遙感圖像增強(qiáng)及其邊緣檢測(cè)的研究.pdf

1、日常生活中涉及到的遙感圖像方面的應(yīng)用日益增多，特別是對(duì)遙感信息的分析處理技術(shù)的發(fā)展相當(dāng)迅速。不同于工業(yè)和醫(yī)學(xué)數(shù)字圖像，遙感圖像的類型更為多樣，內(nèi)容更為復(fù)雜。因此需要做好一些分析前的準(zhǔn)備，比如通過(guò)算法實(shí)現(xiàn)遙感圖像的增強(qiáng)，提高圖像的對(duì)比度，突出圖像的細(xì)節(jié)，而邊緣信息也是非常重要的信息。
　　本文根據(jù)遙感圖像的特性，結(jié)合小波變換、非線性濾波、直方圖均衡、大津閾值、人工魚群算法以及遺傳算法等來(lái)進(jìn)行遙感圖像的增強(qiáng)和邊緣檢測(cè)處理。主要研究?jī)?nèi)容

2、如下幾點(diǎn):
　　1.研究了基于正交小波變換和非線性濾波的遙感圖像增強(qiáng)算法
　　通過(guò)引入雙正交小波變換算法，把一幅圖像的信息分解為低頻系數(shù)、水平高頻系數(shù)、垂直高頻系數(shù)和對(duì)角高頻系數(shù)，讓我們更清楚地看出圖像信息的分布，有利于圖像增強(qiáng)處理的實(shí)現(xiàn)。然后采用非線性濾波算法對(duì)分解后的低頻、高頻系數(shù)進(jìn)行變換，去除了圖像中的大部分噪聲點(diǎn)，在圖像增強(qiáng)過(guò)程中，不僅保留了原圖像的有用信息，同時(shí)又抑制了圖像中噪聲點(diǎn)的擴(kuò)散，使得增強(qiáng)處理的結(jié)果相對(duì)比較

3、理想。
　　2.研究了基于直方圖規(guī)定化和大津閾值的遙感圖像增強(qiáng)算法
　　引入直方圖規(guī)定化算法，但卻沒(méi)有采用直方圖均衡，是因?yàn)橹狈綀D均衡是針對(duì)整幅圖像來(lái)處理，在增強(qiáng)原圖像的同時(shí)，噪聲點(diǎn)也被放大了。而使用直方圖規(guī)定化可以有效控制直方圖的分布，使得噪聲點(diǎn)大都剔除在外，盡量保留更多的目標(biāo)信息。大津閾值的引進(jìn)使得遙感圖像增強(qiáng)的效果更為顯著，那是因?yàn)榇蠼蚍ň哂凶赃m應(yīng)性，而且尋優(yōu)能力強(qiáng)。
　　3.研究了基于人工魚群和種子生長(zhǎng)的遙感圖

4、像邊緣檢測(cè)算法
　　人工魚群算法是智能仿生算法中典型的一種。該算法的實(shí)現(xiàn)是通過(guò)尋找影響或者控制生物行為的規(guī)則，再用算法的思想進(jìn)行總結(jié)歸納出的。人工魚群算法的特點(diǎn)是算法實(shí)現(xiàn)相對(duì)簡(jiǎn)單，具有并行性，尋找解時(shí)快速，并且算法具有全局性。在種子生長(zhǎng)算法的實(shí)現(xiàn)過(guò)程中，利用人工魚群尋找最優(yōu)解的能力，能夠找到更理想的邊緣信息，并且該方法獲得了較理想的邊緣檢測(cè)結(jié)果。
　　4.研究了基于數(shù)學(xué)形態(tài)學(xué)和遺傳算法的邊緣檢測(cè)算法
　　遺傳算法也是一