毕业论文基于quickbird的边缘增强方法研究

聊城大学本科毕业论文（设计） 本科生本科生毕业论毕业论文（文（设计设计） ） 题题 目：目：基于基于 Quickbird 的的边缘边缘增增强强方法研方法研 究究 专业专业代代码码： ： 070701 作者姓名：作者姓名： 刘刘阁阁 学学 号：号： 2007202014 单单 位：位： 环环境与境与规规划学院划学院 指指导导教教师师： ： 马马 雪雪 梅梅 2011 年年 5 月月 31 日日 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 签名： 日期 聊城大学本科毕业论文（设计） 目录目录 前言前言-1 1 边缘增强的研究现状边缘增强的研究现状-1 1.1 研究现状 -1 1.2 数据源 -2 2 研究方法研究方法-2 2.1 边缘图像增强的概念 -2 2.2 几种经典边缘增强算子 -3 2.2.1 Robert 算子-3 2.2.2 Sobel 算子-3 2.2.3 Kirsch 算子-4 2.3 ERDAS 建模-4 3 研究内容研究内容-6 3.1 Robert 算子实现流程 -6 3.2 Sobel 算子实现流程 -7 3.3 Kirsch 算子实现流程-9 4 4 结论结论-10 参考文献参考文献-12 致谢致谢-13 聊城大学本科毕业论文（设计） 摘要摘要 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：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） Abstract The extraction of boundary is one of the hot spot of the Remote Sensing. For example ,in the use of the image of High Resolution (HR).The extraction of boundary has very important effect. According to the extraction of boundary, we can get the shape and size of different surface features . Proceed to the next step, we can provide basal information for deep analysis.According the analyst of the class three operatorss images, The Sobel operator and The Kirsch operator are better than the Robert operator. The difference between boundary and no boundary of Sobel operator is obvious. The Sobel is to the benefit of the extraction of boundary. Key words: Robert operator; Sobel operator; Kirsch operator; The extraction of boundary; ERDAS Modeling Language 聊城大学本科毕业论文（设计） 1 基于基于 Quickbird 的边缘增强方法研究的边缘增强方法研究 前言前言 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，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 1 边缘增强的研究现状边缘增强的研究现状 1.11.1 研究现状研究现状 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（33，55，77）通常是数据采集时地 表粗糙度和太阳角度特性的函数，考虑这些特性后，他们提出了一种基于“水平 方向一阶差分”的方法。差分后的影像直方图表明了影像中大概存在多少边缘。 Jain(1989)提出了罗盘梯度模板，之所以取名“罗盘”是因为它表示了最大响应 的坡度方向。例如东西坡度方向模板生成了一个从西向东水平方向亮度值变化的 最大输出。Janhne(2001)利用拉普拉斯卷积模板用于边缘增强，拉普拉斯是一个 二阶导数，不会因旋转而发生变化。张志龙，李吉成，沈振康（2006）在利用直 方图均衡算法在边缘增强领域也取得了一定的成就。在边缘增强技术发展的同时， 聊城大学本科毕业论文（设计） 2 传统经典算子起着重要的作用。