一种基于小波的SAR图象边缘检测方法

边缘检测是遥感图象处理中很重要的一步。因ＳＡＰ图象通常带有较强的噪声,用传统的边缘检测方法效果不理想。本文采用小波方向检测技术并结合顺序统计滤波的方法,设计了一级方向可调滤波器,根据方向滤波和信息,对ＳＡＲ进行边缘检测。实验证明本算法计算有效,边缘定位准确,并对噪声有抑制作用,从而取得了良好的检测效果。     

一种基于小波变换的SAR图像边缘检测方法

边缘检测是遥感图像处理中很重要的一步。因合成孔径雷达图像通常带有较强的噪声,用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合顺序统计滤波的方法,设计了一组方向可调滤波器,根据方向滤波的信息,对其进行边缘检测。实验证明本算法计算有效,边缘定位准确,并对噪声有抑制作用,从而取得了良好的检测效果。     

基于深度学习的海岸线边缘检测网络模型

海岸线的动态监测对海岸带的规划管理具有非常重要的意义。由于海陆环境错综复杂,遥感影像中海陆边界光谱特征不明显,导致提取的海岸线定位不准确。提出一种融合语义分割网络和边缘检测网络的深度卷积神经网络模型(EWNet)。该模型包含2个分支流：语义分割流负责提取分层语义信息并用来指导边缘检测流获取岸线语义信息;边缘检测流通过语义分割流完善边缘语义信息。在“高分一号”遥感图像上的实验结果表明,与几种最新网络模型相比,EWNet获得了更精确的海岸线边界提取结果。     

一种新的图像边缘检测方法

图像边缘检测的传统方法一般仅基于边缘邻域的一阶或二阶导数,为了克服特征单一的缺陷,提出了一系列多特征的边缘检测算法,这类方法往往采用标准FCM聚类算法来达到边缘检测的目的,但是标准FCM聚类算法在类间数据量相差较大时容易产生错分,因此对图像中边缘点少而非边缘点多的特征数据库进行聚类分析,会产生一定的偏差,使图像的检测质量下降.对此该文提出了一种新的图像边缘检测算法,利用加权FCM算法代替标准FCM对特征矢量数据集进行分类,克服了上述问题,取得了较好的边缘检测效果.仿真实验也证明了新算法的有效性.     

一种通用的边缘特征检测方法及其实现

在分析几种经典的边缘检测方法基础上,总结了一种通用的边缘特征检测方法。基于C Builder语言,研究了该方法的设计与实现,并对常用的Roberts、Laplasian、Sobel、Prewitt等检测算子进行了实验验证,说明了本文斤法的有效性。     

一种基于置信度的边缘检测方法

该文针对传统的边缘检测方法不能同时利用像素梯度的相位信息和幅度信息的缺点,提出一种基于边缘置信度的边缘检测算法.首先,由中心象素的梯度方向确定标准模板,然后将归一化的数据矢量和标准模板的相关系数的绝对值定义为边缘置信度.在确定像素局部极值点的时候利用了非极大抑制的方法;在确定边缘点的时候用了磁滞阈值处理.在两种处理过程中,将归一化的梯度幅度和边缘置信度都作为判别依据,既增加了对弱边缘的检测能力,同时,还能很好的抑制噪声的影响.     

基于合成孔径雷达回波数据的海岸线提取方法

合成孔径雷达(synthetic aperture radar,简称SAR)通过对地面目标的多次照射来提高方位向上的目标分辨能力,由此使现有的SAR目标检测算法通常是一个基于SAR图像的"后处理"过程.在分析各种成像算法和现有的一些典型SAR目标检测算法的基础上,提出了一种在非成像状态下进行海岸线提取的新方法,把成像处理与目标检测问题有机地结合起来.通过真实星载SAR回波数据应用实验,证明了直接利用SAR回波对海岸线检测的有效性.     

