空间格局大小的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103606150A true CN103606150A (zh) | 2014-02-26 |
CN103606150B CN103606150B (zh) | 2016-03-30 |
Family
ID=50124370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310572038.1A Expired - Fee Related CN103606150B (zh) | 2013-11-15 | 2013-11-15 | 一种局部方差定量探测规则地物空间格局大小的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606150B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284139A (zh) * | 2021-06-28 | 2021-08-20 | 南京信息工程大学 | 一种基于周期性变异函数的快速估计地物空间格局的方法 |
CN114444022A (zh) * | 2021-12-24 | 2022-05-06 | 北京师范大学 | 反照率利用最佳空间等级的估算方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882320A (zh) * | 2010-07-14 | 2010-11-10 | 南京市规划局 | 一种城市空间格局数字复原方法 |
CN103268706A (zh) * | 2013-04-18 | 2013-08-28 | 同济大学 | 一种基于局部方差的车队列长度检测方法 |
-
2013
- 2013-11-15 CN CN201310572038.1A patent/CN103606150B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882320A (zh) * | 2010-07-14 | 2010-11-10 | 南京市规划局 | 一种城市空间格局数字复原方法 |
CN103268706A (zh) * | 2013-04-18 | 2013-08-28 | 同济大学 | 一种基于局部方差的车队列长度检测方法 |
Non-Patent Citations (3)
Title |
---|
PEDER KLITH BØCHER ET AL: "The Fundamentals of Average Local Variance—Part I: Detecting Regular Patterns", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
明冬萍等: "遥感影像空间尺度特性与最佳空间分辨率选择", 《遥感学报》 * |
王宇庆等: "一种基于局部方差和结构相似度的图像质量评价方法", 《光电子激光》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284139A (zh) * | 2021-06-28 | 2021-08-20 | 南京信息工程大学 | 一种基于周期性变异函数的快速估计地物空间格局的方法 |
CN113284139B (zh) * | 2021-06-28 | 2023-10-27 | 南京信息工程大学 | 一种基于周期性变异函数的快速估计地物空间格局的方法 |
CN114444022A (zh) * | 2021-12-24 | 2022-05-06 | 北京师范大学 | 反照率利用最佳空间等级的估算方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103606150B (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361611B (zh) | 一种基于群稀疏鲁棒pca的运动目标检测方法 | |
CN101539629B (zh) | 基于多特征证据融合与结构相似度的遥感图像变化检测方法 | |
Kang et al. | Topographic mapping on large-scale tidal flats with an iterative approach on the waterline method | |
CN102799867B (zh) | 基于图像处理的仪表指针转角识别方法 | |
CN103513285B (zh) | 一种确定横向表面弛豫速率的方法及装置 | |
CN101980293B (zh) | 一种基于刃边图像的高光谱遥感系统mtf检测方法 | |
CN103761742B (zh) | 一种基于同质指数的高光谱遥感图像稀疏解混方法 | |
Ghadiry et al. | A new GIS-based model for automated extraction of Sand Dune encroachment case study: Dakhla Oases, western desert of Egypt | |
CN103884312B (zh) | 一种岩石结构面形貌尺寸效应分析方法 | |
CN104458895A (zh) | 管道三维漏磁成像检测方法及系统 | |
CN102360503B (zh) | 基于空间贴近度和像素相似性的sar图像变化检测方法 | |
CN102930519B (zh) | 基于非局部均值的sar图像变化检测差异图生成方法 | |
CN103871039A (zh) | 一种sar图像变化检测差异图生成方法 | |
CN104297251B (zh) | 一种用于评价水泥基材料抗泛碱性能的方法 | |
CN106157292A (zh) | 基于两时相遥感图像的国土资源变化监测 | |
Liu et al. | The detection effect of pavement 3D texture morphology using improved binocular reconstruction algorithm with laser line constraint | |
CN102184423B (zh) | 一种全自动的区域不透水面遥感信息精确提取方法 | |
CN103745453B (zh) | 基于Google Earth遥感影像的城镇信息提取方法 | |
CN110133639A (zh) | 一种传力杆施工质量检测方法 | |
CN103914829B (zh) | 一种含噪图像边缘检测方法 | |
CN106940782A (zh) | 基于变差函数的高分sar新增建设用地提取软件 | |
CN103606150B (zh) | 一种局部方差定量探测规则地物空间格局大小的方法 | |
CN105243503A (zh) | 基于空间变量和logistic回归的海岸带生态安全评估方法 | |
CN103106663B (zh) | 计算机系统中基于图像处理实现sim卡缺陷检测的方法 | |
Zuo et al. | Application of fractal models to distinguish between different mineral phases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160330 Termination date: 20161115 |