基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法。该方法在对小比例尺影像进行Sobel边缘检测的基础上，定义了12种模糊算子表示2维道路的各种可能的结构，然后在给定道路种子点附近形成的一定范围内进行搜索，提取出道路的中心线。实验结果表明，该算法速度较快并且具有较强的鲁棒性。     

基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法.该方法在对小比例尺影像进行Sobel边缘检测的基础上,定义了12种模糊算子表示2维道路的各种可能的结构,然后在给定道路种子点附近形成的一定范围内进行搜索,提取出道路的中心线.实验结果表明,该算法速度较快并且具有较强的鲁棒性.     

一种消除不规则地物影响的规则地物边缘检测算子

对传统的边缘检测算子来说，虽然本身或在使用方法上都有一定的抑制噪声能力，但是效果并不明显，所以本文提出一种改进的方向方差算子，能够在检测“规则”地物边缘的同时，有效的抑制了“不规则”地物的影响。实验中，与传统的边缘检测算子进行了比较，结果证明本算法是有效的。     

Canny双阈值算子在边缘提取中的优势

对Canny双阈值算子原理进行了分析,并利用Canny算子处理图像仿真实验对研究区图像边缘进行提取。利用Prewitt算子、Sobel算子、形态学算子处理研究区影像,并将结果进行对比。结果表明,Canny双阈值算子不仅能去除遥感图像中的椒盐噪声,而且能保证边缘提取的精度;与其他算法相比,在提取效率上也有明显优势和优异的稳健性。     

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

边缘检测Prewitt算子的改进算法

本文对Prewitt经典算子进行了分析,根据算法的计算规律提出了一种改进的计算方法,通过对常规算法与改进算法的计算量进行比较分析,从理论上说明了改进算法具有简洁的处理步骤,提高了处理的速度;又通过对200幅256×256影像的具体实验证明,改进算法不仅拥有与原算法相同的效果,而且,处理时间显著缩短。     

常用图像边缘检测算子定位精度对比研究

图像边缘检测一直以来都是图像处理与分析领域的研究热点。这里介绍了几种经典的边缘提取算法及其原理,对各种方法的优缺点进行了分析,并通过试验对不同算子边缘检测结果进行了详细的精度分析与比较,为边缘检测算子的选择提供了一种较好的参考。     

用边缘检测方法提取农村道路信息

道路边缘在遥感图像中最醒目的表现是灰度发生突变。遥感图像中道路信息的提取,往往体现为道路边缘的界定,界定道路边缘的主要方法之一是边缘检测,而灰度的区别则是边缘检测的基础。本文介绍了应用ERDAS软件提取重庆界石镇农村道路信息并取得良好效果的方法。     

在高分辨率遥感影像中提取无清晰连续边缘线的道路

现有的许多道路提取算法均利用道路的外边缘线信息来实现道路的提取,当边缘线清晰连续时,采用这些方法都可以取得很好的提取效果.不过,在高分辨率的城市遥感影像中,常常会存在一些低对比度区域,处于其中的道路边缘线非常之弱,以致难以直接检测出单个的边缘点.如果受到树木、房屋及车辆的干扰,这些原本就很弱的边缘还会发生断裂.通过现有方法提取具有如此边缘线的道路难度很大.本文给出一种旨在解决这一问题的新方法.首先借鉴相位编组原理形成边缘线支持区并对其进行连接;然后利用动态规划方法从支持区中检测出边缘线并对这些线进行平滑;最后连接由边缘线构成的道路段,得出道路提取结果.实验表明,本方法可以较好地提取出无清晰连续边缘线的道路,对于边缘对比度较大的道路则可取得更为令人满意的结果.     

