遥感图像小波包数学形态学边缘检测论文.doc

基于小波包与数学形态学的遥感图像道路提取研究【摘要】 遥感数据信息作为一种重要的空间信息来源,凭借着时效性、实用性而被广泛应用于资源环境勘探,军事侦测,环境灾害监测,土地使用,作物估产,数字地球等很多领域,在国防,经济和社会发展中具有重要意义。随着卫星遥感数据采集技术的不断发展,提高遥感影像的空间分辨率,已经达到很精确的程度。展望未来,遥感技术将更快、更准确为人类提供更多的地理信息数据。面对这些海量数据,探索新的技术和方法,更准确,更多的从卫星遥感影像中获取所需的重要信息资料,长期以来是遥感图像处理领域需要解决的关键技术问题。为了在遥感图像中清晰、准确的提取出道路信息,本文提出通过数学形态学和小波包方法提取遥感图像中道路信息的方法。首先本文介绍在遥感图像中提取道路信息的理论方法和技术基础。随后根据道路的光谱特性和道路的几何形状等可以辨识道路,为了在遥感图像中能够清晰有效的提取出道路的边缘信息,提出全方位、多尺度的数学形态学自适应边缘检测算法,该方法以数学形态学理论为基础,提出改进的抗噪型数学形态学边缘检测算子。然后在数学形态学边缘检测算子的基础上,针对遥感图像的几何特征和噪声影响,提出了多结构、多尺度的结构元素。由于在遥感图像中提取道路边.更多还原【Abstract】 Remote sensing data information as an important spatial information source, relying on the timeliness and practicability, has been widely used in the resources and environment exploration, environmental disaster monitoring military detection, land use, the crop yield estimation, digital earth and so on, has a vital significance of national defense, economic and social development. Along with the satellite remote sensing data collection technology unceasing development, the spatial resolution imp.更多还原 【关键词】 遥感图像； 小波包； 数学形态学； 边缘检测； 【Key words】 Remote Sensing Image； Wavelet Packet； Mathematical Morphology； Edge Detection； 摘要 5-6 Abstract 6-7 第一章 绪言 10-18 1.1 研究背景和意义 10-13 1.1.1 遥感技术的发展趋势 10-11 1.1.2 遥感图像领域的难题 11-13 1.2 国内外研究概况 13-15 1.3 本研究课题的主要意义与方法 15-16 1.3.1 提取道路信息的意义 15 1.3.2 研究的内容和方法 15 1.3.3 道路提取的基本过程 15-16 1.4 道路提取方法总结与发展趋势 16-18 第二章 道路提取的理论方法及技术基础 18-27 2.1 道路的含义和类别 18 2.2 道路自动提取中的知识 18-23 2.2.1 知识的含义与特征 19 2.2.2 道路提取中的知识 19-21 2.2.3 知识表达 21-23 2.2.4 知识推理 23 2.3 道路特征提取 23-27 2.3.1 边缘检测 24 2.3.2 区域分割 24 2.3.3 边缘追踪 24-27 第三章 基于全方位、多尺度的数学形态学自适应边缘检测算法的研究 27-39 3.1 前言 27 3.2 数学形态学基本原理 27-28 3.3 数学形态学算法应用 28-30 3.4 提出数学形态学自适应边缘检测算法 30-39 3.4.1 改进的形态学边缘检测算子 31-33 3.4.2 改进的抗噪型数学形态学边缘检测算子 33-34 3.4.3 全方位、多尺度自适应形态加权边缘检测算法 34-36 3.4.4 利用全方位、多尺度自适应形态加权边缘检测算法处理图像 36-39 第四章 利用小波包方法处理遥感图像中的噪声 39-49 4.1 前言 39-40 4.2 采用小波变换与多分辨率展开 40-42 4.2.1 快速小波变换 41-42 4.2.2 将快速小波变换与快速傅里叶变换的比较 42 4.3 通过小波包算法方法处理遥感图像 42-49 4.3.1 采用小波包变换方法 43-44 4.3.2 改进小波包算法 44-45 4.3.3 提出小波包变换的融合算法 45-46 4.3.4 利用小波包变换的融合算法对图像进行去噪处理 46-49 第五章 采用数学形态学和小波包算法处理遥感图像 49-59 5.1 遥感图像中道路信息提取方法 49-53 5.1.1 分析道路模型特征 49-50 5.1.2 分析道