在本文中我们通过 Robert、Sobel 算子和 Kirsch 算子进行遥感图像边缘检测。从而探讨利用该三种算子提取相关地物，并对其准 确性进行评价。 1.21.2 数据源数据源 高分辨图像在边缘增强效果检测中具有较大的优势，因为其有较高的图像分 辨率，图像细节清晰，易于分辨。我们选用了快鸟数据。快鸟-2 卫星是由“数字 全球“公司于 2001 年 10 月 19 日用波音德尔塔-2 火箭成功发射的高分辨率商用 卫星，2000 年 12 月，“数字全球“公司得到了美国国家大气和海洋管理局的许可， 发射和运营 0.5m 分辨率的 Quickbird 遥感卫星系统。但是,此卫星没有取得成功, 于是该公司立刻修改了快鸟卫星的原设计，降低了轨道高度 ，从而把卫星的全 色图像分辨率从 1m 提高到 61cm，多光谱图像分辨率从 4m 提高到 2.5m。卫星 的设计可以使其在较低的轨道上运行，其携带的燃料足以保证设计寿命不减少 。这使得快鸟-2 成为目前世界上分辨率最高的商用卫星。快鸟-2 卫星可以同时拍 摄全色和多光谱图像，也可以提供自然彩色和彩色红外合成图像。快鸟图像具有 空间分辨率高，图像清晰等优势，因此利于我们对图像边缘增强结果进行检测。 2 2 研究方法研究方法 2.12.1 边缘图像增强的概念边缘图像增强的概念 边缘是图像最基本的特征。所谓边缘是指图像周围像素灰度有阶跃变化或屋 顶状变化的像素集合，它存在于目标与背景、目标与目标、目标与区域、基元与 基元之间。边缘具有方向和幅度两个特征，沿边缘走向，像素值变化比较平缓； 垂直于边缘走向，像素值变化比较剧烈，可能呈现阶跃状，也可能呈现斜坡状。 因此，边缘可以分成两种：一种为阶跃状边缘，它两边的像素灰度值有着明显的 不同；另一种为屋顶状边缘，它位于灰度值从增加到减少的变化转折点，对于阶 跃性边缘，二阶方向导数在边缘处取极值。 边缘图像增强是图像处理的一种。它是将遥感图像（或影像）相邻像元 （或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的 边界线）处加以强调于以突出处理的技术方法。经边缘增强后的图像能更清晰地 显示出不同地物类型或现象的边界，或线形影像的行迹，以便于不同地物类型的 聊城大学本科毕业论文（设计） 3 识别及其分布范围的圈定。例如利用相关掩膜技术，将原图像（影像）拷制成一 张正膜片和一张负膜片，并使两张不同性质的膜片精确重叠，在曝光冲印时，将 两张膜片相互错动很小的距离，这样得到一张相应影像有稍许错位“镶边”的图 像，其大部分影像正负抵消，而其边缘部分出现一亮线（或暗线） ，达到从背景 中突出影像边界线的显示效果，使图像达到增强。边缘增强还可通过其它方法或 计算机处理来实现。在遥感图像处理中，图像边缘增强有着重要的作用。 2.22.2 几种经典边缘增强算子几种经典边缘增强算子 2.2.1 Robert 算子 Robert 边缘检测算子是一种利用局部差分算子寻找边缘的算子,Robert 算子 图像处理后结果边缘不是很平滑。经分析，由于 Robert 算子通常会在图像边缘 附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需做细化处理， 边缘定位的精度不是很高。 Robert 边缘检测器只使用 3 x 3 模板中的 4 个元素。象元 BV5，out 处的新 值是根据下列公式计算得来的 Robert 5，out=X+Y 其中 X=(BV5-BV9) ；Y=(BV6-BV8)。 2.2.2 Sobel 算子 该算子是图像处理中的算子之一，主要用在边缘检测。在技术上，它是一离 散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用 此算子，将会产生对应的梯度矢量或是其法矢量。该算子包含两组 3x3 的矩阵， 分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差 分近似值。如果以 A 代表原始图像，Gx 及 Gy 分别代表经横向及纵向边缘检测 的图像，其公式如下 Gx=(BV3+2BV6+BV9)-(BV1+2BV4+BV7) Gy=(BV1+2BV2+BV3)-(BV7 +2BV8+BV9) 图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯 度的大小。 G= 22 GyGx 聊城大学本科毕业论文（设计） 4 Sobel 算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简 单有效，因此应用广泛。美中不足的是，Sobel 算子并没有将图像的主体与背景 严格地区分开来，换言之就是 Sobel 算子没有基于图像灰度进行处理，由于 Sobel 算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能 令人满意。 