一种综合的SAR图像边缘检测方法

针对合成孔径雷达图像中斑点噪声的特性，基于中值滤波方法，并结合Ratio算子、Canny算子和双阈值连接三种处理方法，提出一种综合的边缘检测算法。实验结果表明，与传统算法比较，该算法克服了边缘方向量化带来的直线断裂，边缘定位准确，显著提高了边缘检测正确率，并对噪声有抑制作用，从而取得了良好的检测效果。     

一种综合的SAR图像边缘检测方法

针对合成孔径雷达图像中斑点噪声的特性,基于中值滤波方法,并结合Ratio算子、Canny算子和双阈值连接三种处理方法,提出一种综合的边缘检测算法。实验结果表明,与传统算法比较,该算法克服了边缘方向量化带来的直线断裂,边缘定位准确,显著提高了边缘检测正确率,并对噪声有抑制作用,从而取得了良好的检测效果。     

一种基于双边滤波的图像边缘检测方法

提出了一种基于双边滤波的图像边缘检测方法。利用图像像素的空间邻近度和灰度相似度的乘积来代替传统的Canny算法中高斯滤波的权系数,用该乘积与原图像进行卷积运算,然后通过非极大值抑制和高低阈值的方法检测出图像的边缘。基于双边滤波的图像边缘检测方法不仅有效地去除了图像中的噪声,而且很好地检测出了图像的真实边缘。     

基于改进水平截集算法的SAR图像海岸线检测

合成孔径雷达(SAR)图像海岸线检测,在自动导航、地图绘制等海洋应用方面具有重要意义。水平截集算法是一种基于人类视觉特性的边缘检测方法。由于它具备检测效果好、抗噪能力强等优点,因而在海岸线检测方法的研究和应用两方面倍受关注。然而,水平截集算法由于迭代方式复杂等原因在应用于分辨率较大的图像时,检测速度比较慢,限制了它在工程应用中的实用性。针对SAR图像,提出一种基于水平截集算法的改进算法,先在低分辨率图像中用水平截集算法进行粗略检测,得到贴近真实海岸线的轮廓线,然后将轮廓线映射到高分辨率图像上,继续用水平截集算法进行检测,最后得到精确的结果。实验中使用Radarsat ScanSAR图像证明该方法可大大加快检测速度,通过与原水平截集算法的检测效果进行对比,新方法没有降低检测效率。     

图象轮廓特征提取新方法研究

研究了一种基于主动轮廓的边缘提取方法,与传统方法相比,该方法除了以图象灰度变化的微分信息作为边缘点和非边缘点的分类判据外,还引入了图象轮廓的整体几何信息指导分类过程,因而是一种具有学习功能的边缘提取方法。     

基于主动轮廓模型的文本检测方法

针对复杂背景下的文本检测问题,提出了一种基于主动轮廓模型的文本检测方法.输入的图像首先经过so-bel-laplacian锐化后再由gaussian-laplacian进行过滤.预处理完成后的图片首先通过改进的主动轮廓模型得到初始轮廓,再通过算法的反复迭代扩大或缩小轮廓线得到最终轮廓,最后通过后处理尽量排除非文本块,从而得到最终文本区.区别于以往检测方法,所提方法最终不但可以框出文本行,还可以框出单个文本,有利于后续分割识别的进行.实验表明所提方法可有效检测出图像中的文本.     

遥感与DEM相结合的海岸线高精度提取方法

针对海岸线现场测量难度大、施测周期长等问题,研究了应用高分辨率卫星遥感影像和DEM数据提取海岸线的技术方法。以SPOT 5融合影像为例,给出了基岩、砾石、砂质、人工4种类型海岸线的解译标志建立方法和提取原则,其中砂质岸线的提取须对影像做拉伸处理;针对纯遥感手段提取海岸线的不足,提出结合精细DEM数据提取海岸线的几种方式,分析了基于砂质岸线解译标志提取海岸线高程精度的可靠性,并给出了结合DEM数据提取基岩岸线的应用实例。通过应用海岸线现场测量结果开展精度验证,海岸线提取结果的定位精度优于5 m,可满足1∶10 000比例尺的制图精度要求。     

