基于MATLAB的数学形态学在遥感图像道路提取中的理论和.pptVIP

基于MATLAB的数学形态学在遥感图像道路提取中的理论和应用 * * 本文涉及的几个方面 一.遥感图像道路提取的意义和现状 二.形态学的介绍 三.用形态学的方法进行道路提取 四.总结 五.参考文献 * * 一.遥感图像道路提取的意义和现状 遥感图像道路网提取是图像识别中的重要问题。道路网可以为自动目标识别提供重要的上下文信息,这些信息使目标定位更准确或使目标分类更有效。在过去20年中,涌现出许多半自动和自动道路提取算法,但各种算法都有各自的优缺点,普适性不强。因此本人在这个方面做了粗浅了解和学习，希望能够在该领域有所收获。 * * 二.形态学的介绍 形态学是生物学的一个分支，而数字形态学是语言的集合论，运用数字形态学，我们可以从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及贝壳等等。 我们这里主要应用了其中的膨胀，腐蚀，抽取骨架，裁剪，去独立亮点等指令。 * * 1、膨胀和腐蚀 2、抽取骨架： 本次应用的是在图像中找最大圆盘的方法，将这些圆盘连接后，就是我们需要的图形的骨架了。 MATLAB的指令为： I=bwmorph(J,’skel’,n) 二.形态学的介绍 * * 二.形态学的介绍 3、裁剪： 所谓裁剪，就是对细化处理和骨架绘制算法的补充，也就是我们所说的’毛刺’（寄生成分） matlab 指令： I=bwmorph(J,’spur’,n) * * 三.用形态学的方法进行道路提取 1、提取所要编辑的图形： M=imread(‘遥感道路(256).bmp’) figure,imshow(M) * * 2、改为灰度图形： A=rgb2gray(I); figure,imshow(A) 三.用形态学的方法进行道路提取 * * 3、改为二值图形： B=A150; figure,imshow(B) 三.用形态学的方法进行道路提取 * * 4、膨胀处理： sa=ones(6,6); C=imdilate(B,sa); figure,imshow(C) 三.用形态学的方法进行道路提取 * * 5、骨架的处理： E=bwmorph(C,skel,6); figure,imshow(E) 三.用形态学的方法进行道路提取 * * 6、裁剪（毛刺的处理）： F=bwmorph(E,spur,20); figure,imshow(F) 三.用形态学的方法进行道路提取 * * 7、腐蚀（得到道路白色误差）： sc=ones(4,4); G=imerode(F,sc); figure,imshow(G) 三.用形态学的方法进行道路提取 * * 8、图像相减（得到需要的路线）： H=imsubtract(F,G); figure,imshow(H) 三.用形态学的方法进行道路提取 * * 9、除去部分噪声（小亮点）： I=bwmorph(H,clean,10); `figure,imshow(I) 三.用形态学的方法进行道路提取 * * 10、图片取反： J=imcomplement(I); figure,imshow(J) 三.用形态学的方法进行道路提取 * * 11、对比图像： 三.用形态学的方法进行道路提取 * * 1、膨胀和腐蚀 由于A和B是Z2 中的集合，A被B膨胀的定义为： 这个公式以得到B的相对于它自身原点的影像并且又z对映像进行位移为基础的。A被B膨胀是所有位移z的集合，这样，B和A至少有一个元素是重叠的。 * * 关于腐蚀 在Z中的集合A和B，使用B 对A进行腐蚀， 用 表示，并定义为： 对于这个公式，使用B对A进行腐蚀是所有B中包含于A中的点z的集合用z平移。 * * 3.用形态学的方法进行道路提取 1.读入图像数据 a=imread(遥感道路（256）（阀值160）.bmp); figure,imshow(a) 图像如下图： * * 2.进行图像类型转换，将RGB图像转 换为灰度图像 I=rgb2gray(a); 结果如右图： * * 4.进行灰度图像进行阀值变化： 分别取100、200、130、140、 150、160、170. 结果如右图： * * 最后我们选取阀值为170的图像，从这张图像可以看出，道路的轮廓比较清晰。 * *