2.2.3 Kirsch 算子 1971 年，R.Kirsch 提出了一种能检测边缘方向的 Kirsch 算子新方法：使用 了 8 个模板来确定梯度幅度值和梯度的方向，运算中取图像的最大值输出。 图像中的每个点都用 8 个掩模进行卷积，每个掩模对某个特定边缘方向作出 最大响应。所有 8 个方向中的最大值作为边缘幅度图像的输出。最大响应掩模的 序号构成了对边缘方向的编码。 Kirsch 算子的梯度幅度值用如下公式： ），（），（7M6M5M4M3M2M1M0MmaxyxG 运算方法如下，将上述的 8 个 33 模板统一标记为： a3a2a1 a4(x，y)a0 a5a6a7 边缘的梯度幅度值为 7 , 6 , 5 , 4 , 3 , 2 , 1 , 0:45max, 1max),(ktsyxG kk 743 t 21 s k a k a k a k k a k a k a k 2.32.3 ERDASERDAS 建模建模 实现经典的边缘增强算子可以通过很多工具来实现，例如通过编程语言 C 、C+，图像处理及可视化工具 IDL，矩阵处理工具 MATLAB ，ERDAS 空间 建模工具等等，通过对比发现，空间建模工具相比于其他实现工具，有着简单， 方便，迅速，利于结果评价等优点，因此我们在研究方法中，选用 ERDAS 空间 建模工具。ERDAS 空间建模工具允许您通过便于使用的面板工具来产生空间图 形模型（Graphic Model） ，图形模型可以运行、编辑、保存在模型库中、或者转 聊城大学本科毕业论文（设计） 5 换成 SML 程序模型，以便应用 SML 做进一步的编辑；图形模型还可以作为流程 图打印输出，或直接插在您的研究报告文档中。Model Maker 提供了 23 类共 200 多个函数和操作算子，可以操作栅格数据、矢量数据、矩阵、表格及分级数据。 利用 ERDAS 建模工具实现基于经典算子的边缘增强需要经过如下六个步骤： (1)选择方法 使用 Model Maker 进行边缘增强时，首先应该明确边缘增强的方法，了解实 现边缘增强的方法的数学实现过程。 (2)放置对象图形 模型生成器中把各种输入，函数和输出都定义成图形语言，不同的图形代表 不同的操作对象和函数操作。您需要根据上一步所确定的解决问题的目标和途径、 以数据支持情况，在模型生成器页面上放置意义不同的对象图形。 (3)连接各个对象 上一步所放置的对象图形目前还是相互独立的，是一个一个的空间模型要素， 只是将所有的图形有机的连接起来，才能组成一个完整的图形模型。当然，对象 图形之间的连接时有前提的，如果两个图形无法连接，说明不符合连接的条件。 (4)定义对象 每个对象图形都必须有确定的含义，应该从满足解决问题的需要出发确定对 象图形的含义，应该从满足解决问题的需要出发去顶对象图形的含义。只要双击 对象图形就可以打开一个对话框，从中输入文件名或数据表及对应的参数设置。 在模型可以运行之前，每一个对象图形都必须被定义。 (5)定义函数操作 代表函数操作的对象图形是空间模型的关键，模型中各种输入输出的对象都 必须以函数及操作图形为纽带有机地组织在一起。所以，定义函数操作的过程， 实质上是确定图形模型如何处理数据、组合功能，完成目标任务的过程。 (6)运行模型 如果前面的定义符合空间模型语言规则，所建立的图形模型就可以运行了。 当然运行结果的正确与否，则取决于输入对象的确定和函数操作的定义，如果结 果不理想的话，可以进一步调整对象图形及其定义，修改模型结构，直到满意为 止。 聊城大学本科毕业论文（设计） 6 3 3 研究内容研究内容 利用 ERDAS 2010 打开数据，查看数据图像，可以发现该快鸟数据较为清晰， 图像分辨率高，道路，湖泊边界清晰，且各种地貌类型齐全，有不同宽度不同走 向的道路，有不同大小不同形状的湖泊，有农田及大面积的裸地。类型丰富的地 貌，非常适合于图像边缘检测质量的判定。 图 1 快鸟图像 3.13.1 Robert 算子实现流程算子实现流程 打开 ERDAS 2010 建模模块，利用其进行 Robert 算子计算。打开 ERDAS 空 间建模界面，在建模界面中放置四个栅格图像图形，两个矩阵对象图形，三个函 数操作对象图像。如图所示进行放置和连接。在四个栅格图像图形依次往下分别 放置原始快鸟图像以及中间处理结果 Gx 和 Gy、最终 Robert 增强结果图像的保 存路径。在两个矩阵对象中，分别输入 Robert 算子的矩阵公式。在两个函数工 具图像中，分别设置卷积操作。设置完成后进行运行操作。 聊城大学本科毕业论文（设计） 7 图 2 Robert 算子流程图 图 3 Robert 增强图像与原图像的对比 由图 3 看出，经过 Robert 算子的图像增强后，增强图像有一定的浮雕效果， 宽度较大大的路和面积较大的湖泊的增强效果较好。