常用边缘检测算法在不同影像海岸线中提取比较研究

海岸线是区分海洋与陆地区域的基本线。由于区分不同的海岸线时的标准不同,因此,不同的海岸线在卫星影像上提取方法也各不相同。本文采用常用的边缘检测方法,如Sobel 算子、Roberts算子和Canny算子三种算法对人工海岸和沙质海岸线进行提取比较,并通过实验数据验证评价3种算子提取海岸线的效果。     

基于直线感知增强的边缘提取算法

根据视觉识别边缘的感知特性,提出了一种基于直线感知增强的弱边缘的边缘提取算法。借鉴视觉的直线感知方式,针对弱边缘整体上呈直线分布的特点将其筛选出来,进行编组、连接和扩展。与Edison边缘提取算子的比较实验证明,本算法在对弱边缘的提取和虚假边缘的抑制上有显著增强。     

基于小波变换的图像边缘提取算法

在给出边缘检测性能判断标准和传统的模极大值点筛选的缺陷之后,基于边缘检测提出了改进的小波变换模局部极大值点算法。在这个基础之上,又针对交通系统的实时性,提出了一种改进的边缘信息的车辆检测算法,使得对运动车辆的边缘检测具有更加良好的效果。最后通过仿真实验,证明本论文提出方法的有效性,得到了多帧道路图像的边缘,较好地解决了传统边缘检测方法在边缘检测时会出现伪边缘和有意义边缘损失这两个问题,对将来车辆交通监控系统等方面的研究起到了一定的帮助作用。     

基于蚁群算法的边缘检测

蚁群算法是近些年发展起来的一种群体智能优化算法,它利用生物信息激素作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。本文将该算法用于边缘检测,建立图像边缘与信息场之间的联系。提出了基于像素邻域的8个启发信息检测算子,指导蚂蚁选择最优边缘路径,并能自动确定分割阈值。对灰度图像进行模拟实验与经典分割算子进行对比,结果表明,该算法可以精确提取边缘特征,细节特征更为清晰。     

基于样条二进小波的影象多尺度边缘检测

基于样条函数理论和二进小波理论，该文研究景象的多尺度边缘检测的理论和方法及不同样条小波系数对边缘的影响，并对遥感景影进了实验，得到了遥感影象的不同尺度的边缘。理论和实验结果表明，基于样条二进小波的影像多尺度边缘具有良好的特性，并可用于影象匹配等研究领域。     

基于MATLAB的边缘检测算法研究

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。     

结合模糊分割和遗传算法的航空影像车辆提取方法

利用高分辨率遥感影像实现道路车辆监测在交通管理系统中占有重要地位,然而受成像条件及车辆本身颜色多样性的影响,很难从遥感影像中直接提取道路车辆。为此,本文提出了一种结合遗传算法和数学形态学的遥感影像道路车辆提取方法。首先利用模糊聚类方法建立影像分割模型,并利用遗传算法对其进行求解,从而实现影像中道路、车辆及环境的精确分割;然后对分割结果中不同层进行赋值,实现分割结果的二值化;最后利用数学形态学操作从分割的道路-车辆的二值结果中剔除道路,从而实现道路车辆的提取。利用本文方法对航空影像进行了道路车辆提取试验。试验结果表明,本文方法不仅能够准确识别地面车辆位置,还能精确提取其轮廓线。     

基于LOG改进算子的边缘检测与面状特征提取

介绍了基于LOG改进算子的边缘检测方法,通过边界跟踪和边界代数,实现了面状特征的快速提取,试验表明,所使用的方法优于区域生长、多尺度分割等传统方法,具有较好地应用前景。     

基于面向对象算法的道路信息提取研究

道路作为重要的基础设施,其信息的快速提取对于地面空间数据库的更新具有重要的理论与现实意义。本文将面向对象的思想引入影像道路分析提取中,按照局部区域与相邻区域的"异质"特征对高分辨率影像进行多尺度分割,产生"同质"像素集,得到最优尺度参数;然后通过探究最优特征组合及最邻近分类提取,面向对象道路提取用户精度可以达到96.5%。通过多次实验对比分析,旨在探索基于面向对象算法道路信息提取的最佳方法。     

贝特朗曲线性质在高分辨率遥感影像道路边缘信息提取中的应用

将微分几何中的贝特朗曲线性质进行离散化表达,用于道路边缘信息提取,构造的算法能够在有效去除非道路边缘的同时完成对道路边缘侣线的插值,从而使道路边缘更加连续完整。实验和定量化评价结果表明,与经典边缘检测算子相比,此方法具有更高的提取精度。