1.2.2 海面粗糙度概念

海面粗糙度是水质粗糙度的一种，即海面风速为零时的高度。海面粗糙度描述了微尺度海面起伏状况，由于海面随风起伏不定，粗糙元的形状、大小、排列方式随之改变。另外，由于海浪的作用，接近海面的气流也会产生雷诺应力。综上所述，海面粗糙度不仅与风速有关，也同样受到其他因素的影响。

1.3 研究现状

1.4 论文研究内容

    海面粗糙度的提取目前大多数采取较为成熟的卫星遥感的方法，利用卫星高度计、微波风场散射计或者星载合成孔径雷达等获得风场数据间接求取。本文主要从近海岸数字图像纹理分析的角度，用六种不同的方法提取图像参数来表征图像粗糙度；用风速计记录拍摄每幅图像时刻的风速，并带入海面粗糙度与海面风速经验关系式求得海面粗糙度；将图像粗糙度作为自变量，海面粗糙度作为因变量，采用最小二乘支持向量机进行回归拟合，得出图像粗糙度与海面粗糙度关系式。本文分为六章，具体内容如下：

    第一章主要介绍了海面粗糙度的相关概念，讨论了研究海面粗糙度的意义，并概述了当前海面粗糙度与视频图像监测技术的研究现状。

第二章介绍了纹理的相关定义与分类以及基本视觉特征参数，讲述并比较了纹理分析的各种技术方法及其优缺点，明确了本文采用统计法作为海面粗糙度分析工具，最后简单介绍了纹理分析的应用领域。

第三章则介绍了统计法纹理描述的六种方法，包括灰度共生矩阵、灰度梯度方向矩阵、自相关函数、基于FBM亮度差值图像的自相关法、Tamura纹理特征法和基于距离的边缘频率法，并根据本文的研究内容，选择了适合的特征参数表征海面粗糙度。文献综述

   第四章主要分析了高斯噪声、脉冲噪声、随机噪声、乘性噪声共四种常见噪声对海面粗糙度描述的影响。

第五章首先介绍了本次实验采用的最小二乘支持向量机回归拟合模型，接着将海面粗糙度作为因变量进行回归拟合分析，得到了各种方法对应的回归模型，并对比了各个模型的误差。

第六章总结了本文的研究内容，并对以后的相关工作进行展望。

2 纹理图像分析技术

2.1 纹理定义与分类

纹理是图像中一个重要但又难以描述的基本特性，对于纹理的定义目前还没有国际公认的描述。[12]可以肯定的是纹理表征了自然界中物体表面的基本属性，人类视觉系统对之有清晰感知。习惯上把图像在局部上呈现不规则性而整体表现出明显规律的特性称之为纹理，是由纹理基元即具有一定不变性的视觉基元在指定区域以不同的方向与形状重复出现的图纹，通常用图像的灰度分布性质来表征。纹理基元可以是一个像素，但大多数情况下是一组字符或形状可变的结合图形的集合。纹理研究在机器视觉中可以起到理解、建模以及处理图像的纹理信息的作用，达到计算机模拟人类视觉的智能化。随着计算机技术的高速发展，智能化要求越来越高，相关研究会起到越发重要的作用。

根据纹理特性，可以将纹理分类。依照纹理的形成可分为自然纹理、人工纹理与混合纹理；依照纹理基元的分布规律可分为规则纹理与随机纹理；依照纹缕形变尺度大小可分为微纹理与宏纹理等。来!自~751论-文|网www.751com.cn

2.2 纹理特征

纹理是像素灰度变化具有规律性的视觉表现，具有尺度性、粗糙性、规则性和区域性。[13][14]其中尺度性取决于观察距离，粗糙性与规则性取决于纹理基于的形状大小与排列规律，区域性则是纹理图像的区域特性，与单个纹理基元无关。 LSSVM采用几何方法的图像观测技术实现(3):http://www.751com.cn/tongxin/lunwen_78168.html