基于非下采样Contourlet的遥感图像道路增强与提取的任务书.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于非下采样Contourlet的遥感图像道路增强与提取的任务书.docx
基于非下采样Contourlet的遥感图像道路增强与提取的任务书一、任务背景遥感图像作为一种非常重要的信息获取手段,已经成为许多领域中的主要数据来源。在遥感图像中,道路是一种非常重要的特征,能够提供城市规划、道路交通等领域的关键信息。因此,道路在遥感图像处理中的提取一直是一个非常重要的研究领域。遥感图像中的道路特征非常复杂,光照条件、天气、地形等因素都会对道路的外观产生影响。因此,在实际的道路提取任务中,常常需要进行图像增强,以减小这些因素的影响,提高道路的可见度。此外,要从复杂的背景中提取出道路需要很强
基于非下采样轮廓波变换的遥感图像道路提取方法.pdf
本发明公开了一种从遥感图像中提取道路的方法,属于图像处理技术领域,主要解决现有技术对道路检测定位不够准确、虚假目标多且连续性较差的问题。具体实现过程是:首先,对输入图像进行包括自适应直方图均衡化和Frost去噪的预处理;然后对其进行3层非下采样轮廓波变换,每层分解为8个方向,提取第1层和第2层各方向子带的模极大值作为道路的线性特征向量;再采用模糊C均值聚类算法对得到的特征向量进行聚类,获得道路的初始提取结果;最后,对初始提取进行非极大值抑制以及基于空间关系的道路后处理,得到最终的道路提取结果。
基于非下采样轮廓波变换的遥感图像道路增强方法.pdf
本发明公开了一种遥感图像道路增强的方法,主要解决现有技术增强后的道路失真大,道路目标检测不准确的问题。其实现过程是:首先对遥感图像进行3层非下采样的轮廓波变换,其中每层变换的方向个数由低到高排列分别分为4,4,8,再根据各层变换的方向个数,设定相应的结构元素;然后对变换后的系数采用与之相近方向的结构元素进行方向性增强;最后计算图像中每个像素点的方向,得到图像的方向矩阵,通过方向矩阵对增强系数中的噪声和背景进行处理,再对处理后的增强系数进行轮廓波反变换,得到图像的增强结果。本发明能在增强道路的同时,很好的保
一种基于非下采样Contourlet扩散的图像增强方法.pdf
本发明涉及一种基于非下采样Contourlet扩散的噪声图像增强方法,基于非下采样Contourlet变换对边缘/轮廓的良好表示特性,利用非线性各向异性扩散方法有效消减增强图像中存在的伪Gibbs现象,在对图像的边缘特征和对比度增强的同时,对其中的噪声进行抑制,进一步提高图像质量。实验结果表明,本发明与传统的基于wavelet和非下采样Contourlet的方法相比能得到较好的增强效果。
基于FCM聚类的非下采样Contourlet域MRI图像增强方法.pdf
本发明方法涉及在非下采样Contourlet域上,利用模糊C均值Fuzzy?C-Means,FCM聚类,对磁共振成像Magnetic?Resonance?Imaging,即MRI图像进行增强的方法,尤其是一种基于FCM聚类的非下采样Contourlet域MRI图像增强方法。本发明方法与现有技术相比具有以下优点:1.本发明由于采用非下采样Contourlet变换,可以有效捕捉MRI图像中的边缘、轮廓信息和纹理细节信息。2.本发明由于引入FCM聚类的方法自适应地将高频方向子带系数区分为噪声、弱边缘和强边缘系数