利用比例分解和嵌套窗口进行彩色图像边缘提取

首先,从信息量的角度出发,提出了一种比例分解算法,即依据人类视觉模型中灰度边缘与色度边缘的比例关系,利用主成分分析技术将彩色图像分解为一系列分量子图;接着,利用嵌套窗口提取多尺度灰度边缘,采用矢量模板提取色度边缘;最后,融合各分量边缘并细化得到彩色图像边缘。实验结果表明,该算法能有效结合色度与亮度信息,抗噪性好,且能进行多尺度边缘分析。     

突出边缘特征的图像融合方法研究

介绍了像素级图像融合及特征级图像融合方法,分析了两种融合层次的优点。在此基础上,提出了两种突出边缘特征的图像融合方法,两种方案均对人们感兴趣的边缘特征进行增强,并在融合过程中考虑了边缘提取时的假边缘和双边缘情况。实验结果显示,边缘增强方案1提高了边缘定位的准确性,边缘增强方案2有效解决了方案1中融合影像缺少空间细节信息的问题。两种方案有效地增强了融合后图像的边缘特征,有利于图像的后续判读及图像识别。     

突出边缘特征的图像融合方法研究

介绍了像素级图像融合及特征级图像融合方法,分析了两种融合层次的优点。在此基础上,提出了两种突出边缘特征的图像融合方法,两种方案均对人们感兴趣的边缘特征进行增强,并在融合过程中考虑了边缘提取时的假边缘和双边缘情况。实验结果显示,边缘增强方案1提高了边缘定位的准确性,边缘增强方案2有效解决了方案1中融合影像缺少空间细节信息的问题。两种方案有效地增强了融合后图像的边缘特征,有利于图像的后续判读及图像识别。     

矿山地面塌陷的高分辨率遥感识别与边界提取

为在高分辨率遥感图像上准确识别地面塌陷、圈定其边界、提取其面积,总结了地面塌陷遥感影像识别标志,提出了一种边界提取方法。该方法以GeoEye高分辨率遥感图像为数据源,在图像融合的基础上,首先用Robert算子和方向算子对融合图像进行边缘增强;然后分别选择原始图像和上述2种边缘增强图像的第一波段进行假彩色合成(Original,Robert and Direction enhanced image,ORD);最后利用ArcGIS软件圈定地面塌陷的边界并提取其相关参数。研究结果表明,该方法可以有效地突出地面塌陷边界,提高其面积提取的精度。     

融合区域分割和边缘信息的居民地提取方法

提出了一种集成边缘和区域分割信息的目标识别方法，其目的是在中小比例尺的航空影像中提取集团式居民地。在实际的航空影像上的实验表明，融合区域分割和边缘信息能够提高居民地提取的准确率。     

基于Canny算子与决策树模型的水体信息提取研究

选用白山市浑江区曲家营水库及其周围区域的TM影像作为基础数据。首先,对其进行主成分变换后再进行彩色合成处理,结合Canny算子的理论,对水体边缘进行了提取;第二,在参考了水体波谱特征以及前人对水体影像特征研究成果的基础上,利用ENVI 5.1软件建立了决策树水体遥感解译模型,进行了水体信息提取,经过栅矢数据转换,选用ArcGIS 10.1软件对碎斑进行处理,将其与边缘监测结果进行图像融合。通过利用Canny算子对彩色合成影像进行边缘提取能克服传统灰色图像的缺点,将其与决策树水体解译模型结果进行图像融合能达到较理想的效果。     

高分辨率光学卫星影像线段融合方法

针对高分辨率光学卫星影像线段断裂问题,基于不同方法线段提取结果优势互补的思想,提出一种简单的线段融合方法。首先,从边缘提取、边缘跟踪入手,对不同方法试验结果进行对比分析,以此验证融合不同方法线段提取结果的必要性;其次,选取边缘提取、边缘跟踪差异性较大的两种线段提取方法作为融合基元,并对戴激光等提出的线段提取方法进行了改进;然后,通过相位分组、端点约束、拓扑约束,构建不同方法线段的匹配模型;最后,依据线段长度优先的原则,建立线段融合决策模型。通过多幅不同类型、不同大小、不同覆盖区域的高分辨率光学卫星影像试验结果对比分析,本文方法相对于其他方法,具有线段结果完整度高的优势。     

一种综合纹理和边缘信息的多尺度图像融合方法

提出了一种综合纹理和边缘信息的多尺度图像融合方法。该方法通过高斯滤波获得原始图像的金字塔分解,考虑高斯滤波器和Laws纹理提取滤波器以及边缘梯度滤波器之间的线性关系,采用奇异值分解法求出纹理和边缘图像的对应系数;利用各尺度图像的这些特征,对分解后图像的各层进行表示,并采用基于相似性测度和显著性测度的融合策略进行融合。为了衡量融合结果,采用了一个客观图像融合性能评价测度对融合结果进行评价。最后用若干组图像数据对该算法进行了仿真。试验表明,该方法比传统的梯度金字塔分解和基于纹理的金字塔分解方法具有更好的融合效果。     

数学形态学在遥感图像边缘检测中的应用

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。     

融合嫦娥一号CCD影像与DEM数据的月球撞击坑自动提取和识别

针对现阶段月球撞击坑定量信息提取不足和误提取的问题,本文提出了一种融合CCD影像和DEM数据进行撞击坑的自动提取及识别的算法。（1）在太阳光照下,撞击坑的影像特征满足特定的规律,通过条件匹配在CCD影像中提取撞击坑;（2）在DEM中,利用撞击坑坑壁点的坡向值的连续性,对影像中误提取的撞击坑进行剔除;（3）在DEM中,利用撞击坑边缘点法向量的突变性,提取撞击坑边缘点并进行拟合,计算撞击坑的参数,通过坑底点云所占比例以及剖面线特征识别撞击坑的类型。经过“嫦娥一号”影像与DEM数据的验证,该算法在高纬度月球撞击坑分布均匀的区域应用效果较好。     

