数学形态学在遥感图像处理中的应用

本主要论述了数学形态学的基本特点及其在遥感图像处理中的应用。     

基于数学形态学的毫米波图像边缘检测方法

讨论了数学形态学的基本原理及其在毫米波辐射遥感图像边缘检测中的应用，提出了一种用灰度形态变换原理进行检测的有效算法。对一幅毫米波图像的实验结果表明，该算法具有较好的抗噪和边缘提取能力，比传统的基于模板的图像边缘检测算法具有更好的边缘提取效果。     

基于深度卷积神经网络的遥感图像船只识别

根据遥感图像的特点,针对海面目标难以准确识别的问题,提出了一种基于深度卷积神经网络的船只识别方法.首先利用分类网络进行图像的预分类,然后在分类结果的基础上,构成双通道的识别体制,识别网络采用Faster R-CNN.针对受云雾遮挡的船只识别问题,利用改进的深度卷积神经网络结构开展网络训练与调优,处理结果的F1-Scor...     

结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别

从灾后遥感图像中快速准确地识别救灾帐篷有利于灾后救援工作的高效开展.本文结合实际应用需求,在前人研究的基础上,提出了一种结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别方法.首先从遥感图像中选择帐篷模板并从中提取形状特征与光谱特征;然后将各波段灰度图像二值化并进行数学形态学运算,参考帐篷的形状特征提取出候选目标;最后根据帐篷的光谱特征,将候选目标与帐篷模板进行多角度匹配,剔除匹配度较低的伪目标,完成救灾帐篷识别.试验结果表明,本方法的识别精度达90%以上,具有较高的应用价值.     

基于形态学理论的自动目标识别技术--自适应BP学习算法

在设计了一种具有实用意义的形态学开、闭滤波的神经网络模型基础上，完成了用于目标检测识别的优化学习算法，为克服BP算法存在的收敛速度慢、需要选择学习参数且无法保证全局最优等固有缺陷，将启发引导策略与学习规则相结合，采用了一种动态调控学习参数的自适应BP学习算法。试验结果表明，该算法不仅能适应复杂多变的背景环境，而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。     

基于MATLAB算法的遥感图像融合

遥感影像像素级融合是遥感信息分析与处理过程中非常有效的方法。文章通过分析3种主要的多源遥感影像融合方法特征和不足,运用MATLAB算法实现影像融合,并对融合成果结合主观目视和客观指标进行综合评价。经过实验表明,利用MATLAB影像融合算法融合取得了较好效果,且提高了影像处理效率。     

基于MATLAB图像压缩的研究

基于图像压缩理论,对有损压缩和无损压缩的相关理论与方法进行了深入研究。在此基础上,采用有损压缩、无损压缩、小波变换以及小波工具箱对图像进行分析,主要有图像大小、清晰度、恢复系数以及能量比等;并对结果进行分析与比较。结果表明,无损压缩对图像压缩后数据失真少,图像比较清晰。     

基于多结构元的形态学边缘检测方法研究

针对传统边缘检测算子的缺点,研究了基于数学形态学的边缘检测方法,给出了基于多结构元的抗噪型形态学边缘检测算法的具体流程,进行了实验对比分析,表明该方法具有较好的边缘提取能力和抗噪性。     

基于MATLAB的图像边缘检测算法的比较与分析

图像的边缘中包含有图像的大部分信息,并且图像边缘检测是图像处理与分析的关键性步骤,也是模式识别与计算机视觉领域的主要研究内容之一,因此,研究边缘检测算子对图像处理十分重要。运用MATLAB对Sobel算子、LOG算子及Canny算子三种常用的边缘检测算子进行了仿真实验,分析了其各自的优缺点,得出Canny算子是三种算子中边缘检测效果最好的边缘检测算子。为今后的实际应用,选择合适的算子提供了参考依据。     

TM图像中桥梁目标识别方法的研究

提出了一种新的TM图像中桥梁目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用形态学的方法提取出潜在桥梁目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行桥梁识别和一些后处理。算法识别速度快、准确率高,整个算法可以进行自动的识别,也可以有少量人工干预使得算法更稳健。实验证明该算法对于TM图像中的桥梁识别是很有效的。     

车牌自动识别系统

根据国内汽车牌照的特点,对车牌自动识别的部分算法以及自动控制部分进行了描述。     

基于字符笔划特征的汽车牌照二值化方法

提出了利用基于字符笔划特征的汽车牌照二值化方法。试验表明,该算法与Bernsen、Otsu、LEVBB等算法相比,能够很好地克服光照不均和各种污损的影响,实现对字符目标的提取。     

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界．最后进行精定位。实验表明,该方法具有较高的定位精度。     

基于可编程图形硬件的遥感影像并行处理研究

通过对遥感影像处理算法中并行特性的分析,利用可编程图形处理器GPU的并行流处理特性和灵活的可编程性,实现基于GPU的遥感影像并行处理,在保证影像处理质量的前提下,大大提高了处理速度,能够满足一定情况下影像实时处理的要求。     

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。     

MATLAB环境下遥感影像配准与融合技术研究

对基于高通滤波的加权融合法和HIS融合变换法在MATLAB环境下进行了算法研究与实现,结果表明在较好地保留原图像光谱信息的同时大大提高了图像空间分辨率,且提高了工作进程和效率。     

基于高分辨率遥感影像的耕地地块提取方法研究

针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。     

高分辨率遥感影像的田间道路识别方法

田间道路是农田建设和管理的重要工程,其走向、宽度及通达性直接影响着农田耕作的便利程度,精准识别田间道路对农田建设效果评估具有重要意义。借助高分辨率遥感影像,本文首先基于分层分类思想,采用面向对象方法对田间道路进行识别;然后引入张量投票法、八邻域断点检测和形态学算法,对田间道路断点进行连接修复,最终得到田间道路识别结果。在河北省定州市典型案例区开展实证分析,田间道路识别的完整率、正确率、质量分别可达91%、74%、69%。     

变形监测数据处理教学演示探讨

为提高变形监测数据处理教学的效果,文章提出采用MATLAB作为变形监测数据处理教学的演示软件,并从教师、学生两方面提出了教学质量的保障对策;从回归分析、人工神经网络、灰色系统的应用角度讲解了MATLAB在教学中的使用方法;最后提出了学生课前预习并开发程序、教师上课演示、课后作业和答疑的教学过程。