结合小波收缩与水平集的含噪遥感图像分割.pdf

结合小波收缩与水平集的含噪遥感图像分割.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
结合小波收缩与水平集的含噪遥感图像分割.pdf

李亮亮等:结合小波收缩与水平集的含噪遥感图像分割 《激光杂~,}2016年第37卷第1期 LASERJOURNAL(Vo1.37.No.1.2Q · 图像与信号处理 · 结合小波收缩与水平集的含噪遥感图像分割 李亮亮 ,贾振红 ,杨 杰 ,NikolaKasabov ,,1.新疆大学信息科学与工程学院,新疆鸟鲁木齐 830046; 、 l2.上海交通大学图像处理与模式识别研究所,上海 200240; I I3.新西兰奥克兰理工大学知识工程与发现研究所,新西兰奥克兰 1020) 摘 要:结合小波收缩和水平集模型,提出一种新的含噪遥感图像分割算法。该算法用小波变换对噪声图 像进行分解,采用 自适应特征阈值的方法去除图像中的噪声,然后用水平集算法对图像进行分割。仿真实验结 果证明,该算法不仅可以得到良好的图像分割结果,而且也有较强的抗噪声能力。 中图分类号:TN911 文献标识码 :A DOI编码 :10.14016/j.cnki.jgzz.2016.01.091 NoisyRemoteSenseImageSegmentation CombinedW ithW aveletShrinkageandLevelSet LILiang-liang ,JIA Zhen-hong ,YANGJie ,NikolaKasabov Abstract:A new noisyremotesenseimagesegmentationalgorithm combinedwithwaveletshrinkageand levelset modelisproposedinthispaper.Thealgorithm applieswavelettransform todecomposetheremoteimage,Thenoisesin theremoteimageareeliminatedbythefeatureadaptivethresholdmethod,thenthelevelsetmodelisadoptedtoseg- mentimage.Simulation experimentalresultsshow thatthealgorithm notonlycan achievebetterimagesegmentation quality,butalsohasbetterimmunitytonoise. 图像分割是一种重要的图像分析技术,也是计算 结合应用于噪声图像的分割,也取得了良好的分割结 机视觉领域的关键问题,其 目的是将图像分成各具特 果;文献 [4]将离散小波变换与人工鱼群算法相结合, 性的区域并提取出感兴趣 目标的过程。在遥感成像、 提出并行阈值的噪声图像分割方法,提高了图像的分 图像传输的过程中,由于受诸如温度、亮度等外界条 割能力和去噪效果。以上这些算法虽然在噪声图像 件的影响,图像将受到噪声的干扰。针对这个问题学 的分割上都取得了一定的成果,但还没有一种图像分 者们 目前已提出了多种含噪图像的分割方法。文献 割的方法适用于所有的噪声图像,所以含噪声图像的 [1]将小波包与最大类间方差 (Otsu)结合,利用小波 分割效果仍有提升的空间。 包时一空高分辨率的特性对图像进行分解,采用 自适 近些年来水平集方法在学者们的不断努力下得 应阈值进行处理,应用 Otsu实现图像的分割;文献 到有效的改进 ,并且将改进的水平集方法用到图像分 [2]将模糊Kohonen聚类网络算法与图像的局部信息 割 中,得到了较好的分割结果。但是在待分割的图像 相结合,取得了较好的分割效果,并且也提高了抗噪 有噪声污染的情况下,单一的水平集分割方法应用到 声的能力;文献 [3]将空间信息与模糊c一均值聚类相 图像中得到的分割结果不是令人很满意 J。所以在

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档