顺序形态滤波在边缘检测中的应用

介绍了二值图像的顺序形态变换基本概念,定义了两种基于顺序形态滤波的广义边缘算子,重点讨论了百分位p=1/2时的边缘算子抑制噪声、提取边缘的理论和方法.实验表明,同传统的边缘检测算子相比,该方法具有良好的噪声抑制、边缘提取特性.     

基于星载SAR影像的苏北地区海岸线提取研究

介绍了K-means聚类分割法和形态学处理,并对比了几种边缘算子;针对Prewitt算子和Roberts算子在像素点邻近区域内受噪声影响较大、边缘检测效果不佳的问题,选用Canny算子提取海岸线.首先对SAR影像进行K-means算法、形态学处理,再采用Canny算子提取海岸线.与其他边缘提取算法相比,该方法提取的海岸...     

一种带有方向的边缘检测算子在道路边缘提取中的应用研究

提出了一种带有方向的边缘检测算子,以高分辨率遥感影像为例,进行了道路边缘提取实验。研究结果表明,与经典的LOG算子相比,该算子提取的道路边缘,断线少、噪声低,在线状地物的提取中有较明显的优势。     

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。     

基于数学形态学细化算子的改进Canny算法研究

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。     

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。     

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。     

基于数学形态学的圆形标志定位

在用形态学算子对图像进行预处理的基础上,采用一种改进的形态学抗燥型边缘检测算子检测出边缘,最后用最小二乘拟合法对标志中心进行定位,通过实验证明该方法在有效抑制噪声的同时对标志实现了自动精确定位。     

一种基于形态学梯度矢量和自适应模糊的目标边缘提取算法

鉴于现有的形态学梯度边缘检测算子没有考虑梯度的矢量性,在边缘检测部分提出了具有方向估计的形态学梯度算子,并将平滑处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现.同时,在图像分割部分运用了多层次自适应的模糊阈值分割方法,利用自适应的方法对典型的模糊分割器的窗宽进行调整,并运用多层次的局部调整使图像分割后的物体边缘更加完整清晰.     

基于灰度形态学的高分辨率遥感图像边缘检测研究

提出一种用于高分辨率遥感图像边缘检测的灰度形态学方法,该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同建立了多结构元素,利用灰度形态变换原理的膨胀、腐蚀、开启和闭合等算法进行边缘提取。实验表明,与经典的边缘检测算子相比,该算法保持图像的细节特征,较好地解决边缘检测精度与抗噪声性能的协调问题,具有很好的边缘提取能力。本文给出了用Matlab6.5实现的具体代码。     

高光谱影像能量边缘提取

高光谱影像的能量边缘提取方法的本质是利用高光谱信号的能量相似性与能量分布特征来寻找边缘，从能量边缘图可以提取属于不同地物类别的主要边缘，这些边缘都比较明显与完整。实验结果表明，能量边缘对噪声信号不敏感，与用其他方法寻找边缘的结果相比，能量边缘具有更好的效果。     

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。     

基于对比度增强和形态学的遥感影像道路提取

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。     

一种综合机载LiDAR与高分辨率航空影像的铁路轨道提取方法

高分辨率航空遥感数据中铁路轨道线性特征明显,可以直接用于铁路轨道的精细提取。首先根据铁路路基光谱、局域地形等特征,基于机载LiDAR数据建立一种面向对象的铁路区域提取算法;进一步通过数学形态学处理消除干扰因素的影响,选取适当的影像波段进行掩模提取图像中的铁路区域,采用基于高斯平滑和微分几何的线性地物提取算法初步提取铁路轨道线。在噪声消除、线段连接的基础上建立轨道平行线算法模型,从而实现轨道信息的准确提取。实验结果证明上述方法的有效性,轨道提取精度达到94.6%以上。     

栅格数据中面状地物的骨架线提取方法

为了快速有效地提取栅格数据中面状地物的骨架线,在详细分析地物骨架线特征的基础上,采用形态学去除栅格数据中的噪声,再通过距离变换确定中心位置,进而利用图像分割方法沿中心位置分割图像,提取分块之间的交线形成骨架线。实验表明该方法适应性强、处理速度快,且提取的地物骨架线平滑又连通,与地物的拓扑结构和几何形态基本一致,可以满足实际应用的需要。     

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。     

图像边缘信息分析中数学形态学的应用方法

在讨论和分析形态学用于多值灰度图像的原理和几种基本运算基础上，提出了应用数学形态学进行图像边缘增强和提取的原理和方法，介绍了相应结构元的构成方法及试验效果。     

空-谱角匹配与多指数法相结合的OLI遥感影像水体提取

针对复杂环境条件下水体遥感提取结果不连续且易与植被、建筑物、阴影相混淆的难题,基于Landsat 8 OLI影像,以石家庄市平山县岗南水库和宿迁市骆马湖附近河流为研究区,提出了一种空-谱角匹配与多指数法相结合的水体信息提取方法;并与单波段阈值法、归一化差分水体指数法（NDWI）、光谱角匹配法（SAM）、自动水体提取指数法（AWEI）和一类支持向量机法（OC-SVM）的水体提取结果进行对比分析和精度评定。试验结果表明,本文提出的方法兼顾了多特征之间的互补性优势,引入的空间信息有效地抑制了噪声的干扰,且以像素为基元的提取策略较好地保持了水体的边缘信息,避免了出现平滑掉细节信息的情况;与传统方法相比,本文方法受植被、建筑和阴影的干扰最小,对细小水体也具备较好的识别能力。