基于多结构元素的遥感图像去噪及边缘检测方法-应用生态学报.pdfVIP

第 27 卷第 4 期 宇 　航 　学 　报 Vol. 27 No. 4 2006 年 7 月 　 Journal of Astronautics 　　July 　2006 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 066004) 　　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: TN911. 73 　　　文献标识码 :A 　　　文章编号 2006 值。去噪后 ,通过几种结构元素进行边缘检测 ,得到 0 　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。 域[1 ] 。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 1 　算法 中噪声是影响检测结果的主要因素。点状噪声在遥 1. 1 　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[2 ] 。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 [3～7 ] 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 [4～7 ] [10 ,11 ] 的基础上 ,总结出如图 1 所示的六种结构元 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 立像素之间的关系 ,进而来判断“点”是孤立的 ,还是 声又保留图像细节的目的。但是 , 由于确定被污染 像素点时需要人为设定有关参数 ,带来了很大的不 连续的。 确定性 ,限制了其