关键词：
遥感图像
数学形态学
Otsu阈值分割
标记分水岭分割
摘要：
在图像处理过程中,人们往往对图像中某些部分感兴趣,而不同的目标在图像中一般具有不同的特征。为了识别和分析图像中的目标区域,就需要把它们从图像中分离开来。遥感图像通常分辨率较高,包含信息丰富,目标结构比较复杂,同时也含有大量的噪声。由于遥感图像的这些特性,使得传统数学形态学的图像分割算法并不能完全适用,因此在一定程度上阻碍了图像分割技术在遥感领域的推广和应用。
本文针对遥感图像的特性,结合数学形态学在图像分割中的应用,提出了一种基于数学形态学的改进分水岭分割算法。通过实验验证,该算法具有高效、准确、快速等特点,可以得到连续封闭的目标区域。由于传统分水岭分割算法对噪声比较敏感,将该算法直接作用在遥感图像中会产生过分割现象,分割的效果并不理想。本文的主要工作包含以下几个方面：
首先,本文以二值形态学为基础,介绍了数学形态学的膨胀和腐蚀基本运算,并扩展到灰度形态学当中。通过几种梯度算子的分析和比较,本文提出的多尺度形态学梯度算子能够得到较为理想的梯度图像。
其次,采用扩展最小变换对梯度图像进行标记时,阈值的选取通常是人工设定的,一般带有一定的盲目性。本文采用二维Otsu阈值分割算法自适应地获取最佳阈值,避免了人为的干预。实验表明,该算法可以有效地抑制噪声的干扰,能够标记出图像的主要轮廓,保持完整的信息。
最后,本文提出标记分水岭分割算法,克服传统分水岭算法存在的过分割缺陷。对输入的原始图像进行形态学滤波处理,在得到的梯度图像上提取标记,并把标记强制作为极小值修改梯度图像。从实验的结果可以看到,该方法有效地解决了分水岭算法的过分割问题,得到了较好的分割效果。
欢迎来到三峡大学图书馆！