一种改进型多尺度DDCM主动轮廓模型边界检测算法

尽管主动轮廓模型 (Active contour model) ,或称 Snakes,近年来已经在计算机视觉和图象处理领域得到了广泛的应用 ,尤其在边界检测方面也表现出良好的性能 ,但是由于传统的 Snakes图象边界检测对初始轮廓线的位置十分敏感 ,因而限制了它的更广泛应用 .为了克服这一问题 ,提出了一种改进型多尺度 DDCM主动轮廓模型的边界检测算法 ,该算法是首先通过分阶段改变轮廓曲线的内力 ,使轮廓曲线的曲率能自适应地进行多尺度调整 ,进而改变了轮廓线的柔性和刚性 ,使之能够更好地与目标边界匹配 .实验结果证明 ,该算法在计算速度和边界检测精度上 ,均优于传统的主动轮廓边界检测算法 ,因而具有一定的实用价值 .     

改进的基于结构检测的SAR图像去斑方法

合成孔径雷达图像固有的相干斑噪声严重降低了图像的可解译程度,影响了后续目标检测、分类和识别等应用.因此,SAR图像的相干斑抑制问题一直是SAR图像应用的重要课题之一.一个理想的去斑算法应该在平滑的同时保持图像的边缘等细节不受损失,目前存在各种各样的算法,但没有一种方法能够完美的满足这一要求.为此该文提出了一种改进的结构检测的SAR图像去斑算法.利用概率迭代方法分割图像并检测边缘,结合强点检测图,将SAR图像标为结构区和非结构区,在非结构区域内进行Lee滤波以平滑噪声,对结构区直接保留原值,获得了非常好的去斑效果.利用RADARSAT实测图像进行实验,并对实验结果作充分分析,证明了本算法的有效性.     

基于Snake模型的快速目标检测算法的研究与仿真

该文提出了一种基于Snake模型的快速目标检测算法,可以实现图象全空域有效搜索。为了能够在实时图象处理系统中获得应用,该算法主要针对简单离散Snake模型进行改进。利用图象区域分割,并设置适当的目标判别方法,经有限次迭代之后能够有效地收敛到目标,并且对处于相邻图象块中的同一目标能进行自动合并。仿真结果表明：该算法即使在目标与背景的对比度很低的情况下也能有效地检测到目标。     

SAFE: An Efficient Feature Extraction Technique

This paper proposes an efficient window-based semi-automatic feature extraction technique which uses simulated annealing for minimizing the energy of an active contour within a specified image region. The energy is computed based on a chamfer image, in which pixel values are a function of distance to image edges. A user places a number of control points close to the feature of interest. B-spline fitted to these points provides an initial approximation of the contour. A window containing both the initial contour and the feature of interest is considered. The contour with minimum energy inside the window provides the final delineation. Comparison of the performance of the proposed algorithm with traditional snake, a popular feature extraction technique based on energy minimization, demonstrates the superiority of the SAFE technique. Received 18 August 1999 / Revised 25 October 2000 / Accepted in revised form 8 December 2000     

基于GIS和分形理论的海岸线模拟方法研究

为了探讨形如海岸线等不规则曲线的微观结构、模拟方法以及它是否具有相似性等特征 ,在有关研究基础上 ,以江苏省海岸线为例 ,结合分维的计算方法 ,利用“中点随机细分内插法”和“改进后的科契曲线法”探讨了海岸线的模拟生成方法 ;着重介绍了“改进后的科契曲线法”的具体实现原理和模拟过程 .在此基础上 ,根据不同的条件和模拟要求 ,不仅可以模拟一段海岸线 ,计算其相应分维值的大小 ,同时也能在一定范围内生成指定大小维数的海岸线 .通过对该方法的运用以及在 GIS技术的支持下 ,设计了一个分形模拟实用程序 ,并对该程序做了简单介绍和功能分析 ,利用该程序对比例尺为 1∶ 2 0 0 0 0 0 0的江苏省海岸线进行了实际模拟 ;模拟结果表明 ,模拟出的海岸线是自相似的 ,具有分形性质 ,且采用 GIS技术对之进行模拟也是切实可行的