灰度级形态学及在扫描影像处理中的应用

讨论了灰度级形态学的基本原理和利用灰度级形态变换进行处理扫描影像的方法。提出了灰度影像细化和影像背景淹没滤波的形态学方法，并通过扫描等高线地图影像处理验证了方法的有效性。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。     

基于数学形态学的第四系地层遥感影像分割

利用数学形态学的方法对遥感影像的第四系地层进行了影像分割实验。经实验结果得出,利用数学形态学的基本运算组合成的各种算子:高、低帽变换、滤波与阈值截取相结合的增强方法,通过选择合适的结构元素,对图像进行预处理后,就可以用形态学方法对第四系地层进行影像分割。经过处理的遥感影像,能够更有效地提取影像的目标。实验结果表明了本文所提的方法的有效性。最后,对形态学方法的不足之处和将来的研究方向展开了讨论。     

大比例尺地形图扫描数字化影像变形纠正方法与实践

结合计算机图像处理的理论和技术，探讨了纠正大比例尺地形图扫描数字化影像变形误差的方法，运用自动搜索方里格网点的算法提高地形图扫描影像纠正的精度。     

彩色航空影像扫描实施方法及技术运用

本文通过北京彩色航空影像扫描项目，对彩色航空影像扫描实施方法及技术运用进行了探讨。     

基于最佳阈值形态学方法对机载LiDAR数据进行边缘提取

对机载LiDAR数据的边缘提取方法进行研究。介绍机载LiDAR系统与应用以及机载LiDAR数据处理流程，并运用VC＋＋程序将机载LiDAR数据生成深度影像。将形态学边缘提取方法改进后，运用最佳阈值形态学方法对深度影像进行边缘提取。其中建筑物边缘与Log算子、Candy算子这两种方法相比较，对山脉直接采取此方法进行边缘提取，得出采用最佳阈值形态学方法对边缘提取是有效的，提取的边缘更连续，断点少，有利于判读。     

基于数学形态学的遥感影像边缘检测研究

针对含有复杂地物、边缘密度大的遥感影像,提出了一种基于多结构元素形态学的边缘检测方法。首先,根据遥感影像的特点,用形态学的开闭滤波器去除影像中的噪声点。然后基于多结构元素形态学进行边缘检测,最后,对边缘检测结果进行二值化及细化处理。并同Sobel及Canny算子的检测结果进行了比较。结果证明,该方法能有效地提取边缘、保护细节。     

一种基于数学形态学的遥感影像分割方法

介绍形态学测地重建与开闭重建运算,提出基于微分形态学断面的影像分割方法。该方法首先生成原始影像的微分形态学断面影像,然后通过比较得到像点的最大微分断面值以及相对应的特征结构元素,最后以特征结构元素为层次,逐层分割影像。以IKONOS卫星影像为例,该方法能够有效地实现影像的分割,在分割较低反差的影像部分等方面具有优势。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法.该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算,用Top-Hat算子除去影像的噪声,再利用灰度膨胀增强影像目标和背景之间的对比度,使目标更易于识别.经过处理的遥感影像,能够更有效地提取影像的目标.     

基于分形理论和形态学的遥感图像地物检测

利用分形理论和数学形态学的方法对大比例尺遥感影像上面状地物飞机进行了检测。经实验结果得出,利用“地毯覆盖法”提出的分形斜率截距法对遥感影像飞机检测,结果要优于灰度统计法、经典边缘检测算子和形态学算子检测的结果。     

数学形态学在GIS空间分析中的应用

讨论了数学形态学在基于栅格数据结构的地理信息系统（ＧＩＳ）空间分析中的广泛应用。提出了基于形态变换的ＧＩＳ空间操作（图层叠置、缓冲区建立、邻城分析和图元量算）方法，网络最短路径的形态学算法，应用灰度级形态学解求通视图的新思路。     

基于微分形态学断面的遥感影像分割方法

介绍形态学测地重建与开闭重建运算,提出基于微分形态学断面的影像分割方法。首先生成原始影像的微分形态学断面影像,然后比较得到像点的微分断面特征,最后以微分断面特征为基础实现影像分割。以IKONOS卫星影像为例,该方法能够有效地分割噪声严重、反差较低的遥感影像,同时在保持物体的形状、大小信息等方面具有优势。     

大比例尺地形图扫描数字化影像变形纠正方法与实践

结合计算机图像处理的理论和技术,探讨了纠正大比例尺地形图扫描数字化影像变形误差的方法,运用自动搜索方里格网点的算法提高地形图扫描影像纠正的精度.     

航空影像和快鸟卫星影像结合更形地形图的方法探讨

介绍了利用航空影像和快鸟卫星影像相结合的方法更新1：10000地形图的方法。由于生产区域的航空影像是2002年航摄的，现势性较差，随着当地经济的飞速发展，部分地区变化较大，新增地物较多。因此，确定了利用航空影像和0．61m的OuickBird影像相结合的方法更新该区域的1：10000地形图，经过实践证明，该方法可以推广使用。     

参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题，本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点；然后将通过POS获取的DSM配准到DEM地理坐标上，并利用形态学滤波对DSM进行处理，以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点，降低校正误差；最后进行影像校正和定位。试验结果表明，本文方法能够满足大比例尺航空影像生产定位精度要求，具有高效生产、节约资源等优势。     

模糊Hough变换算法在城市道路提取中的应用

采用形态学细化算法,将二值化影像形态学细化之后再进行峰值检测,有效地去除了虚假峰值,提高了道路提取精度及计算效率,为此,利用用模糊Hough变换算法提取遥感影像中的城市道路。试验表明,其方法在计算效率、提取精度以及内存占用方面具有明显优势。     

面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用

高分辨率遥感影像建筑物提取是摄影测量与遥感领域的一个热门研究主题。本文综合利用影像分割、基于图的数学形态学top-hat重建技术,提出了面向对象的形态学建筑物指数OBMBI,并将其应用于高分辨率遥感影像建筑物提取。首先,建立像素-对象-图节点的双向映射关系;然后,基于图的白top-hat重建和上述映射关系来构建OBMBI图像;接着,对该OBMBI图像二值化、矢量化以获取建筑物多边形;最后,对结果进行后处理优化。使用一景航空、一景卫星全色影像对本文方法和PanTex方法进行性能测试。试验表明,本文方法的建筑物提取精度显著的优于PanTex方法。其中,本文方法平均比PanTex方法的正确率高9.49%、完整率高11.26%、质量高14.11%。     

利用ECW软件实现扫描影像批量压缩

如何更有效地利用和存储海量扫描影像，以减少存储成本，是近年来数字化测绘生产面临的重要问题，本文主要对利用ECW软件实现扫描影像批量压缩的可行性进行论证。     

数学形态学在遥感影像云层识别中的应用

针对传统遥感影像质量评价中云层覆盖量无法定量评价的问题,文章提出采用利用边缘信息的阈值分割结合数学形态学方法来提取遥感影像云层覆盖范围。利用边缘信息的阈值分割方法能够有效利用影像自身信息来改善分割结果,再结合形态学方法,进而能消除道路、房屋等大部分噪声信息,最终实现遥感影像上不同特征云层覆盖范围的自动提取。基于浙江全省高分辨率遥感影像的实验结果表明:该方法能够快速有效地识别出遥感影像上云层覆盖范围,研究结果对于遥感影像云层覆盖的自动评价具有参考价值。