2935.模糊边缘检测算法用于人工目标的提取【源代码+开题报告+毕业论文】 .doc
《2935.模糊边缘检测算法用于人工目标的提取【源代码+开题报告+毕业论文】 .doc》由会员分享,可在线阅读,更多相关《2935.模糊边缘检测算法用于人工目标的提取【源代码+开题报告+毕业论文】 .doc(32页珍藏版)》请在课桌文档上搜索。
1、目 录摘 要第一章 绪论41.1 利用边缘检测进行目标提取的含义及其应用领域41.2 利用遥感影像进行目标提取的流程41.3 模糊边缘检测算法用于人工目标提取的构想71.4 毕业论文研究的主要内容7第二章 利用模糊边缘检测算法提取人工目标的基本理论92.1 模糊边缘检测算法的基本原理92.2 传统边缘检测算法的缺陷112.3 改进模糊模糊边缘检测算法11第三章 其他相关的目标提取算法及技术比较133.1 基于改进的模糊边缘检测算法的卫星遥感影像边缘的提取133.2 基于改进的模糊边缘检测算法与其他几种常用算子检测结果的比较13第四章 利用模糊边缘检测算法进行人工目标提取方法的研究与详细设计16
2、4.1 遥感影像可视化的研究及设计164.2 模糊边缘检测算法的研究与设计174.3 检测结果影像二值化的研究及设计184.4 边缘检测结果去噪和细化的研究和设计194.5 直线段或曲线段的自动检测和拟合的研究20第五章 对房屋和立交桥等人工地物进行目标提取的实现225.1 遥感影像可视化的实现225.2 模糊边缘检测的实现245.3 图像二值化的实现255.4 利用边缘检测提取目标形状特征即目标提取的实现25第六章 结 论26参考文献28致 谢3030摘 要遥感影像自动提取人工地物不仅是摄影测量与遥感领域的一大难题也是计算机视觉与图像理解领域研究的一个重点问题。因此,构建基于遥感影像的地物目
3、标的自动半自动提取算法,对于遥感影像的判读,分析和解译具有重要科研价值和实际应用价值。本论文主要研究利用模糊边缘检测算法进行人工目标提取的设计思想和实现方式,并以研究所得理论为指导编写出了包含模糊边缘检测等常用算法的用于遥感影像人工地物目标提取的软件Edge Detector1.0.0。遥感影像上目标的边缘在影像上表现为灰度的不连续性,传统的边缘检测算子主要对边缘信号和噪声信号不加区分,往往在图像边缘对比度较大的情况下才能获取较好的边缘提取效果。模糊边缘检测方法是Pal和King在1983年提出的一种将模糊理论应用于图像特征提取的边缘检测方法,已经在模式识别和图像处理中获得了很好的应用,充分利
4、用了图像所具有的不确定性往往是由模糊性引起的这一特性。本论文首先简要描述了经典模糊边缘检测算法的基本原理,然后从分析其缺陷入手,提出改进后的算法思想,介绍了详细的具体实现步骤,并通过对二维影像边缘轮廓的提取,验证本文的改进算法与传统边缘检测算法经典模糊边缘检测算法相比,效果更好;同时也将这种边缘检测算法与其他常用的边缘检测算法的检测效果进行了比较,分析了不同算法的优劣和适用范围。本论文主要研究内容总结如下:(1)熟悉目标提取流程:总结并归纳常用的目标提取方法及其流程,根据检测目标的不同,总结出典型人工目标提取适用的相关方法,并设计其相应流程;(2)能用VC实现基于模糊边缘检测算法的人工目标提取
5、,学习并掌握该方法的基本原理,思考如何进行算法改进。在理论研究的指导下设计并实现相应算法并采用该算法尝试对城市典型人工目标(如房屋和立交桥)的提取;(3)利用设计好的模糊边缘检测算法实现实际应用中的遥感影像的典型人工目标提取;(4)将模糊边缘检测算法与常规目标提取算法进行比较,寻找该方法的适用场合和各种算法的优劣之处;关键字:边缘检测,模糊边缘检测算法,隶属函数,人工目标提取。AbstractTo automatically extract remote sensing images is not only a major problem in remote sensing technolog
6、y, but also a key research area in computer vision and image understanding fields. Therefore, building a algorithms based on remote sensing images to extract object automatically or semi-automatically has important value for analysis and interpretation of remote sensing images and practical applicat
7、ion.The major content of the paper is to study how to extract target using fuzzy edge testing algorithm and to give a detailed way can be applicable in practice. Having been led by the theory,I designed and implemented the programming Edge Detector1.0.0 , including fuzzy edge testing algorithm and o