但是大部分的边界较细的地 物都被模糊掉了，而且边界有一定的增粗误差，有一定的移位现象。 3.23.2 Sobel 算子实现流程算子实现流程 打开 ERDAS 2010 建模模块，利用其进行 Sobel 计算。在建模界面上放置四 个栅格图像图形，两个矩阵对象图形，三个函数操作对象图形。如图所示进行放 聊城大学本科毕业论文（设计） 8 置和连接。从上到下，在四个栅格对象中分别放置快鸟原始影像，中间处理结果 Gx 和 Gy 的保存路径以及 Sobel 算子增强图像的保存路径。在两个矩阵对象图形 中分别放置 Gx 滤波算子和 Gy 滤波算子，在其对应的函数工具中分别进行相应 算子的卷积操作。再对得到的 Gx 和 Gy 进行平方和运算，得到 Sobel 算子增强 图像。 图 4 Sobel 算子流程图 图 5 Sobel 增强图像与原图像的对比 经运算得到如图 5 所示的结果，通过与原图的比对，发现大部分的地物边界 信息都得到了有效的提取，无论是边界较宽的地物和边界较细小的地物。图中的 大路，小路，房屋，绿地，水体等边界都得到了增强。利用 Sobel 算子得到的图 聊城大学本科毕业论文（设计） 9 像完全可以用其进行各种边界提取。尤其是对较宽的路和形状较为规则的水体。 经过 Sobel 增强的图像可以通过提供适当的阈值，而将边界提取出来。运算后的 图像大大增强了边界与背景值之间的差异，有利于综合性的提取一幅图像的各种 地物边缘。 3.33.3 Kirsch 算子实现流程算子实现流程 打开 ERDAS 2010 建模模块，利用其进行 Kirsch 计算。 。在建模界面上放置 十七个栅格图像图形，八个矩阵对象图形，九个函数操作对象图像。如图所示进 行排列和连接。从上到下，在第一行八个栅格对象图形中分别放置快鸟原始图像， 在第二行八个矩阵对象中，分别放置 Kirsch 算子的八个矩阵对象图形，在其对应 的函数对象图形中分别设置卷积操作，得到八个方向的增强图像，在最后一个函 数操作对象图形中进行求最大值计算。最终得到 Kirsch 增强图像。 图 6 Kirsch 算子流程图 聊城大学本科毕业论文（设计） 10 图 7 Kirsch 算子增强图像与原图像 经运算得到如图 7 所示图像，通过得到的图像与原图像对比，发现经过 Kirsch 算子计算，原图像的边缘得到了有效的增强，湖泊的边界，道路的边界都 得到了有效的突出，尤其是图中几个湖泊的边界增强效果较好。图像对比效果如 图。Kirsch 算子增强的图像加大了地物边界与背景值之间的亮度差异，其效果要 明显好于 Robert 算子，地物边界的增强较为均匀，利于选取适宜的阈值将其提 取出来。 4 4 结论结论 (a)Robert 增强结果 (b)Sobel 增强结果 (c)Kirsch 增强结果 图 8 三种增强结果 用三种经典边缘检测算子对遥感图像处理发现，Robert 算子提取的边缘较粗， 边缘定位不准确，比较细的边缘容易被忽略，从图 8(a) Robert 增强后的影像可以 看出，大部分的细小地物的边界被忽略掉了，只有其中宽度较大的路和湖泊得到 聊城大学本科毕业论文（设计） 11 了增强。增强后影像总体上来说，图像较为模糊，地物的边界增强宽度较粗，不 利于边界的提取。图 8(b)Sobel 算子增强结果和图 8(c)Kirsch 算子增强结果增强 图中边界与非边界的差异性更明显，易于提取。快鸟影像经过 Sobel 算子和 Kirsch 算子运算，相比较于 Robert 算子，边界得到了有效的突出。从细节地物中 可以看出，道路边界，湖泊边界，绿地的边界得到了明显的加强。而且增强的边 界经过与原图像对比，没有明显的位移和加粗现象。 从定性上来看，如图 8(b)和(c)Sobel 增强的边缘相比于 Kirsch 提取的边缘细 节上更加清晰，与周围非边缘区域的对比明显，且 Sobel 增强的同时对非边缘区 域有一定的平滑作用。在垂直方向上，Sobel 增强结果和 Kirsch 增强结果基本一 致。但是在水平方向上可以看出 Sobel 增强结果要好于 Kirsch 增强结果。对比原 始图像右下角中的较小房屋边缘提取，可以发现 Sobel 增强结果（c）定位准确 宽度适宜，而 Kirsch 增强结果定位有一定的偏差，而且有明显的加粗现象。 增强的一个很重要的目的是提取边缘，为了对其边缘提取能力进行检验，分 别在 Sobel 增强图像和 Kirsch 增强图像中选取五百个边界点和五百个非边缘区域， 分别统计其最大值，最小值和标准差等指标。得表格如下 表 1 增强图像边缘和非边缘取样点指标 类别最大值最小值标准差 Kirsch 边缘点 2814132460 Kirsch 非边缘点 9711082 Sobel 边缘点 917200159 Sobel 非边缘点 219032 Kirsch 边缘点和非边缘点的最大值和最小值之间的差值较大，分别是