基于多尺度多方向的图像边缘检测算法研究及其应用
图像边缘检测是图像处理和计算机视觉的基本技术,边缘检测的效果对图像后期处理有着很大的影响。随着遥感技术的发展,越来越多的遥感数据被加以利用并应用到各行各业。
高分辨率遥感影像中含有大量的噪声信息,在高分遥感影像边缘检测过程中,如何去除噪声和抵抗噪声干扰显得尤为重要。本文主要做了以下研究:1.研究了图像边缘、图像边缘检测以及高分辨率遥感影像中边缘检测算法的相关知识理论以及图像边缘检测算法在去噪和抗噪方面的知识理论。
分析了典型算法在实际处理图像过程中仍然存在的问题,总结了在去噪以及抗噪方面可能改进的方向。高分辨率遥感影像下建筑物呈现面状结构,边缘特征明显,但同时高分辨率遥感影像中含有更多的噪声信号,现存的边缘检测的方法在去噪和抗噪两方面略有不足,还存在优化改进的空间。
除此之外对边缘的定位也不够准确,检测出来的边缘有间断点,还有漏检和误检的情况。2.从多方向去噪融合和多尺度加权融合两方面分别提出了基于非下采样轮廓波变换(NSCT)的优化改进算法。
文中对Canny算子、小波变换以及对NSCT进行了分析,分别介绍了这些算法的原理、特性以及优缺点,并根据NSCT具有平移不变性和多尺度分解特性的优势,对NSCT做多方向去噪和多尺度加权融合的优化设计。通过大量的仿真数据实验验证了优化后的算法相比于Canny算子、小波变换、NSCT在处理含噪10%-30%的图像中具有一定的优势,并验证了本文算法的可行性。
3.将本文优化后的边缘检测算法应用到在线共性基础服务子系统中,并结合在线共性基础服务子系统,对高分卫星遥感影像进行建筑物边缘检测并分析检测结果。本文的主要成果是在NSCT的基础上增加分解的层数和方向在去噪和抑制噪声方面做出了优化改进,并应用到在线共性基础服务子系统中,通过提供在线的图像分析工具以及图像处理算法模块为用户提供在线的图像边缘检测等服务。
