局部标准差图像(Local Standard Deviation image,LSD)在卫星图像的空间一致性检测中有着重要的作用,然而利用传统的滑动窗技术计算局部标准差图像时,由于大量的循环过程使运算速度较慢,特别是当卫星图像较大而滑动窗较小时,这种运算更...局部标准差图像(Local Standard Deviation image,LSD)在卫星图像的空间一致性检测中有着重要的作用,然而利用传统的滑动窗技术计算局部标准差图像时,由于大量的循环过程使运算速度较慢,特别是当卫星图像较大而滑动窗较小时,这种运算更为耗时。采用了矩阵运算的思路,提出了根据滑动窗大小将卫星图像数组按一定方向和偏移量进行整体平移,然后对经过平移后的图像数组进行数学运算来获取标准差图像的快速算法。通过计算2005年1月1日的NOAA-16/AVHRR通道4亮温局部标准差图像实例表明,采用快速算法的计算效率相对于传统滑动窗算法计算效率提高明显。展开更多
针对传统边缘检测算法在处理拓片图像时,容易将模糊的细节部分丢失或者误检的问题,提出了一种基于局部特征的拓片图像边缘检测算法.该算法预处理部分采用了unsharp算子对细节部分进行保护和增强,利用局部标准差均值比(Local Standard De...针对传统边缘检测算法在处理拓片图像时,容易将模糊的细节部分丢失或者误检的问题,提出了一种基于局部特征的拓片图像边缘检测算法.该算法预处理部分采用了unsharp算子对细节部分进行保护和增强,利用局部标准差均值比(Local Standard Deviation Mean Ratio,LSDMR)对图像进行边缘描述,对LMSDR进行处理以得到图像边缘,实验结果表明,该算法对拓片图像模糊细节的边缘检测明显优于传统算法.展开更多
文摘局部标准差图像(Local Standard Deviation image,LSD)在卫星图像的空间一致性检测中有着重要的作用,然而利用传统的滑动窗技术计算局部标准差图像时,由于大量的循环过程使运算速度较慢,特别是当卫星图像较大而滑动窗较小时,这种运算更为耗时。采用了矩阵运算的思路,提出了根据滑动窗大小将卫星图像数组按一定方向和偏移量进行整体平移,然后对经过平移后的图像数组进行数学运算来获取标准差图像的快速算法。通过计算2005年1月1日的NOAA-16/AVHRR通道4亮温局部标准差图像实例表明,采用快速算法的计算效率相对于传统滑动窗算法计算效率提高明显。
文摘针对传统边缘检测算法在处理拓片图像时,容易将模糊的细节部分丢失或者误检的问题,提出了一种基于局部特征的拓片图像边缘检测算法.该算法预处理部分采用了unsharp算子对细节部分进行保护和增强,利用局部标准差均值比(Local Standard Deviation Mean Ratio,LSDMR)对图像进行边缘描述,对LMSDR进行处理以得到图像边缘,实验结果表明,该算法对拓片图像模糊细节的边缘检测明显优于传统算法.