基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

基于形态学灰度重构的乳腺微钙化点提取

针对乳腺X线摄片,提出了一种计算机辅助检测乳腺微钙化点的方法:首先利用灰度形态重构完成穹顶提取,除去乳腺背景结构同时又能很好地保留微钙化点;其次运用拉普拉斯算子在空间域内对图像进行锐化以增强微钙化点;然后在频率域内利用巴特沃思高通滤波器对图像进行高通滤波;最后利用二维最大熵阈值分割对图像二值化,从而检测出微钙化点并在图像上标识出来。计算机辅助诊断的方法不仅避免了医生因大量阅片引起疲劳而造成误诊,起到了协助医生诊断的作用,而且提高了诊断的效率和准确率。     

纹理主方向的遥感影像居民地提取

本文研究利用基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地进行提取。首先,通过傅立叶变换把遥感影像变换到频率域,然后利用Hough变换找出遥感影像的主纹理方向,进而把影像主纹理方向旋转至水平,最后利用灰度共生矩阵方法进行纹理分割。实验结果表明:基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地有较好的提取结果。     

基于自适应四叉树分割的遥感图像压缩算法

遥感图像具有不同于一般图像的特点,针对遥感图像对压缩算法的特殊要求,提出了自适应四叉树分割算法实现图像的分块,以各像块的均值近似表示该像块的灰度值,从而以尺量少的数值获得对原始图像的最佳逼近,再对辐近误差进行自适应分割和基于像块方差的自适应量化,最后对各分量进行Huffman编码.实验表明,本算法能表现出良好的实用性能,比JPEG算法更适用于遥感图像的压缩.     

空间灰度相关在影像纹理分类中的应用及分析

介绍了空间灰度相关法的11个纹理特征。试验表明,仅3个是描述性强的纹理特征。通过用t检验法来分类纹理,发现该方法具有良好的\     

VLL方法在自动获取建筑物高程中的应用

铅垂线轨迹法(VLL,Vertical Line Locus)是一种直接解求高程的方法,将该方法加以改进,并将其应用在建筑物高程信息的获取中,实现了自动批量获取建筑物高程信息的目的,并具有一定的精度。实验表明,该方法效率较高,可靠性较好。     

联合灰度突变和方向约束的浅剖层位自动拾取

针对目前浅地层剖面数据处理中层位人工拾取法存在的低效和受人为因素影响显著等问题以及半自动拾取法人工参与频繁的现状,提出了一种利用灰度突变和层位方向约束的浅地层层位自动拾取方法。首先,根据回波序列对浅地层层位的峰谷响应,给出了基于灰度突变的层位预拾取方法;其次,基于连续原则,提出了层位追踪和滤波方法,实现了离散层位点连续化和异常点剔除;然后,顾及同层位ping序列相关性及层位方向,提出了基于方向约束的层位生长法,实现了间断层位连接;最后,在此基础上给出层位拾取流程,并借助实验进行了验证。     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.     

沙漠地区无人机影像连接点提取

提出了一种纹理自适应的影像连接点提取方法,有针对性地解决沙漠地区无人机影像对比度低、相似性强、纹理信息不均衡,经常会造成连接点过少甚至提取、匹配失败的突出问题。该方法利用影像金字塔进行粗匹配,建立影像之间近似单应变换关系;通过对原始影像分块计算灰度共生矩阵的熵来评估影像纹理指标,并据此实现特征点的自适应提取与匹配。实验表明,该方法能够得到数量较多、分布均匀、可靠性强的同名点。