首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 485 毫秒
1.
为有效提取边缘密度大的遥感图像中的边缘信息,本文提出了一种边缘检测的有效算法。该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同建立了多结构元素,利用灰度形态变换原理进行边缘提取,实验表明,与经典的边缘检测算子相比,该算法具有很好的边缘提取能力,但其抗噪能力较差,为此,笔者还探讨性地提出了基于小波变换和数学形态学相结合的边缘提取方法。  相似文献   

2.
数学形态学在遥感图像边缘检测中的应用   总被引:11,自引:1,他引:11  
林卉  舒宁  杜培军 《测绘通报》2003,(12):25-28
为有效提取边缘密度大的遥感图像中的边缘信息,提出一种边缘检测的有效算法。该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同建立多结构元素,利用灰度形态变换原理进行边缘提取。实验表明,与经典的边缘检测算子相比,该算法具有很好的边缘提取能力,但抗噪能力较差。为此,笔者还探讨性地提出基于小波变换和数学形态学相结合的边缘提取方法。  相似文献   

3.
本文提出了一种边缘检测的有效算法.该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同建立了多结构元素,利用灰度形态变换原理进行边缘提取,实验表明,与经典的边缘检测算子相比,该算法具有很好的边缘提取能力,但其抗噪能力较差,为此,笔者还探讨性地提出了基于小波变换和数学形态学相结合的边缘提取方法。  相似文献   

4.
讨论了数学形态学的基本原理及其在毫米波辐射遥感图像边缘检测中的应用,提出了一种用灰度形态变换原理进行检测的有效算法。对一幅毫米波图像的实验结果表明,该算法具有较好的抗噪和边缘提取能力,比传统的基于模板的图像边缘检测算法具有更好的边缘提取效果。  相似文献   

5.
遥感图像水体区域中因水体自身流动和波动等因素造成图像噪声,利用传统方法直接分割水体容易导致分割精度较低。为此,利用遥感图像中水体区域具有连通性强以及像素灰度值相近等特点,提出了一种利用多结构元素形态学重构边缘检测结合区域生长实现遥感图像水体分割的方法。首先将遥感图像转化为灰度图像,运用多结构元素形态学重构边缘检测,在去除噪声的同时增强水体边缘,保持水体区域边缘的较准确定位;然后利用灰度直方图自动选取种子点,确定水体区域灰度范围,利用该灰度范围内像素的均值和方差、种子点及已生长区域灰度特性作为生长准则,实现对水体区域的分割。实验结果表明,该方法能够对因水体扰动等因素导致的噪声图像进行有效分割,且水体区域分割精度较高。  相似文献   

6.
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   

7.
为了进一步提高形态学边缘检测算法的性能,设计了一种多结构元素复合滤波器,定义了一种具有方向估计的形态学梯度,并在此基础上提出了一种对噪声不敏感的边缘检测算法。该算法充分发挥形态学变换方式和结构元素的噪声抑制和细节保持性能,用含有方向信息的结构元素检测图像的边缘,并通过沿梯度方向进行非极大值抑制获取单像素宽边缘。实验结果表明,本算法边缘检测效果良好,抗噪性能强,且处理速度较快。  相似文献   

8.
一种改进的Canny算子边缘检测算法   总被引:1,自引:0,他引:1  
介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。  相似文献   

9.
介绍了K-means聚类分割法和形态学处理,并对比了几种边缘算子;针对Prewitt算子和Roberts算子在像素点邻近区域内受噪声影响较大、边缘检测效果不佳的问题,选用Canny算子提取海岸线.首先对SAR影像进行K-means算法、形态学处理,再采用Canny算子提取海岸线.与其他边缘提取算法相比,该方法提取的海岸...  相似文献   

10.
长江口淤泥质潮滩环形水边线信息提取方法研究   总被引:1,自引:0,他引:1  
研究淤泥质潮滩冲淤变化的一项基础性工作就是水边线信息的提取。与传统的Hough变换类环状物体检测方法不同,本文提出了一种适合于淤泥质潮滩环形水边线信息提取的识别检测算法。首先利用水边线灰度的梯度信息实现图像分割,进行边缘检测;然后通过数学形态学方法进行膨胀运算与内部填充,使得边缘连续;最后通过构造线段型结构元素得到连续、平滑的水边线。实验结果表明:该方法不仅算法简单,而且提取到的水边线信息效果良好。  相似文献   

