共查询到18条相似文献,搜索用时 62 毫秒
1.
基于数学形态学细化算子的改进Canny算法研究 总被引:3,自引:0,他引:3
边缘检测是图像处理领域研究的一个重要内容。本文基于数学形态学改进现有Canny算子。该方法首先用Canny算子进行滤波,然后采用非极大抑制技术,将强边缘图像和弱边缘图像的边缘进行连接,再对提取的边缘利用形态学细化算子细化。针对不同图像采用不同门限比例,可取得不同的边缘提取效果。本文采用峰值信噪比、均方误差、平均绝对误差三个评价指标对边缘检测算法的优越性进行度量。实验分析表明,本文算法优于Sobel算子、Roberts算子、Log算子及传统Canny算法。 相似文献
2.
数学形态学用具有一定形态的结构元素去度量和提取图像中的对应形态以达到对图像分析和识别的目的。其中细化是处理线状二值图像的一种重要技术,它可以把二值图像区域缩成线条,以逼近区域的中心线,极大地减少图像中的冗余信息量,以便进一步分析和识别。本文研究了通过击中变换实现的骨架线提取算法,并将其应用于城市居民地的街网数据提取,取得了较好的实验效果。 相似文献
3.
4.
针对高空间分辨率卫星图像上建筑物的特点,提出了一套半自动、快速简单的建筑物二维轮廓信息提取技术流程。首先,利用最大同质性近邻滤波算法(MHN)对图像进行预处理;然后,利用基于数学形态学经典算法(腐蚀、膨胀、开操作及闭操作等)重建的微分形态学断面方法(DMP)进行建筑物二维轮廓信息提取,并在结构算子的步长选择方面对方法进行了初步改进;最后,结合区域标识和面积阈值分割等方法进行了后处理操作。以北京师范大学校园QuickBird图像为例的试验结果显示,该方法不仅对规则建筑物的提取效果良好,还可以有效地提取出形状复杂的建筑物轮廓信息。 相似文献
5.
6.
基于数学形态学和相位编组SAR影像道路自动提取 总被引:2,自引:1,他引:2
由于SAR图像中固有的斑点噪声的强烈影响,某些对于光学图像有很好效果的边缘检测算子,但是对于SAR图像来说,效果很差,本文应用一种改进的基于图像统计信息的局部线特征检测方法,首先利用图像统计信息对图像进行局部特征检测,然后利用数学形态学去除内部空隙并细化得到道路段,将道路段进行相位编组,进而自动提取出道路。 相似文献
7.
基于数学形态学的点状石头目标检测 总被引:1,自引:0,他引:1
及时发现和处理山坡上小的点状石头目标,对于行人、车辆的安全具有重要意义。利用数学形态学,文中提出了一种从遥感影像上检测山坡上点状石头目标的方法,并进行了试验。研究结果表明,文中所述的方法具有好的效果。 相似文献
8.
王忠丰 《测绘与空间地理信息》2010,33(3):168-170
针对文本图像存在的噪声,提出了小波变换和数学形态学相结合的文本图像去噪算法。通过小波变换对原始图像进行多尺度分解,对小波近似系数进行线性拉伸处理,细节系数进行域值化处理后重建图像,对重建图像进行直方图均衡化,然后再进行数学形态学运算去除剩余噪声。结果显示本文方法对于存在大量噪声的文本图像可以起到很好的去噪效果。 相似文献
9.
10.
11.
12.
数学形态学在地图模式识别中的应用 总被引:1,自引:0,他引:1
扫描数字化是 GIS中快速获取地理数据的手段之一 ,其关键是对扫描图上的地图要素进行自动识别。文中针对地图模式识别的关键技术之一图像分割进行了研究 ,利用数学形态学方法实现了地图上部分要素的分割 相似文献
13.
14.
首先介绍了灰度图像膨胀与腐蚀的定义,然后给出了数学形态学估计分维的数学模型,进而用于纹理图像的分维估计。实验结果表明:该方法原理简单,算法设计灵活,运算速度快捷,为纹理特征描述提供了一种有效的新途径。 相似文献
15.
MSCMO:基于数学形态学算子的尺度空间聚类方法 总被引:5,自引:0,他引:5
提出了一种基于数学形态学算子的多尺度聚类方法 :首先将数据进行二值图像化处理 ,利用一次闭开运算去除噪声干扰后再利用逐步增大结构元素的闭运算构建尺度空间 ,图像内的连通单元集随着尺度上升不断融合 ,最终全部归并。将连通集覆盖下的点集归为一类 ,以上步骤就对应了一个多尺度层次聚类过程。本算法的一个最大优点是聚类个数事先无需设定 ,而被确定为跨越最多尺度 (具有最长尺度生存期 )的类别个数。此外 ,参数少、能够提取任意形状的类别、具有较强的抗噪声能力也是算法的优点。对自构建数据与地震数据的聚类实验验证了方法的有效性和实用性 相似文献
16.
17.