結(jié)合小波收縮去噪算法的遙感圖像分割.pdf

1、目前遙感圖像的信息提取已經(jīng)慢慢地變成了遙感應(yīng)用基礎(chǔ)研究的熱點(diǎn)之一，遙感圖像分割新算法的探索，將使得信息提取技術(shù)不斷的得到更新。現(xiàn)在對(duì)遙感圖像分割的研究已漸漸成熟，也取得了一些顯著的成果，不過(guò)因?yàn)檫b感圖像本身所具有的特點(diǎn)等一些原因，遙感圖像在成像或者傳輸?shù)倪^(guò)程中避免不了受到外界條件的干擾和影響，使得圖像本身受到噪聲的不同程度污染，因此本文提出新的遙感圖像分割的模型，該模型不僅可以將原始圖像很好的分割，對(duì)受到噪聲污染的遙感圖像也可以得到很好

2、的分割結(jié)果。
　　在圖像分割的領(lǐng)域里面，圖割和活動(dòng)輪廓模型已經(jīng)成為現(xiàn)在比較重要的兩種方法，一些學(xué)者也試著將兩種方法結(jié)合在一起來(lái)提高計(jì)算的效率和全局最小化。GCBAC模型在實(shí)現(xiàn)圖像分割方面取得了很好的效果，但是對(duì)于含有噪聲的圖像， GCBAC模型不能取得很好的結(jié)果，因此，本文提出了結(jié)合小波收縮與GCBAC模型的遙感圖像分割新算法。此模型首先利用小波變換對(duì)圖像進(jìn)行分解，采用自適應(yīng)特征閾值的方式用于消除圖像里面包含的污染噪聲，然后利用G

3、CBAC模型對(duì)消除噪聲污染后的圖像進(jìn)行分割。實(shí)驗(yàn)結(jié)果顯示，我們提出的模型不僅可以對(duì)原圖像和含噪聲污染的圖像實(shí)現(xiàn)精確的分割，另外對(duì)噪聲還有比較強(qiáng)的魯棒性。
　　另外，本文還提出了結(jié)合小波收縮與水平集的遙感圖像的分割模型，此方法首先利用小波變換對(duì)圖像分解，然后自適應(yīng)特征閾值的方法消掉圖像中包含的污染噪聲，然后利用改進(jìn)的四相位水平集模型對(duì)去噪后重組的圖像進(jìn)行分割，實(shí)驗(yàn)結(jié)果顯示，該算法對(duì)含有噪聲的圖像可以取得較好的分割結(jié)果，另外對(duì)噪聲也有