近幾年我國對新興高科技產(chǎn)業(yè)的重視,使得我國遙感科學(xué)技術(shù)的發(fā)展更是日新月異。在國家民用空間基礎(chǔ)設(shè)施的開發(fā)中,衛(wèi)星體系建設(shè)逐漸完善,遙感數(shù)據(jù)的獲取及其質(zhì)量不斷提升,但仍避免不了遙感影像在其成像過程中受大氣、傳輸介質(zhì)、地物特征、相機(jī)成像等復(fù)雜環(huán)境的干擾。因此,在提取遙感影像信息時,通過對目標(biāo)影像進(jìn)行相對應(yīng)的處理,可以達(dá)到進(jìn)一步加強(qiáng)遙感影像信息表達(dá)的能力。針對上述問題,在遙感影像特征提取研究中,本文提出基于邊緣特征的遙感影像角點提取的方法,并將該方法應(yīng)用在了基于JGraph的圖像處理平臺中,實現(xiàn)了圖像處理過程可視化。具體研究工作及成果如下:(1)實現(xiàn)基于小波變換的遙感影像邊緣特征檢測在對比了幾種常見的微分邊緣檢測算子實現(xiàn)遙感影像邊緣檢測后,發(fā)現(xiàn)效果并不理想,不是影像中噪聲影響太大,就是檢測算子運算使得邊緣太過于平滑,針對此問題提出基于小波變換的遙感影像邊緣特征檢測。根據(jù)小波算法特性先對目標(biāo)影像進(jìn)行分解,獲取目標(biāo)影像的高頻和低頻分量,再利用改進(jìn)的閾值函數(shù)進(jìn)行影像的噪聲處理,達(dá)到圖像邊緣特征提取的目的。通過對比實驗說明,使用改進(jìn)的小波變換提取目標(biāo)影像的高頻分量,改善了細(xì)微紋理以及噪聲對邊緣特征提取... 

【文章來源】：河南大學(xué)河南省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

haar小波函數(shù)

基于邊緣特征檢測的遙感影像角點提取的研究及其應(yīng)用12圖2-1haar小波函數(shù)圖2-2db6小波函數(shù)圖2-3coif2小波函數(shù)圖2-4sym6小波函數(shù)2.1.2小波去噪小波去噪是圖像降噪研究中的熱點之一，其基本原理是由小波分解得到不同尺度上的噪聲特征，真實信號的小波系數(shù)會隨尺度的變化而變化，成正相關(guān)，尺度增大小波系數(shù)隨之增大，反之亦然。去噪的基本步驟是利用小波變換對含噪信號進(jìn)行多尺度變換，會從時域變換到小波域，再在不同尺度下提取含噪信號的小波系數(shù)，最后利用小波逆變換對信號進(jìn)行重構(gòu)，小波去噪的流程圖如2-5所示。含噪信號開始多尺度分解不同尺度降噪小波逆變換小波重構(gòu)結(jié)束圖2-5小波去噪流程圖現(xiàn)下研究中，小波去噪的方法大致有三類，分別是小波變換模極大值去噪、小波系

基于邊緣特征檢測的遙感影像角點提取的研究及其應(yīng)用12圖2-1haar小波函數(shù)圖2-2db6小波函數(shù)圖2-3coif2小波函數(shù)圖2-4sym6小波函數(shù)2.1.2小波去噪小波去噪是圖像降噪研究中的熱點之一，其基本原理是由小波分解得到不同尺度上的噪聲特征，真實信號的小波系數(shù)會隨尺度的變化而變化，成正相關(guān)，尺度增大小波系數(shù)隨之增大，反之亦然。去噪的基本步驟是利用小波變換對含噪信號進(jìn)行多尺度變換，會從時域變換到小波域，再在不同尺度下提取含噪信號的小波系數(shù)，最后利用小波逆變換對信號進(jìn)行重構(gòu)，小波去噪的流程圖如2-5所示。含噪信號開始多尺度分解不同尺度降噪小波逆變換小波重構(gòu)結(jié)束圖2-5小波去噪流程圖現(xiàn)下研究中，小波去噪的方法大致有三類，分別是小波變換模極大值去噪、小波系


本文編號：2911271