论文部分内容阅读
近几年我国对新兴高科技产业的重视,使得我国遥感科学技术的发展更是日新月异。在国家民用空间基础设施的开发中,卫星体系建设逐渐完善,遥感数据的获取及其质量不断提升,但仍避免不了遥感影像在其成像过程中受大气、传输介质、地物特征、相机成像等复杂环境的干扰。因此,在提取遥感影像信息时,通过对目标影像进行相对应的处理,可以达到进一步加强遥感影像信息表达的能力。针对上述问题,在遥感影像特征提取研究中,本文提出基于边缘特征的遥感影像角点提取的方法,并将该方法应用在了基于JGraph的图像处理平台中,实现了图像处理过程可视化。具体研究工作及成果如下:(1)实现基于小波变换的遥感影像边缘特征检测在对比了几种常见的微分边缘检测算子实现遥感影像边缘检测后,发现效果并不理想,不是影像中噪声影响太大,就是检测算子运算使得边缘太过于平滑,针对此问题提出基于小波变换的遥感影像边缘特征检测。根据小波算法特性先对目标影像进行分解,获取目标影像的高频和低频分量,再利用改进的阈值函数进行影像的噪声处理,达到图像边缘特征提取的目的。通过对比实验说明,使用改进的小波变换提取目标影像的高频分量,改善了细微纹理以及噪声对边缘特征提取的负面影响,更好地实现了遥感影像边缘特征提取。(2)实现基于边缘特征的遥感影像角点提取由于角点是图像边缘曲线上的局部极值,在提取中对图像中的噪声非常敏感,导致角点提取误差大。在清晰的边缘信息上进行遥感影像的角点检测,可以提高遥感影像信息提取的质量。因此在基于小波变换的遥感影像边缘特征基础上,提出基于边缘特征提取的Harris角点检测。通过对比实验,在提取目标影像的边缘特征基础上进行角点检测,降低了目标影像中噪声对角点提取的干扰,更好的实现了影像的角点提取。(3)基于JGraph的图像处理过程可视化为了更直观的表达边缘特征检测算法与角点检测同类算法的对比实验,更快速的组合应用小波变换和Harris角点检测算法,在JGraph图像处理平台中,将图像处理算法封装成其特有的组件,在平台中实现图像处理过程的可视化。通过JGraph图像处理平台,使得图像处理过程得以更直观的描述、更便捷的选择实验算法以及更快速的实现算法组合应用。由实验结果表明,使用改进的小波变换提取目标影像的边缘特征,改善了细微纹理以及噪声对边缘特征提取的负面影响;在提取目标影像的边缘特征后进行角点检测,使得角点提取在一定程度上不受目标影像中噪声的干扰,更好地完成了遥感影像的角点提取;最后利用JGraph图像处理平台实现本文图像处理过程的可视化,不仅可以描绘出图像处理过程的具体流程,也可以更好地选择合适的算法达到实验目的。