基于小波與形態(tài)學(xué)的遙感圖像邊緣檢測(cè)算法研究.pdf

1、遙感圖像邊緣檢測(cè)是獲取遙感信息的手段之一，是遙感圖像分析和理解的基礎(chǔ)。遙感圖像具有邊緣信息多、受噪聲污染影響較大等特點(diǎn)，這是其與普通圖像最大的區(qū)別，因此很多適合普通圖像的邊緣檢測(cè)算法對(duì)于遙感圖像來(lái)說(shuō)效果不佳。針對(duì)遙感圖像這些特點(diǎn)，本文力求尋找一種高效的能更好地對(duì)遙感圖像進(jìn)行邊緣檢測(cè)的算法。
　　 本文以具有多尺度特性的小波變換和形態(tài)學(xué)算法為基礎(chǔ)，對(duì)形態(tài)學(xué)和小波在濾波與邊緣檢測(cè)的理論進(jìn)行了詳細(xì)分析，結(jié)合遙感圖像的特點(diǎn)提出了基于小波

2、與形態(tài)學(xué)的遙感圖像邊緣檢測(cè)方法。主要研究工作如下：⑴在分析形態(tài)學(xué)濾波與邊緣檢測(cè)算法的基礎(chǔ)上，針對(duì)存在的不足，提出了形態(tài)學(xué)的自適應(yīng)濾波和邊緣檢測(cè)算法。該算法針對(duì)每一個(gè)像素選擇不同形狀的結(jié)構(gòu)元素進(jìn)行操作，而不是對(duì)整幅圖像使用相同的結(jié)構(gòu)元素進(jìn)行處理，因此能更好地解決濾波與保留邊緣信息的問(wèn)題，同時(shí)檢測(cè)到的邊緣連續(xù)性較好；⑵為了提高遙感圖像灰度對(duì)比度，提出了改進(jìn)的圖像增強(qiáng)算法。算法利用圖像的最大灰度值與最大類(lèi)間方差進(jìn)行對(duì)比度增強(qiáng)處理，以提取更多的

3、圖像信息；⑶分析了小波邊緣檢測(cè)時(shí)閾值選取存在的問(wèn)題，提出了基于雙閾值的小波邊緣檢測(cè)算法。該算法充分考慮圖像的局部信息與全局信息，選取兩個(gè)閾值。利用雙閾值進(jìn)行邊緣點(diǎn)的判斷，因此檢測(cè)到的邊緣信息更為準(zhǔn)確；⑷針對(duì)遙感圖像對(duì)象的復(fù)雜性、高邊緣密度、噪聲明顯等特點(diǎn)，提出了將小波與形態(tài)學(xué)結(jié)合進(jìn)行遙感圖像邊緣檢測(cè)的算法。該算法利用改進(jìn)的形態(tài)學(xué)濾波算法對(duì)圖像進(jìn)行預(yù)處理，再利用改進(jìn)的形態(tài)學(xué)和小波邊緣檢測(cè)算法對(duì)小波分解與重構(gòu)的低頻和高頻圖像分別進(jìn)行邊緣檢測(cè)