毕业论文答辩--遥感影像滤波和边缘检测研究

《毕业论文答辩--遥感影像滤波和边缘检测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、遥感影像滤波和边缘检测研究专业：地理信息系统导师：学生：遥感资源环境测绘勘察……地球科学农林水利因此，从遥感影像中快速地，精确地获取空间信息已成为最迫切的任务。本论文的研究现状和意义边缘是指图像灰度发生空间突变的像素的集合阶跃边缘屋顶状边缘原图二阶导数一阶导数本文研究意义和现状图像边缘检测的研究三种主要方式不断提出新的边缘检测算法对原有的检测方法的改进及综合检测将现有的算法应用于工程实际中存在的两个主要的问题没有一种可以普遍使用的检测算法没有一个好的通用的检测评价标准本文研究意义和现状图像预处理基于空

2、间域边缘检测基于频率域边缘检测基于形态学边缘检测城市道路检测应用主要内容流程第一章图像预处理之图像滤波图像滤波，即在尽量保留图像细节特征的条件下对目标像的噪声进行抑制，是图像预处理中不可缺少的操作，将很大程度上改善图像的质量，其处理效果的好坏将直接响到后续图像处理和分析的有效性和可靠性。第一章图像预处理之图像滤波图像滤波空间域法领域平均法中值滤波频率域法Wiener滤波巴特沃斯低通滤波理想低通滤波原图加椒盐噪声加高斯噪声第一章图像预处理之图像滤波噪声模拟a表示椒盐噪声去噪效果图，b为高斯噪声去噪图八邻

3、域平均法去噪效果左a右b第一章图像预处理之图像滤波matlab模拟去噪中值滤波去噪效果左a右b八邻域平均法去噪效果不好中值滤波可以很好的滤除椒盐噪声，但加大模板会造成图像细节的模糊，且对高斯噪声效果不是很理想理想低通滤波噪效果左a右bWiener滤波去噪效果左a右ba表示椒盐噪声去噪效果图，b为高斯噪声去噪图第一章图像预处理之图像滤波matlab模拟去噪Wiener滤波器对高斯噪声滤除效果优于对椒盐噪声理想低通滤波器未能完全滤除噪声，并造成图像细节的丢失。巴特沃斯低通滤波噪效果左a右ba表示椒盐噪声去

4、噪效果图，b为高斯噪声去噪图第一章图像预处理之图像滤波matlab模拟去噪巴特沃斯滤波器较理想滤波器去噪效果稍好，但仍未能完全滤除噪声，并造成图像细节的丢失第二章基于空间域的影像边缘检测技术空间域的处理是由对像元邻域操作完成，实现的方式基本都是利用模板进行卷积。模板数据将模板中心与图中某个像素位置重合将模板的各个系数与模板下各对应像素的灰度值相乘将所有乘积相加，再除以模板的系数个数上述运算结果赋给图中对应模板中心位置的像素基于空间域的边缘检测算子差分算子Robert算子Sobel算子Prewitt算子

5、拉普拉斯-高斯算子（LOG)Canny算子差分算子（二值化阈值9）原图Robert算子（阈值为0.06）第二章基于空间域的影像边缘检测技术matlab模拟边缘检测Sobel算子（阈值为0.07）prewitt算子（阈值为0.07）LOG算子（阈值为0.006）canny算子（阈值0.5标准差为2）实验结论：八方向相邻象素的差分与用对角线方向相邻象素的差分来近似图像梯度的Roberts边缘检测方法相似，边缘定位比较准确，但存在较多漏检。Sobel算子使用象素上、下、左、右四个方向相邻点的灰度加权差之和来

6、检测边缘。该算法空间上易于实现，能够提供较为准确的边缘方向信息：对噪声具有平滑作用有一定的抗噪能力，特别是使用大的邻域时抗噪性能更好。同时我们看到Sobel算子检测出来的效果，存在较多的伪边缘。使用的领域较大时，计算量大，边缘较粗：增加方向时同时计算量同样增大。第二章基于空间域的影像边缘检测技术Prewitt算子用象素八个方向相邻点的灰度加权差之和来检测边缘。能够提供较为准确的实现边缘定位：对噪声具有平滑作用有一定抗噪能力。但是，同时我们看到Prewitt算子检测出来的效果，同样存在一些漏检和伪边缘。

7、建立在拉普拉斯二阶微分算子基础之上的LOG算法对图像的灰度突变非常敏感，能有效的检测处绝大部分边缘，边缘定位精度高，检测出来的边缘基本上是单象素宽，但也存在伪边缘，当对于含噪声的图像检测效果很差并且有些边缘是间断的。选取适当阈值，canny边缘检测方法可以较好的检测出清晰的边缘，可以有效的滤除噪声，通过在本实验中比较，canny边缘检测出来的效果最好。第二章基于空间域的影像边缘检测技术第三章基于频率域高通滤波的边缘检测在频率域对图像的处理，先要对图像进行某种变换，再对图像的频谱进行某种修正，最后将修正

8、后的图像再逆变换到空间域。这种变换最常使用的是傅立叶变换。在傅立叶变换中，图像的高低频实现了很好的分离。图像的边缘、细节主要在高频部分到反映，为了突出边缘，则采用高通滤波器让高频成分通过，使低频成分削弱，再经傅立叶逆变换得到边缘锐化的图像。第三章基于频率域高通滤波的边缘检测相对在空间域的影像处理，频率域滤波有如下特点优点：1.在频率域中，图像处理和变换是全局的，能够自动分离高频和低频信息，通过设定截止频率，自动滤去低频的背景信息，就能突出边缘，执行效率很