基于线性和非线性混合滤波器的噪声抑制技术

图像去噪处理的目的是抑制图像中的噪声、锐化边缘信息，为图像的后续处理(边缘检测和特征提取)提供基础，但目前的滤波技术较难达到同时平滑噪声，锐化边缘的要求，只能是在平滑噪声的同时，最大限度地保留边缘信息和细节。针对这一情况，在分析一般滤波器特点的基础上，提出了一种，基于线性和非线性混合滤波器的噪声抑制技术。该滤波器在平滑噪声的同时，能较好地保留边缘信息和细节。     

基于力直方图的遥感图像中目标群间方位关系的建立

针对目标群间方位关系的建立,采用力直方图法,对所要处理的图像中目标群做一次全方位扫描,建立数据结构,可将各目标用于力直方图求解的有用信息一次取出,并建立目标群中各目标之间方位关系分布结构表示。最后,用多幅遥感图像验证了方法的可行性,证明了力的直方图法是一种用于表示目标间方位关系的有效方法。该方法一次可对多个目标进行处理,不必重复扫描,减少了计算量,便于对多个目标的把握,有效的掌握了目标群的整体分布特性,满足了同时对多目标图像处理的需求。     

遥感图像中基于直线特征提取的机场类目标的识别

在机场类目标的特征中，跑道的直线状特征最明显，最有规则，也最能反映目标的性质。通过对机场跑道的线状目标的特征提取与分析以及对机场特征的分析，达到在对机场类目标的分析。具体来说，就是通过检测遥感影像中的跑道来识别出遥感影像中是否含有机场目标。通过实验可以看到这种方法是可行的。     

基于小波变换和数学形态学的边缘检测法

提出一种基于小波变换和数学形态学的边缘检测算法.对于遥感图像的边缘检测,利用小波变换的特点,先对遥感图像进行分解,获取高频分量的详细细节.然后通过对遥感图像特点的研究,文中提出一种适于遥感图像的L形结构元素.利用小尺寸结构元素对边缘细节的检测能力,从而得到相对较好的图像特征和细节.     

基于二步法的边缘细化算法研究

对细化处理中常用的二步法提出改进算法.细化是图像分析、图像模式识别中最常用的预处理方法之一,其主要目的是保留图像各组成部分之间的结构和位置关系信息,而去除线宽等其它信息.细化效果的好坏将直接影响图像分析和识别的效果.通过对二步细化算法的分析,提出了改进算法,解决了二步法中在图像交叉处的分枝被"细化"掉的缺点,得到了较好的细化效果.