无源毫米波海岸线图像的边缘提取方法研究

doi:10.3778/j.issn.1002-8331.2008.32.060

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (32): 200-202.DOI: 10.3778/j.issn.1002-8331.2008.32.060

无源毫米波海岸线图像的边缘提取方法研究

张光锋,李兴国,娄国伟

南京理工大学电子工程与光电技术学院，南京 210094

收稿日期:2008-05-15 修回日期:2008-07-25 出版日期:2008-11-11 发布日期:2008-11-11
通讯作者: 张光锋

Research on coastal line edge extraction method from passive radiometric image

ZHANG Guang-feng,LI Xing-guo,LOU Guo-wei

School of Electronic Engineering and Optoelectronic Technology，Nanjing University of Science and Technology，Nanjing 210094，China

Received:2008-05-15 Revised:2008-07-25 Online:2008-11-11 Published:2008-11-11
Contact: ZHANG Guang-feng

摘要/Abstract

摘要： 分析了无源毫米波辐射图像轮廓特征，讨论了基于二阶微分算子与形态学的图像边缘检测的方法，根据海岸线的无源毫米波辐射特性和成像特点对图像区域标识，然后利用自适应阈值操作实现多目标区域的细分，最后采用形态学边缘检测海岸线特征方法。实验结果表明：对比传统的微分算子处理结果，形态学算法具有较高的检测精度，适用于提取无源毫米波辐射图像边缘。

关键词: 海岸线, 辐射图像, 天线温度, 边缘提取, 形态学

Abstract: On basis of analyzing radiometric image outline characteristic and introducing the image segmentation approaches，this paper presents a coastal line extraction approach from 3 mm radiometric image.First it marks the typical objects according to the millimeter-wave radiation characteristic of different objects.Then it realizes image segmentation by the self-adapting threshold.Finally it adopts a sub-zone and multiple structural element morphological processing method.The result shows the method has higher precision and comprehensive applicability by contrasting to LOG processing result.

Key words: coastal line, radiometric image, antenna temperature, edge extraction, morphological

张光锋,李兴国,娄国伟. 无源毫米波海岸线图像的边缘提取方法研究[J]. 计算机工程与应用, 2008, 44(32): 200-202.

ZHANG Guang-feng,LI Xing-guo,LOU Guo-wei. Research on coastal line edge extraction method from passive radiometric image[J]. Computer Engineering and Applications, 2008, 44(32): 200-202.

[1]	阿力木·安外尔，张大旭，何巍，陈务军，王笑妍，周群超，罗一栋，陈能夫，孙鲲鹏. 基于深度学习的涂层织物折皱识别与检测[J]. 计算机工程与应用, 2021, 57(14): 116-125.
[2]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[3]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[4]	李云红，张秋铭，周小计，贾凯莉. 基于形态学及区域合并的分水岭图像分割算法[J]. 计算机工程与应用, 2020, 56(2): 190-195.
[5]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[6]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[7]	李佳芮，黄斯翀，徐修贤，康希睿，汪沛. 融合边缘信息和扩展邻域的异源图像匹配[J]. 计算机工程与应用, 2019, 55(14): 182-190.
[8]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[9]	刘丽华1，周涛2，周乾智1. 基于VPRS粗糙熵的图像分割[J]. 计算机工程与应用, 2018, 54(20): 178-183.
[10]	夏晨木，滕奇志，卿粼波，吴晓红，何小海. 岩石三维图像裂缝提取方法[J]. 计算机工程与应用, 2018, 54(17): 186-191.
[11]	张天勇，张立新，葛云，王欢，刘光欣. 红花花丝二维中心点标定方法研究[J]. 计算机工程与应用, 2018, 54(15): 176-180.
[12]	朱锐1，冯宏伟1，冯筠1，王惠亚2，刘建妮3，韩健3. 应用属性约简构建含有缺失数据的谱系树[J]. 计算机工程与应用, 2018, 54(10): 180-185.
[13]	崔丽群，张月，田鑫. 融合双阈值和改进形态学的边缘检测[J]. 计算机工程与应用, 2017, 53(9): 190-194.
[14]	邓仕超，黄寅. 二值图像膨胀腐蚀的快速算法[J]. 计算机工程与应用, 2017, 53(5): 207-211.
[15]	臧艺超1，邱菡1，2，周天阳1，2，朱俊虎1，2. 基于数学形态学的时间序列相似性度量研究[J]. 计算机工程与应用, 2017, 53(24): 64-68.

无源毫米波海岸线图像的边缘提取方法研究

Research on coastal line edge extraction method from passive radiometric image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics