毕业论文基于quickbird的边缘增强方法研究

《毕业论文基于quickbird的边缘增强方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、聊城大学本科毕业论文（设计）本科生毕业论文（设计）题目：基于Quickbird的边缘增强方法研究专业代码：070701作者姓名：刘阁学号：2007202014单位：环境与规划学院指导教师：马雪梅2011年5月31日聊城大学本科毕业论文（设计）原创性声明本人郑重声明：所提交的学位论文是本人在指导老师指导下，独立进行研究取得的成果。除文中已经注明引用的内容外，论文中不含其他人已经发表或撰写过的研究成果，也不包含为获得聊城大学或其他教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的相应责任。学位论文作者签名：日期指导教师签

2、名：日期聊城大学本科毕业论文（设计）目录前言11边缘增强的研究现状11.1研究现状11.2数据源22研究方法22.1边缘图像增强的概念22.2几种经典边缘增强算子32.2.1Robert算子32.2.2Sobel算子32.2.3Kirsch算子42.3ERDAS建模43研究内容63.1Robert算子实现流程63.2Sobel算子实现流程73.3Kirsch算子实现流程94结论10参考文献12致谢13聊城大学本科毕业论文（设计）摘要边界提取是目前遥感研究的热点问题，尤其是在高分辨率图像应用方面，边界提取有着重要的作用，通过边界提取，我们可以获得不同地物的形状，大小等信息，进而为其

3、他分析提供基础信息。以快鸟高分辨率数据为研究对象，对经典的Robert算子、Sobel算子和Kirsch算子进行深入分析。研究表明，Sobel增强结果和Kirsch增强结果要明显好于Robert增强结果。经过Sobel算子增强的图像与经过Kirsch算子增强的图像边缘与非边缘之间的差异更大，边界增强效果最好，更利于图像边界的提取。关键词：Robert算子;Sobel算子;Kirsch算子;边缘增强;建模语言聊城大学本科毕业论文（设计）AbstractTheextractionofboundaryisoneofthehotspotoftheRemoteSensing.Forexam

4、ple,intheuseoftheimageofHighResolution(HR).Theextractionofboundaryhasveryimportanteffect.Accordingtotheextractionofboundary,wecangettheshapeandsizeofdifferentsurfacefeatures.Proceedtothenextstep,wecanprovidebasalinformationfordeepanalysis.Accordingtheanalystoftheclassthreeoperators’simages,Th

5、eSobeloperatorandTheKirschoperatorarebetterthantheRobertoperator.ThedifferencebetweenboundaryandnoboundaryofSobeloperatorisobvious.TheSobelistothebenefitoftheextractionofboundary.Keywords:Robertoperator;Sobeloperator;Kirschoperator;Theextractionofboundary;ERDASModelingLanguage聊城大学本科毕业论文（设计）基于

6、Quickbird的边缘增强方法研究前言边缘增强是图像处理和计算机视觉等领域最基本的技术，如何快速、精确的进行边缘增强一直是国内外研究的重点问题。通过边缘增强，图像的边界信息得到了有效的突出，随着遥感技术的发展，遥感图像的空间分辨率越来越高，我们可以获得地物更多细节信息，地物很多信息都包括在边界中，因此边缘增强技术在遥感信息提取过程中将会起着更大的作用。近年来边缘增强技术取得了许多进展，传统的经典算子有基于一阶微分的边缘增强和多阶微分的边缘增强，常用的边缘增强方法有差分算子法、广义Hough变换法、最佳曲线拟合法等，近年来随着数学理论及人工智能的发展，又涌现出许多新的边缘增强方法

7、，如小波变换和小波包的边缘增强法、基于数学形态学、模糊理论和神经网络的边缘增强法。分型理论在边缘增强领域也取得了一定的研究成果。1边缘增强的研究现状1.1研究现状随着科学技术的发展，遥感图像的空间分辨率越来越高，高分辨率的遥感图像极大的扩展了人们的视野，增强了人们对局部地物的认识。在高分辨率图像信息提取的过程中，图像边缘增强具有重要的意义。Chavez和Bauer（1982）认为，边缘增强中常用的最佳模板大小（3×3，5×5，7×7）通常是数据采集时地表粗糙度和太阳角度特性的函数