目錄
前言 1
緒論 1
1.1 遙感基本概念 1
1.1.1 遙感的定義 1
1.1.2 遙感的分類 2
1.2 遙感信息獲取 4
1.2.1 遙感平臺 4
1.2.2 遙感傳感器 5
1.2.3 航空遙感成像方式 5
1.2.4 航空遙感獲取信息的特點 7
1.3 航空遙感圖像邊緣檢測的意義 8
1.4 航空遙感圖像邊緣檢測的國內(nèi)外研究現(xiàn)狀 12
2 航空遙感圖像邊緣檢測基本原理與技術(shù) 15
2.1 邊緣檢測基本原理 15
2.2 邊緣檢測相關(guān)技術(shù) 16
2.2.1 非封閉邊緣檢測算法 16
2.2.2 封閉邊緣檢測算法 20
3 基于傳統(tǒng)邊緣檢測流程的航空遙感圖像非封閉邊緣檢測技術(shù) 27
3.1 引言 27
3.2 基于動態(tài)分塊閾值去噪和改進的 GDNI 邊緣連接的邊緣檢測算法 27
3.2.1 算法描述 27
3.2.2 算法流程圖 28
3.2.3 候選邊緣點的確定 28
3.2.4 動態(tài)分塊閾值去噪 30
3.2.5 改進的 GDNI 的邊緣連接算法 32
3.2.6 MATLAB 仿真實驗結(jié)果與分析 33
3.3 基于紋理特征差異的邊緣檢測算法 37
3.3.1 航空輸電線圖像紋理特征分析 37
3.3.2 SWIFTS 算法描述 41
3.3.3 SWIFTS 算法流程圖 42
3.3.4 SWIFTS 窗口寬度 β 的確定 44
3.3.5 MATLAB 仿真實驗結(jié)果與分析 46
3.4 基于紋理特征和 Γ 分布的邊緣檢測算法 57
3.4.1 TGA 算法描述 58
3.4.2 TGA 算法流程圖 60
3.4.3 TGA 算法中新參數(shù)？的理論作用分析 61
3.4.4 MATLAB 仿真實驗結(jié)果與分析 63
4 基于區(qū)域特征的航空遙感圖像封閉邊緣檢測技術(shù) 68
4.1 引言 68
4.2 Chan-Vese 邊緣檢測模型 71
4.2.1 Chan-Vese 的理論模型 71
4.2.2 Chan-Vese 模型的水平集能量最小化 72
4.2.3 MATLAB 仿真實驗結(jié)果與分析 73
4.3 區(qū)域可擴展的變分水平集邊緣檢測模型（RSF） 75
4.3.1 區(qū)域可擴展數(shù)據(jù)擬合模型的定義 76
4.3.2 區(qū)域可擴展擬合的邊緣檢測能量模型的水平集定義 77
4.3.3 基于梯度下降法的能量最小化 78
4.3.4 MATLAB 仿真實驗結(jié)果與分析 78
4.4 基于 Chan 的全局最小化主動輪廓邊緣檢測模型（GMAC） 81
4.4.1 Chan-Vese 能量模型求全局極小解問題的轉(zhuǎn)化 82
4.4.2 Chan-Vese 能量模型的全局極小解的數(shù)字化實現(xiàn) 83
4.4.3 MATLAB 仿真實驗結(jié)果與分析 83
4.4.4 Chan-Vese 模型、RSF 模型和 GMAC 模型這三種基于區(qū)域的主動輪廓模型的 性能分析 85
4.5 基于變分對偶規(guī)則和區(qū)域可擴展擬合的全局最小化主動輪廓邊緣檢測 模型 86
4.5.1 全局主動輪廓框架下的區(qū)域可擴展邊緣檢測模型 RSF-GAC 的定義 87
4.5.2 能量模型求全局極小解問題的轉(zhuǎn)化 87
4.5.3 基于加權(quán)全變分對偶規(guī)則的快速能量最小化 88
4.5.4 MATLAB 仿真實驗結(jié)果與分析 90
5 基于灰度不均勻性特征的航空遙感圖像封閉邊緣檢測技術(shù) 103
5.1 引言 103
5.2 灰度不勻均性特征糾正的邊緣檢測算法 103
5.3 基于灰度不均勻性特征糾正的邊緣檢測新模型的構(gòu)造 104
5.3.1 基于局部高斯擬合和灰度不均勻性糾正的邊緣檢測數(shù)學(xué)模型 104
5.3.2 引入邊緣梯度特征構(gòu)造的邊緣檢測新模型 LGF-IHC 107
5.3.3 LGF-IHC 模型的凸性轉(zhuǎn)化 108
5.3.4 基于加權(quán)全變分對偶規(guī)則的快速能量最小化 109
5.3.5 MATLAB 仿真實驗結(jié)果與分析 110
6 基于 PCA 優(yōu)化紋理特征的航空遙感圖像封閉邊緣檢測技術(shù) 123
6.1 引言 123
6.2 圖像紋理特征提取的分類 123
6.2.1 基于統(tǒng)計的紋理特征提取 123
6.2.2 基于結(jié)構(gòu)的紋理特征提取 124
6.2.3 基于信號的紋理特征提取 124
6.2.4 基于模型的紋理特征提取 124
6.3 基于 PCA 的紋理特征優(yōu)化 125
6.4 基于 PCA-GMTD 模型的航空遙感圖像邊緣檢測模型 127
6.4.1 PCA-GMTD 邊緣檢測模型的來源 127
6.4.2 PCA-GMTD 邊緣檢測模型的定義 128
6.4.3 能量模型最小化求解 129
6.4.4 MATLAB 仿真實驗結(jié)果與分析 132
7 基于紋理特征分布的航空遙感圖像封閉邊緣檢測技術(shù) 150
7.1 引言 150
7.2 半局部紋理特征及其分布 152
7.3 基于 STD-GMAC 模型的航空遙感圖像邊緣檢測模型 153
7.3.1 STD-GMAC 邊緣檢測模型的來源 153
7.3.2 STD-GMAC 邊緣檢測模型的定義 154
7.3.3 STD-GMAC 邊緣檢測模型的快速求解 154
7.3.4 MATLAB 仿真實驗結(jié)果與分析 156
參考文獻 166
附錄 Rec 和 Var 的 GLCIA 實現(xiàn) 177