11.
基于高分辨率遥感影像的耕地地块提取方法研究   总被引:3,自引:0,他引:3  
针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。  相似文献   

12.
基于数学形态学的遥感影像边缘检测研究   总被引:1,自引:0,他引:1  
针对含有复杂地物、边缘密度大的遥感影像,提出了一种基于多结构元素形态学的边缘检测方法。首先,根据遥感影像的特点,用形态学的开闭滤波器去除影像中的噪声点。然后基于多结构元素形态学进行边缘检测,最后,对边缘检测结果进行二值化及细化处理。并同Sobel及Canny算子的检测结果进行了比较。结果证明,该方法能有效地提取边缘、保护细节。  相似文献   

13.
二维物体的识别是计算机视觉与航空摄影测量领域里重要的研究目标。本文提出在图像预处理阶段运用边缘提取的算法和数学形态学先得到轮廓线,形成对特征的描述。基于这些特征描述建立了用动态规划法进行特征匹配的数学模型和算法。实验结果表明它不仅具有可靠性和稳健性,而且在计算机上易于编程实现。  相似文献   

14.
提出了一种利用数学形态学提取图像中地形轮廓的方法。首先分析运用传统单一边缘检测算子提取地形轮廓的不足,然后着重介绍了数学形态学提取地形轮廓的原理,最后通过实验分析,采用开运算与闭运算相结合的方法提取地形轮廓,不仅有效地去除了各种噪声,而且极大地保持了地形轮廓的细节特征。  相似文献   

15.
基于数学形态学细化算子的改进Canny算法研究   总被引:3,自引:0,他引:3  
边缘检测是图像处理领域研究的一个重要内容。本文基于数学形态学改进现有Canny算子。该方法首先用Canny算子进行滤波,然后采用非极大抑制技术,将强边缘图像和弱边缘图像的边缘进行连接,再对提取的边缘利用形态学细化算子细化。针对不同图像采用不同门限比例,可取得不同的边缘提取效果。本文采用峰值信噪比、均方误差、平均绝对误差三个评价指标对边缘检测算法的优越性进行度量。实验分析表明,本文算法优于Sobel算子、Roberts算子、Log算子及传统Canny算法。  相似文献   

16.
针对传统边缘检测算子的缺点,研究了基于数学形态学的边缘检测方法,给出了基于多结构元的抗噪型形态学边缘检测算法的具体流程,进行了实验对比分析,表明该方法具有较好的边缘提取能力和抗噪性。  相似文献   

17.
基于高分辨率遥感影像的建筑物轮廓信息提取   总被引:1,自引:0,他引:1  
针对许多领域对建筑物信息更新的迫切要求,提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法,然后利用了模式识别和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过Quickbird影像进行了方法验证,试验证明该流程可以快速有效的提取建筑物轮廓信息。  相似文献   

18.
利用数学形态学提取骨架线的改进算法   总被引:5,自引:0,他引:5  
地图数字化生产和数字地图编绘中都需要用到提取骨架线算法,如矢量化和等级变换等。提取骨架线的算法较多,基于栅格数据的算法通常采用数学形态学方法,对于矢量数据目前较有代表性的是利用约束Delau-nay三角网提取骨架线。本文给出一种利用数学形态学提取骨架线的改进算法,适用于栅格和矢量数据,并能在矢量化时建立高质量的拓扑关系,还较好地克服了数学形态学方法的缺点——节点畸变和端点内缩。实验表明该算法稳定且行之有效。  相似文献   

19.
基于数学形态学和相位编组SAR影像道路自动提取   总被引:3,自引:1,他引:2  
由于SAR图像中固有的斑点噪声的强烈影响,某些对于光学图像有很好效果的边缘检测算子,但是对于SAR图像来说,效果很差,本文应用一种改进的基于图像统计信息的局部线特征检测方法,首先利用图像统计信息对图像进行局部特征检测,然后利用数学形态学去除内部空隙并细化得到道路段,将道路段进行相位编组,进而自动提取出道路。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号