基于多结构元素的遥感图像去噪及边缘检测方法.pdfVIP

第 卷第 期 宇 航 学 报 ! # 3’, 4! 5’ 4# 年 月 !$$% ’()*+, ’- ./0)’*+(012/ (,6 !$$% !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 基于多结构元素的遥感图像去噪及边缘检测方法 焦斌亮，胡永刚，赵文蕾 （燕山大学光电子系，秦皇岛$%%$$# ） 摘 要：边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥 感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构 元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值， 最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点， 在检测精度和抗噪声性能方面都优于传统的形态学算法。 关键词：遥感图像；数学形态学；边缘检测；伪中值滤波 中图分类号： 文献标识码： 文章编号： （ ） 75899 4: . 9$$$; 9:! !$$% $#;$%%;$# 值。去噪后，通过几种结构元素进行边缘检测，得到 ! 引言 图像的边缘。仿真结果表明，该算法能够很好地滤 随着卫星遥感技术的发展，高分辩率卫星遥感 除遥感图像中的孤立噪声点，同时保留遥感图像的 图像越来越多地应用于国民经济和国防的各个领 细节，准确提取出图像的边缘。 ［］ 9 域 。遥感图像的边缘检测对于计算机图像处理来 说，是一个非常基础而又十分重要的研究课题。其 算法 中噪声是影响检测结果的主要因素。点状噪声在遥 # 代表性结构元素的选取 感图像中是一种典型的噪声，通常利用中值滤波来 早期利用数学形态学进行边缘检测时，都采用 ［］ ! 消除 。但是，中值滤波在滤除点状噪声的同时，也 一种结构元素进行，这不利于信号几何特征的保持。 将图像的细节平滑掉了。对于中值滤波的这一不 近几年，多个结构元素的算法层出不穷，检测效果也 ［ ］ 足，已经提出了大量的改进方法: 。在这些方法 不错。通过对多个结构元素性能的分析并在文献 中，一种典型的思路是将图像中的像素点分为两 ［ ， ］的基础上，总结出如图 所示的六种结构元 9$ 99 9 ［ ］ 类# ，一类为被噪声污染的像素点，另一类为未被 素作为判断梯度突变点是否为噪声点的依据。这六 污染的像素点，操作时只对前一类像素点进行中值 种结构元素充分体现出中心像素在八连通域中与孤 滤波而保留第二类像素点，这样就达到了既消除噪