基于非下采樣Contourlet的遙感圖像道路增強(qiáng)與提取.pdf

1、近年來(lái)，由于小波分析對(duì)點(diǎn)狀奇異性的目標(biāo)函數(shù)具有最優(yōu)非線性逼近特性，因而被廣泛的應(yīng)用到信號(hào)處理中，但是在高維情況下，小波分析不能充分利用數(shù)據(jù)本身所特有的幾何特征，并不是最優(yōu)的或者說(shuō)“最稀疏”的函數(shù)表示方法，因此不能很好的挖掘圖像中的方向邊緣信息。為了解決這一問題，多尺度幾何分析(MGA)的思想應(yīng)運(yùn)而生，它致力于構(gòu)建最優(yōu)逼近意義下的高維函數(shù)表示方法。非下采樣Contourlet(NSCT)作為一種多尺度幾何分析工具，其具有多尺度、多方向、平

2、移不變等性能，NSCT系數(shù)能比小波系數(shù)更精確的表示目標(biāo)，在圖像去噪、融合、增強(qiáng)等應(yīng)用上取得了較好的效果。此外，NSCT是一種固定框架變換，尺度和方向參數(shù)的調(diào)整比較方便，因此具有較好的適用性。
　　 本文對(duì)NSCT理論進(jìn)行了討論，提出了基于非下采樣的圖像道路提取和增強(qiáng)算法，并將多種算法集成在系統(tǒng)中。
　　 (1)提出了一種基于NSCT變換的遙感圖像道路提取方法。首先對(duì)NSCT的特性以及NSCT變換后道路的系數(shù)進(jìn)行分析，利用

3、道路的明顯特征，對(duì)NSCT分解后的系數(shù)進(jìn)行特征提取，并對(duì)特征矩陣進(jìn)行FCM(Fuzzy C-means)聚類，在對(duì)特征聚類的結(jié)果進(jìn)行非極大值抑制，得到道路提取的初步結(jié)果，再經(jīng)過道路的去偽、連接等后處理操作，得到最終的道路提取結(jié)果。
　　 (2)提出了一種基于NSCT變換的遙感圖像道路增強(qiáng)方法。利用形態(tài)學(xué)在NSCT變換域?qū)Φ缆愤M(jìn)行方向增強(qiáng)，在增強(qiáng)道路的同時(shí)，能夠較好的保持道路原有的寬度，利于后續(xù)的道路提取工作。
　　 (3