基于模糊理論和模糊形態(tài)學(xué)的遙感圖像邊緣檢測研究.pdf

1、作為獲取遙感圖像信息的一種重要手段，邊緣檢測對遙感圖像進行更高層次的分割、分析、描述、識別、理解等都有著重大的影響和使用價值。但由于遙感圖像的復(fù)雜性、噪聲強以及現(xiàn)有理論和方法的不足，期望找到一種具有抗噪強、定位準(zhǔn)、不漏檢、不誤檢等能力的普適性遙感圖像邊緣檢測算法存在諸多難題，因此針對具體應(yīng)用要求研究新的理論、設(shè)計新的方法，或改進、融合現(xiàn)有方法以提高檢測質(zhì)量，依然是遙感圖像邊緣檢測研究的主流方向。
　　 本論文分析了遙感圖像所固有

2、的復(fù)雜性、模糊性以及傳統(tǒng)邊緣檢測方法的局限性，在模糊理論、模糊形態(tài)學(xué)方法和二型模糊理論的基礎(chǔ)上，對遙感圖像邊緣檢測問題進行了深入的研究。主要內(nèi)容有：
　　 ①針對模糊形態(tài)學(xué)邊緣檢測算法抑制噪聲能力弱的缺點，提出了多方向模糊形態(tài)學(xué)邊緣檢測算法。算法用多個各向異性的形態(tài)學(xué)結(jié)構(gòu)元素與模糊化圖像作形態(tài)學(xué)運算，得到不同方向上的圖像邊緣，再通過綜合得到最終的圖像邊緣，避免了采用單一的結(jié)構(gòu)元素受噪聲影響大的缺點。算法既可用于灰度遙感圖像，也可

3、方便地推廣用于彩色遙感圖像，實驗結(jié)果表明了該算法的有效性。
　　 ②根據(jù)遙感圖像直方圖往往是多峰的特點，提出了基于多閾值模糊增強多方向模糊形態(tài)學(xué)的邊緣檢測算法。算法采用多閾值模糊增強，保留了圖像在不同灰度區(qū)間的邊緣信息，避免了單閾值增強可能造成的邊緣信息丟失；模糊增強使模糊的斜坡狀邊緣增強為階躍型邊緣，采用多方向模糊形態(tài)學(xué)方法避免了模糊逆運算，能更好地檢測出階躍型邊緣，并具有較強的抗噪能力。實驗表明算法對灰度變化頻繁、信息量大、

4、背景復(fù)雜、邊緣密度大、受噪聲污染的復(fù)雜遙感圖像能有效處理。
　　 ③根據(jù)遙感圖像中不同區(qū)域具有不同灰度分布的特點，提出了基于自適應(yīng)模糊增強多方向模糊形態(tài)學(xué)的邊緣檢測算法。算法采用滑動窗口分塊增強圖像，每個分塊子圖的閾值由該子區(qū)域決定，使得圖像增強具有較強的自適應(yīng)性，避免了對全圖用統(tǒng)一的單閾值分割增強所造成的真實邊緣信息損失；采用不同的滑動窗口可以獲得效果和時間的折衷；算法還利用了多方向模糊形態(tài)學(xué)算子檢測增強后的圖像邊緣，達到了抑

5、制噪聲的目的。算法更客觀地反映了復(fù)雜遙感圖像邊緣的特性，更好地保留了各個局部邊緣信息，實驗結(jié)果表明了該算法的有效性。
　　 ④針對一型模糊理論只能描述元素的不確定性而不能刻畫隸屬函數(shù)本身的不確定性的問題，提出了基于區(qū)間二型模糊增強多方向模糊形態(tài)學(xué)的彩色圖像邊緣檢測算法。算法利用區(qū)間二型模糊集對圖像進行模糊增強，將隸屬度函數(shù)從單值擴展到區(qū)間，克服了以往算法在構(gòu)造模糊特征映射時的盲目性；算法還融合了多方向模糊形態(tài)學(xué)邊緣檢測算法能更好