融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪
发布时间：2021-03-27 03:52
遥感图像在矿区生态修复、地质灾害监测与防治等方面发挥了重要作用,但由于矿区环境复杂,导致获取的遥感图像存在噪声,在很大程度上影响了后续的图像解译与分析。为此,融合图像边缘检测与噪声抑制思路,提出了一种基于提升小波阈值（lifting wavelet thresholding,LWT）与改进Prewitt算子边缘检测（improved edge dectction of Prewitt operator,IEDPO）的矿区遥感图像去噪算法（LWT-IEDPO）。首先,对原始遥感图像进行提升小波变换,在保留低频小波子带不作处理的情况下,设计了一种双参数阈值函数模型对高频子带进行自适应噪声抑制,经过小波逆变换获得初步去噪后的遥感图像;其次,为有效增强滤波后图像的细节信息,将经典Prewitt算子的检测模板扩展到0°,30°,60°,90°,120°和150°这6个方向,并设计了相应的检测结果融合规则,提出了改进的Prewitt算子来提取图像边缘轮廓,获得轮廓图像和非轮廓图像;然后,为了进一步改善视觉效果,针对非轮廓图像采用改进的PalKing模糊算法提升对比度;最后,将增强后的非轮廓图像和轮...
【文章来源】：国土资源遥感. 2020,32(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
图像2实验结果对比
在上述实验的基础上，采用辽宁某露天采场的一幅视觉效果较差的航拍图像进一步对本文方法(LWT-IEDPO)性能进行检验，并与经典小波硬阈值、软阈值函数模型以及文献[22]、文献[7]分别提出的改进小波阈值方法进行去噪效果对比分析，实验结果如图4所示。分析图4可知:文献[22]和文献[7]分别提出的改进小波阈值函数去噪模型对于露天采场航拍图像的处理效果明显优于经典小波硬阈值、软阈值模型;采用LWT-IEDPO算法处理后，图中采场台阶边缘清晰可辨，图像视觉效果总体上优于其余4种方法，与实验一结果基本吻合。由此可以认为，LWT-IEDPO算法对于遥感噪声图像的处理，相对于同类算法而言有一定的优势。
本研究将经典的Prewitt算子的检测模板由0°和90°方向扩展到6个方向:0°，30°，60°，90°，120°和150°方向，如图1所示。采用此6个方向模板对图像进行边缘信息检测后，需要对各个方向的检测信息进行有机融合，方可获得最终的检测结果。以图像中任一5×5区域为例，分别采用本研究扩展后的Prewitt算子6方向模板对图像进行卷积运算，得到6个方向上的边缘检测结果F，即针对集合F，首先提取其极大值Fmax和极小值Fmin，然后对剩余元素组成的集合F"中的元素求取平均值，得到即为最终的边缘信息检测结果。
本文编号：3102832
【文章来源】：国土资源遥感. 2020,32(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
图像2实验结果对比
在上述实验的基础上，采用辽宁某露天采场的一幅视觉效果较差的航拍图像进一步对本文方法(LWT-IEDPO)性能进行检验，并与经典小波硬阈值、软阈值函数模型以及文献[22]、文献[7]分别提出的改进小波阈值方法进行去噪效果对比分析，实验结果如图4所示。分析图4可知:文献[22]和文献[7]分别提出的改进小波阈值函数去噪模型对于露天采场航拍图像的处理效果明显优于经典小波硬阈值、软阈值模型;采用LWT-IEDPO算法处理后，图中采场台阶边缘清晰可辨，图像视觉效果总体上优于其余4种方法，与实验一结果基本吻合。由此可以认为，LWT-IEDPO算法对于遥感噪声图像的处理，相对于同类算法而言有一定的优势。
本研究将经典的Prewitt算子的检测模板由0°和90°方向扩展到6个方向:0°，30°，60°，90°，120°和150°方向，如图1所示。采用此6个方向模板对图像进行边缘信息检测后，需要对各个方向的检测信息进行有机融合，方可获得最终的检测结果。以图像中任一5×5区域为例，分别采用本研究扩展后的Prewitt算子6方向模板对图像进行卷积运算，得到6个方向上的边缘检测结果F，即针对集合F，首先提取其极大值Fmax和极小值Fmin，然后对剩余元素组成的集合F"中的元素求取平均值，得到即为最终的边缘信息检测结果。
本文编号：3102832
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3102832.html
