基于NSST和改进数学形态学的遥感图像目标边缘提取

所需积分/C币:22 2021-03-08 11:34:30 1.04MB PDF
20
收藏 收藏
举报

为了从遥感图像中提取出更为准确完整的目标边缘,提出一种基于无下采样Shearlet 模极大值和改进数学形态学的目标边缘提取方法。首先采用无下采样 Shearlet 变换(NSST)将图像分解成边缘细节丰富的高频分量和边缘细节较少的低频分量;然后结合不同分解程度下边缘像素点处的系数关系,对高频分量的各个子带进行模极大值检测,再经过双层掩膜筛选后得到高频边缘提取结果;对低频分量采用改进的数学形态学方法,得到低频边缘提取结果;最后将上述两部分融合,使用区域连通方法去除孤立点,得到最终的目标边缘图像。大量实验结果表明,与 Canny 以及其他 4 种同类边缘提取方法相比,本文方法所得边缘定位准确、完整清晰、细节丰富,且抗噪能力强,为后续遥感图像目标特征提取与识别奠定更好基础。

...展开详情
试读 8P 基于NSST和改进数学形态学的遥感图像目标边缘提取
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
基于NSST和改进数学形态学的遥感图像目标边缘提取 22积分/C币 立即下载
1/8
基于NSST和改进数学形态学的遥感图像目标边缘提取第1页
基于NSST和改进数学形态学的遥感图像目标边缘提取第2页

试读结束, 可继续读1页

22积分/C币 立即下载 >