基于小波包与数学形态学的遥感图像道路提取研究
【摘要】:遥感数据信息作为一种重要的空间信息来源,凭借着时效性、实用性而被广泛应用于资源环境勘探,军事侦测,环境灾害监测,土地使用,作物估产,数字地球等很多领域,在国防,经济和社会发展中具有重要意义。随着卫星遥感数据采集技术的不断发展,提高遥感影像的空间分辨率,已经达到很精确的程度。展望未来,遥感技术将更快、更准确为人类提供更多的地理信息数据。面对这些海量数据,探索新的技术和方法,更准确,更多的从卫星遥感影像中获取所需的重要信息资料,长期以来是遥感图像处理领域需要解决的关键技术问题。
为了在遥感图像中清晰、准确的提取出道路信息,本文提出通过数学形态学和小波包方法提取遥感图像中道路信息的方法。首先本文介绍在遥感图像中提取道路信息的理论方法和技术基础。随后根据道路的光谱特性和道路的几何形状等可以辨识道路,为了在遥感图像中能够清晰有效的提取出道路的边缘信息,提出全方位、多尺度的数学形态学自适应边缘检测算法,该方法以数学形态学理论为基础,提出改进的抗噪型数学形态学边缘检测算子。然后在数学形态学边缘检测算子的基础上,针对遥感图像的几何特征和噪声影响,提出了多结构、多尺度的结构元素。由于在遥感图像中提取道路边缘信息时,道路信息受到周围噪声的影响,为了提取出清晰的边缘信息,减少噪声的影响,利用小波包变换算法来对遥感图像做进一步的处理。
最后将数学形态学和小波包方法应用到实际的遥感图像中,首先利用数学形态学的方法对遥感图像进行提取,经过提取后的图像含有比较多的噪声,因而我们通过小波包方法过滤不相干的信息,最后通过小波包和形态学方法对图像处理后,能够提取出我们需要的道路信息。实验表明,在遥感图像中提取道路信息中,采用小波包和数学形态学的方法能够去除噪声干扰,清晰准确的提取出道路信息。通过未来对数学形态学边缘检测算子和小波包算法的改进,在遥感图像中提取道路信息将更加准确。