基于特征空间聚类结构信息的遥感影像边缘增强方法研究

论文摘要

边缘是图像最基本和最重要的特征之一，准确、有效地提取图像边缘信息，有利于图像分析、解译和应用。图像在获取和传输的过程中，常因各种因素的影响而导致边缘模糊，通过边缘增强消除模糊、突出图像的结构信息，一直是数字图像处理领域重要的研究课题。现有文献中介绍的图像边缘增强方法如非锐化掩膜法、梯度法等虽然比较成熟，但绝大部分是针对灰度图像提出的。随着技术的进步，彩色图像逐步普及到大部分应用领域，有关边缘增强的研究重心逐步转向彩色图像，目前仍处于探索阶段，尚未取得突破性进展。本文针对现有彩色图像边缘增强方法研究中存在的不足，提出基于特征空间聚类结构信息的遥感影像边缘增强方法，并以福州市的Quickbird影像数据为样本进行实证研究。论文的主要内容如下：（1）归纳与总结了有关图像边缘增强研究的历史与现状，在系统分析现有研究方法优劣的基础上，针对其中的不足提出基于特征空间聚类结构信息的遥感影像边缘增强新思路。（2）以实验区数据为样本分别检验了LUM（Lower Upper Middle）、拉普拉斯等基于合成的方法以及MEEF（Multichannel Edge Enhancing Filter）、SharpeningVM（Sharpening Vector Median）等基于矢量的方法，实施边缘增强的效果，基于实验结果验证了矢量法在增强效果上的整体优势。（3）在分析与提取遥感影像数据结构信息的过程中引入了基于几何概率的聚类方法并将该方法拓展到三维特征空间，利用该拓展的几何概率聚类法设计了提取遥感影像数据聚类结构信息与基于该聚类结构信息实施边缘增强的方法并实现了相关的算法。（4）基于VisualStudio2005开发平台，以本文提出并实现的基于特征空间聚类结构信息的边缘增强算法处理实验区多波段遥感影像数据，并通过将实验结果与已有方法对同一样本的处理结果进行对比，分析了本文提出的方法在遥感影像边缘增强方面所具有的相对优势。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 文献综述
• 1.2.1 彩色空间
• 1.2.2 边缘的定义
• 1.2.3 边缘的分类
• 1.2.4 边缘增强方法
• 1.2.5 彩色图像质量评价方法
• 1.3 研究内容与技术路线
• 1.3.1 研究内容
• 1.3.2 技术路线
• 1.4 本文的组织结构与章节安排
• 第二章 彩色图像边缘增强的方法
• 2.1 基于合成的边缘增强
• 2.1.1 LUM 方法
• 2.1.2 拉普拉斯彩色图像边缘增强
• 2.2 基于矢量的边缘增强
• 2.2.1 矢量中值滤波
• 2.2.2 矢量增强方法
• 2.2.2.1 多通道边缘增强滤波
• 2.2.2.2 锐化矢量中值滤波边缘增强
• 2.3 几种算法的比较与评价
• 2.4 本章小结
• 第三章 基于聚类结构信息的边缘增强
• 3.1 理论基础
• 3.2 基于聚类结构信息增强的一般过程
• 3.3 聚类分析
• 3.3.1 彩色空间的聚类分析
• 3.3.2 基于几何概率的聚类分析方法
• 3.4 边缘增强算法
• 3.5 本章小结
• 第四章 实证研究
• 4.1 实证研究数据
• 4.2 基于几何概率的聚类
• 4.3 基于聚类结构信息的边缘增强
• 4.4 增强效果评价
• 4.5 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 个人简历