共查询到20条相似文献,搜索用时 703 毫秒
1.
2.
提出了一种基于对比度增强和形态学的遥感影像道路边界与特征点提取的方法。先对遥感影像进行对比度变换增强,通过对比分析直方图均衡化和对比度分段线性增强两种方法获取的增强影像,选取区分度大的分段线性增强方法进行影像增强,然后运用数学形态法进行影像分割,实现道路和其他图像信息的有效分离。利用Krisch算子进行边缘检测提取道路的边缘信息,并基于边缘特征利用改进的Harris算子提取特征点,将提取的特征点进行拟合并用函数模型描述图像道路信息,用于后期制图中道路信息的矢量化。 相似文献
3.
4.
基于数学形态学的遥感影像水域提取方法 总被引:2,自引:1,他引:1
利用数学形态学的方法对遥感影像上的水体进行了提取实验。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进行分割,可以完成遥感影像上灰度变化较小的水体提取,其结果优于直接对原图像进行形态梯度法、均值分割的结果,对分割后的结果进行矢量跟踪后,得出的结果可以直接应用到GIS中去。 相似文献
5.
针对多光谱遥感影像通道之间相关性影响难以消除及变化检测的阈值难以确定的问题,提出了一种结合偏最小二乘法(PLS)和支持向量机(SVM)的遥感影像变化检测方法。将两个时相的多通道遥感影像视为两组多元随机变量,引入多元统计数据分析方法中的PLS理论,进行成分提取并构造差异影像;再通过SVM将差异影像分为变化与不变化两类别;最后利用形态学算子对分类结果作处理。选取Landsat8多光谱遥感影像进行试验,结果表明该方法可以很好地实现多光谱影像的变化检测,对地理国情数据监测具有重要意义。 相似文献
6.
针对遥感影像具有丰富的细节和混合噪声,采用传统高斯拉普拉斯(LOG)算子难以有效地提取遥感影像地物边缘信息,文章提出一种结合LOG算子和大津法(Otsu法)的遥感影像地物边缘信息提取算法。此算法采用中值滤波对原始影像进行消噪,利用Otsu算法对滤波后影像进行自适应阈值分割得到目标影像,采用LOG算子对目标影像进行边缘信息提取。以安宁某区域的遥感影像为例,实验结果表明,提出的算法与传统LOG算子相比,具有更高的提取精度,能有效地提取出遥感影像的真实边缘、减少伪边缘。 相似文献
7.
8.
9.
10.
分形理论已经在影像压缩、分割、去噪等方面表现出了较大的优势,其特点是能够准确地描述影像的空间结构信息和变化规律。分别采用分线法和三角棱柱法对同一实验地区的多种分辨率不同波段的遥感卫星影像进行分析,分别计算了图像中不同地形区域(如城区、湖泊、田地等)的分形维数,并根据两种算法的特性对图像进行了特征分析。多源遥感影像的实验结果证明,分形维数确实可以作为影像特征分析的一个重要工具,并可以指导分析遥感影像的应用情况。此外,在计算分形维数的过程中,采用三折线拟合法自适应地确定影像的无标度区间,提高了分形维数计算结果的可靠性。 相似文献
11.
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
12.
通过分析直接比较变化检测方法的局限性,提出边缘特征的变化检测方法.通过比较边缘提取算法,小波变换和Sobel算子、Log算子、Canny算子的优缺点,并结合实验所用的遥感图像,最终选取基于小波变换的方法.以某地不同时期的遥感图像为例,采用直接比较法和基于小波边缘特征检测方法,对两个时相的图像分别进行变化特征的检测,并对... 相似文献
13.
14.
15.
边缘检测是处理与剖析图像的主要内容之一,它在文字识别、车牌识别、遥感特征地物的提取等生产和生活领域发挥着非常重要的作用。但是,不同的图像有着不同的特征,到目前为止,没有一种统一的方法对所有的图像及地物的特征进行边缘检测。针对这一不足,本文首先探讨了4种经典的二值化算法和相应的改进二值化算法,并将经典算法与改进后的算法进行对比分析,然后利用Canny算子对二值化处理后的图像进行边缘检测。得出结论,迭代法和改进的迭代法与Canny算子相结合作为边缘检测的方法是一种高效率、高精度的方法。 相似文献
16.
17.
行人检测是计算机视觉、智能交通等领域研究的热点与难点,基于深度传感器对室内复杂场景下的行人检测展开研究。目前,基于颜色与深度数据的目标检测方法主要包括基于背景学习的方法和基于特征检测算子的方法,前者依赖于视频序列头几十帧的背景知识,帧的数量决定检测质量;后者存在计算量大的问题,训练样本的不足也会影响行人检测结果。因此,深入分析了复杂场景特征,融合颜色和深度信息,提出了RGBD+ViBe(visual background extractor)背景剔除方法,实现前景运动目标的准确提取。实验结果表明,提出的RGBD+ViBe方法在前景运动目标检测准确率方面要明显高于仅考虑颜色或深度信息方法以及RGBD+MoG(model of Gaussian)方法。 相似文献
18.
高分辨率卫星影像车辆检测的抗体网络 总被引:1,自引:0,他引:1
将车辆检测的过程视为一种“抗体”检测“危险抗原”的过程, 其中车辆是“危险抗原”, 车辆检测模板是“抗体”。利用一些车辆图像作为训练样本, 建立一种抗体网络学习并获取一组优化的“抗体”。这些“抗体”经过与待测影像的匹配, 实现对道路车辆目标的有效提取。采用0.6m分辨率的QuickBird全色数据进行实验, 实验结果验证了该方法的有效性和可行性。 相似文献
19.