基于数学形态学的遥感图像道路提取

从遥感影像上提取道路信息是一个重要的研究方向。首先读入遥感图像并对其进行增强处理;然后通过直方图均衡化选择合理的分割阈值,得到二值化图像;最后,基于数学形态学方法进行道路识别提取。利用ENVI+IDL,以高分辨率遥感图像IKONOS为数据源来验证方法的有效性。实验结果表明,该方法能够很好的提取遥感图像中的道路。     

图像二值化时阈值自适应选取方法及其Visual C 实现

总结了几种阀值自适应选取算法,并用VisualC 6.0实现,在此基础上寻找到一种实用性较强的算法并根据特定目标图像的特点做了一定的改进。     

基于双结构元素数学形态学的铁轨图像边缘检测方法

针对铁轨图像在采集过程中经常受到不同程度的噪声影响,传统边缘检测方法难以检测并提取准确的铁轨边缘.文中通过分析灰度数学形态学抗噪图像边缘检测的常用方法,提出基于不同几何形状及大小的双结构元素抗噪数学形态学铁轨图像边缘检测算法.并应用这种算法对掺杂有噪声的铁轨弯道图像边缘进行铁轨边缘检测,实验结果表明:该方法具有比传统经典边缘检测方法更好的铁轨弯道边缘检测及提取效果.     

一种融合小波变换和数学形态学的图像边缘检测算法

针对传统图像边缘检测方法中出现噪边、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值噪声抑制和尺度相关子带关联算法进行边缘检测,可以很好地减弱噪声;低频部分利用修正的形态算子进行形态学边缘检测,能够检测出弱边且定位准确;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确.     

一种参数化的形态学分水岭图像分割方法

标准形态学分水岭分割能够产生封闭的图像目标区域轮廓,但存在过分割现象,通过对原始图像进行平滑滤波可以减轻或消除过分割,但容易使分割后的区域轮廓发生位置偏移。为此提出一种参数化的形态学分水岭图像分割方法,首先依据黏性液体淹没图像地貌的流溢特性,建立梯度级与结构元素大小之间的函数关系,并以此对梯度地貌进行参数化修正。对低梯度地貌采用较大尺寸结构元素进行闭运算,消除产生过分割的非规则局部极小值,而对较高梯度则采用较小尺寸结构元素进行闭运算,保持区域轮廓的位置不变;最后在修正梯度图像的基础上,运用标准分水岭变换实现图像分割。仿真实验表明,该方法能够有效消除过分割,而且具有较强的区域轮廓定位能力。     

基于二维相关性的图像分割及快速递推算法

基于二维直方图提出了二维相关性的阈值分割算法。首先,通过邻域平均得到原始图像的平滑图像,由原始图像和平滑图像构造二维直方图,然后根据相关性最大准则选择最佳的二维阈值向量。由于该方法同时考虑了图像像素的灰度信息及其空间邻域信息,与一维阈值相比能得到更好的分割效果。同时为降低二维阈值算法的复杂性,提出了快速递推算法。该算法将二维相关性的计算写成递推形式,减少了大量的重复计算,使得算法的复杂性从O(L4)降低到O(L2),计算时间大为减少,有利于该算法的实时应用。