8、ther common algorithm, could be used in analyzing remote sensing image.The edge of features in remote sensing images is showed discrete, the traditional edge detection algorithm is a key to the edge signal and noise signal without distinction, often in the context of the larger picture of contrast g
9、radient can obtain better results from the edge. Fuzzy edge testing algorithm is a theory put forward by King and Pal in 1983 ,which can be used in detecting features edge.The algorithm has been put in practice in pattern recognition and image processing, making good use of the uncertainty often cau
10、sed by the fuzziness of images.The paper first briefly describes of classical edge fuzzy detection, then from the analysis of weakness, with proposed improvements, exists in the classical algorithm a more effective algorithm finally is devised including detailed process. The production of edge testi
11、ng using the improved algorithm has higher quality than the ones dealt with classical algorithm. Besides, comparison has been made between edge fuzzy detection and other common algorithm (e.g. Canny, Sobel, Kirsch, etc).We can acquire advantage and disadvantage of the algorithm mentioned above from
12、the result of these experiment.The content of the paper can be briefed as follows:(1) Be familiare with the flow of obtaining target: sum up common methodsin target extraction and design algorithm for particular features.(2) Implement a program to extrat target using VC+ based on the fuzzy edge test
13、ing algorithm and think about how to improve it.(3) Use the program have been implemented to extract man-made target in remote sensing images,taking a cloverleaf junction or some buildings for example.(4) Compare the improved fuzzy edge testing algorithm with other commonAlgorithm in order to find t
14、heir advantage and advantage in different situationKeywords: Edge testing, Fuzzy edge testing algorithm, Membership function, Man-made target extraction.第一章 绪论1.1 利用边缘检测进行目标提取的含义及其应用领域所谓边缘是指其周围像素灰度急剧变化的那些象素的集合,它是图像最基本的特征。边缘存在于目标、背景和区域之间,所以,边缘检测是图像分割所依赖的最重要的依据,是我们获得地物形状特征从遥感影像中提取有用的地物目标信息最为简单易行的有效方式。
15、由于边缘是位置的标志,对灰度的变化不敏感,,因此,边缘也是图像匹配的重要的特征。 边缘检测和区域划分是图像分割的两种不同的方法,二者具有相互补充的特点。在边缘检测中,是提取图像中不连续部分的特征,根据闭合的边缘确定区域。而在区域划分中,是把图像分割成特征相同的区域,区域之间的边界就是边缘。由于边缘检测方法不需要将图像逐个像素地分割,因此更适合大图像的分割。 边缘大致可以分为两种,一种是阶跃状边缘,边缘两边像素的灰度值明显不同;另一种为屋顶状边缘,边缘处于灰度值由小到大再到小的变化转折点处。利用各种边缘检测算法实现的目标提取对于模式识别、图像理解、图像的信息量压缩,图像分割等数字图像处理的其他工
