從高空間分辨率遙感影像中提取河流具有諸多重要意義。目前大多數(shù)方法致力于從河流的光譜特征或紋理特征出發(fā)提取河流,但對于存在同物異譜或異物同譜現(xiàn)象、紋理分析尺度難以確定或噪聲嚴重的的圖像,基于水體光譜分析或紋理分析的方法并不十分適用。高空間分辨率圖像中的河流一般結(jié)構(gòu)不規(guī)則,更可能由于各種原因致使河流的局部與整體擁有不一樣的光譜特征和紋理特征,然而在一些遙感圖像中,河流可能在大范圍內(nèi)具有近似一致的寬度,基于此,提出了結(jié)合筆畫寬度變換（stroke width transform,SWT）和幾何特征集（geometric feature set,GFS）的河流提取方法。首先,使用Canny算子提取圖像邊緣,并把邊緣圖作為SWT算法的輸入,得到筆畫寬度圖;然后,使用連通域標記算法對其中的像元進行分組,接著根據(jù)構(gòu)造的GFS來對分組之后得到的連通域進行篩選;最后,對剩下的連通域進行孔洞填充。使用高分一號（GF-1）近紅外波段進行實驗的結(jié)果表明,該方法能夠在完整提取目標河流的同時很好地抑制噪聲。同時,該方法在提取效果和算法穩(wěn)定性上明顯優(yōu)于乘性Duda算子和區(qū)域生長算法。 

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 實驗數(shù)據(jù)分析
2 研究方法
    2.1 邊緣提取
    2.2 SWT算法
    2.3 連通域標記
    2.4 基于GFS去噪
3 結(jié)果與分析
    3.1 最優(yōu)參數(shù)選擇
    3.2 實驗結(jié)果
    3.3 河流提取效果定量分析
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于PLFT及圖像融合的衛(wèi)星河流識別[J]. 冷凱群.  計算機工程與設(shè)計. 2018(12)
[2]最大穩(wěn)定極值區(qū)域與筆畫寬度變換的自然場景文本提取方法[J]. 張國和,黃凱,張斌,符歡歡,趙季中.  西安交通大學(xué)學(xué)報. 2017(01)
[3]高分辨率遙感衛(wèi)星影像的河流提取方法研究[J]. 王民,卞瓊,高路.  計算機工程與應(yīng)用. 2014(18)
[4]基于線狀特征增強的TM遙感影像細小河流提取方法[J]. 姜浩,馮敏,肖桐,王昌佐.  測繪學(xué)報. 2014(07)

碩士論文
[1]紅外圖像中鐵軌識別技術(shù)的研究[D]. 張蕾.電子科技大學(xué) 2012



本文編號：3681344