基于Tsallis熵差遥感图像边缘检测方法.docVIP

基于Tsallis熵差遥感图像边缘检测方法 　　摘 要:基于Tsallis熵差和百分位形态变换,提出了一种改进的遥感图像边缘检测方法。该方法通过构造基于百分位形态变换的边缘检测算子和选择不同方向结构元素进行变换来增加图像的边缘信息,并且该方法在百分位形态变换的基础上还改进了百分位变换的评价准则。它利用图像Tsallis熵差来选择边缘检测算子的百位变换值,将选择Tsallis熵差最大的百分位变换作为变换结果。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以最大程度上抑制噪声,有效地提高图像的边缘检测效果。 　　关键词:百分位形态学; 边缘检测; Tsallis熵差; 遥感图像 　　中图分类号:TN911文献标志码:A 　　文章编号:1001-3695(2009)09-3598-03 　　doi:10.3969/j.issn.1001-3695.2009.09.117 　　 　　Edge detection method based on Tsallis entropy difference of remote sensing image 　　YAN Hai-xia??a,b??, ZHAO Xiao-hui??a 　　(a. School of Communication Engineering, b.School of Electronic Science Engineering, Jilin University, Changchun 130012, China) 　　Abstract:This paper proposed an algorithm based on Tsallis entropy difference and percentile morphological transform for remote sensing image edge detecting. This method was based on percentile morphological transform in order to enhance the image edge by selecting different direction’s structure, furthermore this method changed the evaluation of “p” value based on percentile morphological transform by the Tsallis entropy difference, and selected the maximum difference of Tsallis entropy. Experiment results show that, compared with the traditional edge detecting method, this method decreases the noise as possible as it can and enhances image edge. 　　Key words:percentile morphological transform; edge detecting; Tsallis entropy difference; remote sensing image 　　 　　随着卫星遥感技术的发展,卫星遥感图像越来越多地应用于国民经济和国防等多个领域。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又十分重要的研究课题,其结果直接决定后续处理的精度。用于遥感图像经典的边缘检测算子很多,它们首先检测出图像局部特征的不连续性,然后再将这些不连续的边缘像素连成完备的边界。由于噪声也具有灰度变化迅速的特点,用微分算子边缘检测存在提升噪声的缺点,如果进行减噪,往往连目标信息也一同去除。而遥感图像往往具有灰度值过渡平稳、图像噪声较多的特点,因此微分算子的检测效果不理想。数学形态学可以有针对性地选择结构元素和变换方式,可对某一类特定目标进行减弱或加强。 　　基于数学形态学的图像边缘检测方法的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状,以达到对图像分析和识别的目的[1~4]。数学形态学滤波是数字图像处理和计算机视觉研究中的一种新方法,它基于集合运算,具有非线性特性,已经在图像边缘检测方面得到了广泛研究,特别是在遥感图像的边缘检测方面[5,6]。用数学形态学方法提取图像中有用信息时,选取合适的结构元素至关重要。对于信息量丰富的遥感图像来说,简单的结构元素常常难以适应。本文利用基于Tsallis熵差与百分位形态变换相结合的遥感图像边缘检测方法,结果表明,该方