16、作而言,是非常重要的基础处理工作。尤其是建立在通过提取图像中各目标形状特征基础上的形状分析,是对图像进行识别和理解的必不可少的步骤。1.2 利用遥感影像进行目标提取的流程综上所述,基于遥感影像的目标提取对于遥感影像的数字化处理有着及其重要的意义和实际应用价值。遥感影像数据的应用按应用方式可分为两种:一种是将遥感影像数据作为现状或背景资料直接加以利用,如用于地形图的修测、城市规划设计以及工程项目的详细设计等;另一种是通过对遥感影像数据的分析、解译,从中提取某些专题地物要素的信息来加以利用。对于第一种应用,由于我们只是向有关的部门提供数据,并未就其进行深入地研究,因此在这里将不作陈述。在此节我们着
17、重讨论一下如何通过对遥感影像数据的分析、解译,从中提取我们所需的各种地物目标。目标提取的真正意义在于将内容丰富的遥感影像数据转化为具有各种专题的有用信息,以便图像处理工作人员和实际生产部门利用这些地理信息数据更好地为决策规划提供服务。目标提取的工作大致可分为三步来进行,即影像特征分析,地物目标提取1、影像特征分析要进行影像特征的分析,必须首先确定从遥感影像数据中提取哪些地物要素的信息。遥感影像数据的信息内容十分丰富,它几乎涵盖了人的肉眼可以识别的所有地物要素。然而要把所有这些地物要素的专题信息都提取出来,这几乎是不可能的,也没有必要。要根据实际应用的需要,从遥感影像数据中提取诸如绿化、水体、道
18、路、建筑物等一些必需地物要素的信息,如本文主要讨论的就是对于人工地物中房屋和立交桥这些地物目标的提取方法。当需要提取的地物要素被确定之后,即可开始对这些地物要素进行影像特征分析。任何可视地物要素在其遥感影像上都具有一定的光谱特征、几何特征及其它辅助特征。其中光谱特征在视觉上最直观的反映就是色调,几何特征在视觉上最直观的反映就是形状,其它辅助特征在视觉上的直观反映有:阴影、纹理及影像结构。所谓影像特征分析就是从色调、形状、阴影、纹理及影像结构等方面对拟被提取的可视地物要素进行影像的定性分析。通过对这些地物要素其影像的定性分析,总结、归纳出这些地物要素各自所具有的影像特征,并以此作为我们解译这些地
19、物要素的标志和依据。例如对于地面绿化带的影像特征分析,我们总结出乔木一般都有明显的阴影;灌木也有阴影,但不太明显,且长度较短;草地则无阴影。人工构筑的公园、苗圃其几何形状常为矩形或不规则的多边形。再如对于水体的影像特征分析,可以知道由于光线反射角度及水体深度的不同,其色调也往往有所不同,而且陆上水体还可细分为河流、湖泊和池塘。其中河流的几何形状为条带状,且常有弯曲。湖泊的几何形状为不规则的面状。池塘的几何形状为长方型的面状,且分布较集中,排列较规则。对于本文主要研究的立交桥和房屋影像特征进行分析我们可以总结得出立交桥的几何形状通常为条带状其道路的边缘比较清楚,道路上一般能看到汽车,路上还常常有
20、明显的车道分隔线等标志,两旁基本很少有建筑物和行道树。相对于立交桥的典型条带交叉形状,房屋则有多种类型。城市中常见的有:高层建筑、新工房、花园式住宅、里弄式住宅和简易房屋。从遥感影像上看,高层建筑带有狭长的阴影;新工房一般为平顶,排列较整齐,且屋顶设有水箱;花园式住宅为一幢幢排列整齐的单体建筑,且每幢建筑拥有自己的花园;里弄式住宅为一排排排列整齐的连体建筑,且屋顶为坡面,有的房屋的还设有晒台;简易房屋的单体建筑占地面积很小,互相犬牙交错联接,形状散乱,无规则。2、设计并选取适合于相应遥感影像的边缘检测算法并不是一个固定的边缘检测算子就能胜任所有类型的遥感影像处理,上文已经分析了不同的地物有不同
21、的影像构成特征,所以,即使在同一幅图像中,面对各种复杂的地物目标,我们也需要设计出具有最佳提取质量、具有较高效率的算法模型。常用的边缘检测算子有Canny边缘检测算子、梯度算子、Sobel算子、Marr算子以及本论文中主要研究的模糊边缘检测算子等。我们应根据实际的影像特征来设计或选择出最符合应用要求的算法。3、利用一种编程语言实现已选择或设计好的边缘检测算法选择好一种算法之后,我们就要利用编程语言如常用的VC等,来在计算机上实现这种边缘检测算法。当然,我们设计的目标提取程序还应包含一些常用的数字图像处理功能,如简单的放大、缩小,图像的二值化等以方便我们对所要利用的遥感影像进行各种编辑和处理。4
22、、提取已检测好的目标边缘当利用边缘检测算法检测出地物边缘后,就要将这些边缘连接成细线,形成地物目标的形状特征。这一步同样要通过编程语言在计算机上来实现。5、保存并输出边缘提取的结果,获得满足需要的成果图在上一步将边缘连成连续的细线后,检查提取结果是否满足要求,如果符合,则保存或输出目标提取结果为矢量成果图;若不符合要求,则须回溯上述流程,检查算法的合理性和编程中可能出现的错误。以上五个步骤就是进行遥感影像中目标提取的一般流程:设计并选取适合于相应遥感影像的边缘检测算法利用编程语言实现已设计好的边缘检测算法提取已检测好的目标边缘保存并输出边缘提取的结果获得满足需要的成果图影像特征分析原始影像 1
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 源代码+开题报告+毕业论文 2935.模糊边缘检测算法用于人工目标的提取【源代码+开题报告+毕业论文】 2935. 模糊 边缘 检测 算法 用于 人工 目标 提取 源代码 开题 报告 毕业论文
链接地址:https://www.desk33.com/p-1266328.html