基于目标灰度的土地利用变化信息边界提取

为了提高大区域土地利用变化信息提取效率,本文在变化信息自动发现的基础上,基于目标灰度信息,研究遥感影像中土地利用变化信息的边界提取方法.由于研究对象是大区域中的小目标,无法直接利用灰度直方图寻找分割目标的灰度分布范围.本文提出了一种典型区域法,方法是利用区域中分割目标密集的多个典型小区域的灰度直方图计算所有目标的分割阈值.由于影像中地物众多,为了减少噪声的影响,提高计算速度,先利用双阈值分割法对目标进行粗分割,再对其进行小波变换,利用其模值,以及结合目标灰度信息,可以将目标边界快速地提取出来.     

基于目标灰度的土地利用变化信息边界提取

在变化信息自动发现的基础上,基于目标灰度信息,研究遥感影像中土地利用变化信息的边界提取方法。提出了一种典型区域法,方法是利用区域中分割目标密集的多个典型小区域的灰度直方图计算所有目标的分割阈值。由于影像中地物众多,为了减少噪声的影响,提高计算速度,先利用双阈值分割法对目标进行粗分割,再对其进行小波变换,利用其模值,以及结合目标灰度信息,可以将目标边界快速地提取出来。     

基于梯度幅度直方图和类内方差的边缘提取方法

针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。     

基于Hough变换的建筑物半自动提取

提出了一种基于Hough变换的建筑物半自动提取方法。该方法针对由人工给定建筑物的初始角点并通过统计屋顶主方向对Hough变换的搜索范围和搜索角度进行限制,从而稳定快速地提取出屋顶的边缘。然后利用最小二乘的方法对提取出的屋顶边缘进行精确对中,实现了对平顶直角建筑物以及人字形建筑物的有效提取。     

土地利用现状图扫描符号的自动提取与识别

土地利用现状图扫描符号的自动提取能节省人力财力物力。本文采用地图代数和人工神经网络的方法进行扫描现状图符号的自动提取和识别。首先根据图例建立用于特征匹配的符号模板库,然后使用加壳变换和蜕皮变换进行点状符号和线状符号的分离,并使用Canny算子平滑符号,再通过人工神经网络的训练进行色彩聚类而实现符号分割。定义多重相似度,实现符号的预分类识别,在此基础上计算加权距离再次识别。最后采用加壳变换连接断点并提取骨架线对这些断线进行连接,形成完整的线状符号。实验表明,本方法的正确率达到90%以上。     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

航空影像特征匹配研究

基于格网和三角网的优点 ,提出了一种基于特征的影像松弛匹配方法。算法利用边缘提取算子提取影像特征信息 ,把提取的边缘特征点分配到预定的规则格网中进行登记 ,同时构建特征三角网     

融合多时相高分影像的建筑物轮廓优化方法

针对高分影像建筑物提取存在错分和漏分等问题,常见的单幅影像矩形轮廓优化由于投影差、树木和阴影遮挡等问题边缘准确度不够,本文提出了一种融合多时相建筑物轮廓优化方法。首先,将两期高分影像进行匹配等预处理,利用基于偏移阴影分类验证提取建筑物初始结果。然后,分别获得两期影像中各建筑物轮廓的最小面积外接矩形,并对同名建筑物的最小面积外接矩形的各对应角点进行匹配。最后,通过对比两期影像的对应最小面积外接矩形的对应边上建筑物像素点的数量,选择像素点数量多的边作为适宜边进行平移以获得最优边,四条边都是最优边后进行直线正交得到最终符合建筑物原始形态的轮廓。试验结果表明,本文方法相比传统方法和其他轮廓优化方法在精确度和完整度上均有提高。     

LiDAR数据中建筑物提取的新方法-Fc-S法

激光雷达技术(LiDAR)已广泛应用于数字高程模型(DEM)的快速获取和三维城市模型的建立中,但仍有许多不足之处,需要做更深入的研究。本文介绍了一种新的建筑物提取方法,称之为Fc-S法。该方法首先利用等高线特征进行滤波,从LIDAR数据内插的数字表面模型(DSM)中提取出DEM,利用DSM与DEM的高差阈值和DSM边缘特征参数去掉地面点和汽车等矮小物体,获得主要包含植被和建筑物的地物点群,然后对地物点群进行分割,利用二次梯度和面积等参数去掉植被点,并采用迭代逼近的方法精化建筑物。文章通过实验对所提方法进行验证,并借助高分辨率的航空影像对建筑物提取结果进行评估,评估结果表明该方法能够在地形起伏的区域中较准确地提取出建筑物。     

直升机电力巡检中电力线的自动提取

结合电力线在直升机航拍影像中的成像特性,提出了一种复杂自然背景中电力线的自动提取方法。首先,利用Ratio算子从复杂背景中检测出电力线边缘;然后把边缘转化成直线段,对出现断裂与欠连接的直线进行连接与合并;最后,从这些直线段中采样一些点集,利用随机一致性抽样算法(Ransac)从中选择尽可能少但足够的点来拟合成一根完整的电力线,并通过实验证明了该方法的有效性。