一種改進(jìn)的彩色遙感圖像邊緣檢測(cè)算法研究

一種改進(jìn)的彩色遙感圖像邊緣檢測(cè)算法研究圖像邊緣檢測(cè)是圖像處理中重要的一個(gè)問題，它被廣泛應(yīng)、地質(zhì)、環(huán)境等領(lǐng)域。本文提出了一種改進(jìn)的彩色遙感圖像邊nyRGB和HSV兩種顏色空間以及基于顏色分量的梯度運(yùn)算。通過比較實(shí)驗(yàn)，nny彩色遙感圖像是現(xiàn)代地球觀測(cè)技術(shù)的重要成果之一。在多個(gè)領(lǐng)域中，測(cè)、城市規(guī)劃、資源管理等，遙感圖像的應(yīng)用越來越廣泛[1]。色遙感圖像邊緣檢測(cè)的準(zhǔn)確性和魯棒性成為了研究的Canny位置Canny度的計(jì)算，同時(shí)它也容易受到噪聲的影響，導(dǎo)致邊緣檢測(cè)的誤差增，我們提出了一種改進(jìn)的彩色遙感圖像邊緣檢測(cè)算法。該驟，分別是噪聲抑制、梯度計(jì)算、非最大抑制和滯后閾值。第一制，根據(jù)梯度方向來獲得非極大值點(diǎn)。第四步是通過一個(gè)閾值來邊緣和弱邊緣，強(qiáng)邊緣點(diǎn)被認(rèn)為是可靠的邊緣點(diǎn)，弱邊緣點(diǎn)被認(rèn)緣檢測(cè)算法y每個(gè)通道的梯度。然后，我們將圖像分解為三個(gè)顏色分量，即色和藍(lán)色。我們根據(jù)每個(gè)顏色分量計(jì)算梯度幅值和方向。在計(jì)度運(yùn)算，我們可以獲得更好的邊緣檢測(cè)結(jié)果。最后，使用非最了不同的算法，在目標(biāo)檢測(cè)和圖像分割中均取得了良好的表現(xiàn)。我們?cè)u(píng)估了對(duì)比方法和我們的算法在傳統(tǒng)評(píng)價(jià)標(biāo)準(zhǔn)的影響和比較。F我可以檢測(cè)到更多的邊緣，同時(shí)也具有更高的準(zhǔn)確度。在噪聲嚴(yán)一種改進(jìn)的彩色遙感圖像邊緣檢測(cè)算法。該算法是一種anny高的邊緣檢測(cè)精度、魯棒性和實(shí)用性。在實(shí)際應(yīng)用中，我們可以方式利用此算法進(jìn)行彩色遙感圖像的邊緣檢測(cè)，從而提高遙感圖olorimagesegmentationbasedoncolorandtextureusingemalgorithmandmorphologicaloperations[J].PatternRecognition,1999,32(9):1541-1548.VZhongYLiHYaoSYouYLi.Amultilevelimagethresholdingapproachbasedonluminance,chrominanceandlocaltexturefeaturesforcolorimagesegmentation[J].SignalProcessing,2017,133:25-39.ustBKGunturkColorimagedequantizationbasedonmultiscaleanalys