共查询到10条相似文献，搜索用时 593 毫秒
1.
用传统的边缘检测方法效果不理想,针对遥感图像中存在的噪声问题,提出了一种基于小波变换和多结构元素的数学形态学相结合的图像边缘检测方法。该方法充分利用小波多分辨率的特点,对图像进行去噪处理,然后用多结构元素灰度形态学的方法对图像的边缘进行检测。试验结果证明,此方法优于传统的边缘检测方法,具有边缘检测准确和良好的抗噪能力。 相似文献
2.
由于小波变换方向分辨率较低,而高分影像中地物几何结构丰富,边缘存在于各个方向,导致了图像小波变换的频率系数仅被分解到水平、垂直和对角3个方向子带上,使得小波变换对具有复杂几何结构的地物边缘提取存在不足。为此提出一种Directionlet变换理论结合模极大值法的高分影像边缘提取方法。首先,对原始影像进行基于格的分解获得任意方向一维线集合,再进行小波变换并恢复图像格式得到高频方向子带;然后,利用改进模极大值法和双阈值法对系数进行处理得到边缘结果;最后,采用数学形态学方法对边缘提取结果进行细化连接等后处理,从而实现对高分影像边缘的提取。实验结果表明,该方法与传统边缘检测方法和小波变换相比,边缘提取更加完整,定位精度更高。 相似文献
3.
为处理扫描与复印图像产生的重度污染噪声,对噪声与文本信息的形态差异进行研究。利用灰度形态学原理,构建四方向形态学结构元素模版去除复杂的背影噪声,保留具有明显方向性的文字信息。针对噪声与文字在图像局部梯度上的特点,引入局部结构张量信息构造动态尺度的形态学结构元素,在可能的噪声区域采用较大尺度结构元素较好地滤除噪声,在可能含有文字的区域采用较小的结构元素以完整地保留易丢失的文字笔划与标点。最后利用灰度形态学重建恢复原始的文本内容,得到只含文本信息的图像。 相似文献
4.
刘建南 《测绘与空间地理信息》2009,32(4):105-107,111
鉴于传统的去噪方法难以在各频域得到很好的兼顾,本文提出一种基于小波变换的去噪方法.通过对图像进行2维离散小波变换(DWT),再根据噪声和图像信号的不同特性,在小波域中,选取适当的阈值对小波系数进行处理,最后进行小波重构(IDWT),得到去噪后的图像.实验表明,该算法具有很好的效果. 相似文献
5.
为识别InSAR干涉图噪声的类型,从而更有效地进行干涉图处理,提出一种基于小波变换的干涉图噪声类型识别方法。该方法结合小波变换和对数变换算法,从能量和分布特征两个角度,对经小波变换后的InSAR干涉图小波系数的特点进行分析。首先研究低频子带小波系数在对数变换前后的能量分布特点,以此识别干涉图的噪声类型,然后在此基础上利用高频子带系数估计噪声的大小。分析结果显示,干涉图中的噪声为加性噪声,且干涉图高频系数呈高斯正态分布,其噪声大小可用尺度1上的HH子带系数估计。这些结果对在小波域内进行InSAR干涉图噪声的分析与处理具有一定指导意义。 相似文献
6.
斑点噪声的存在使得SAR图像的应用受到较大的限制.文中首先介绍了SAR图像斑点噪声模型以及几种常用的SAR斑点噪声抑制方法;然后对小波变换斑点噪声滤波方法进行分析,提出了基于二元树复小波变换的SAR图像滤波方法.实验比较表明,二元树复小波变换抑制SAR斑点噪声效果明显,较小波变换更具有优越性. 相似文献
7.
8.
9.
小波域隐马尔可夫树(HMT)模型被广泛应用于统计信号和图像处理中,它成功描述了真实图像小波系数在尺度之间的相关性和依赖性,很好地体现了小波变换的延续性和非高斯性.这里通过构建图像小波域HMT模型,在应用期望最大(EM)算法估计HMT模型的参数之后,对小波系数进行贝叶斯估计达到去除噪声的目的.实验结果表明,去噪效果好于其他小波去噪算法. 相似文献
10.
基于复小波变换的SAR图像斑点滤波方法 总被引：1，自引：0，他引：1
斑点噪声的存在使得SAR图像的应用受到较大的限制.文中首先介绍了SAR图像斑点噪声模型以及几种常用的SAR斑点噪声抑制方法;然后对小波变换斑点噪声滤波方法进行分析,提出了基于二元树复小波变换的SAR图像滤波方法.实验比较表明,二元树复小波变换抑制SAR斑点噪声效果明显,较小波变换更具有优越性. 相似文献