航空遥感图像边缘检测技术及其应用

定　　价：76 元

丛书名：普通高等教育“十三五”规划教材

• 作者：景雨 ... [等] 著
• 出版时间：2017/3/1
• ISBN：9787030493309
• 出 版 社：科学出版社

• 中图法分类：TP72 
• 页码：176
• 纸张：胶版纸
• 版次：1
• 开本：16K

内容简介

本书以作者近年来在遥感图像边缘检测技术方面的研究成果为主线，结合国内外相关发展动态，系统全面地介绍遥感图像边缘检测技术的基本理论和近年来的新方法、新成果。

更多科学出版社服务，请扫码获取。

序 言

　　航空遥感技术自出现以来，就在海洋环境监测、对地观测及军事侦察等领域得到广泛应用。相应的航空遥感图像边缘检测技术也随着航空遥感技术的不断推广与发展被应用到各个领域中。

　　图像的边缘检测是遥感图像处理领域中的一个重要问题，并且是极富挑战性的研究领域，也是图像分割、纹理特征提取和形状特征提取等图像分析方法的重要基础，同时也为图像理解、模式识别和计算机视觉等高层次的图像处理任务提供了一定的依据。与卫星遥感相比，航空遥感更为机动灵活，其具备获取图像周期短、分辨率高、不受地面条件限制、资料回收方便及实时动态监测等特点，因此被广泛应用于军事、农业、林业、地质、矿产、水文和水资源、海洋、环境等领域侦查监测，以及台风、洪水、地震、海啸和海洋污染等大型灾难与事故处理等方面。尽管遥感领域的边缘检测方法有很多且各具特点，但由于航空遥感图像数据来源的多样性、应用背景的复杂性和边缘检测问题的局限性，到目前为止仍然很难找到一种普适性的边缘检测方法。同时，航空遥感图像通常具有低对比度、边界模糊、复杂噪声及背景、灰度不均匀性和纹理不一致性等问题，这些问题会直接影响目标检测和识别等后续任务处理的准确率和难易程度，且海量的遥感数据也对算法的效率提出了较高要求。因此，边缘检测算法的精确性、有效性、鲁棒性、通用性以及实时性仍然是亟待解决的问题。这些问题不仅是遥感图像边缘检测领域，而且也是其他图像边缘检测领域的研究热点，仍具有一定的挑战性。所以，航空遥感图像的边缘检测是富有现实意义和科研价值的重要课题。目前，国内航空遥感领域中尚无系统介绍遥感图像边缘检测算法的学术专著，希望本书的出版能够为促进航空遥感图像边缘检测算法的研究发挥积极的作用。

　　近年来，遥感领域中不断涌现新的边缘检测思路与方法，作者认为有必要向读者及时介绍这些新成果。由于边缘检测方法的多样性，本书主要以作者近年来的理论研究成果为主线，结合正在进行的科研项目，在研究团队多年从事海上溢油监视监测技术和航空输电线故障诊断技术的科研工作和教学工作的基础上撰写完成，同时穿插介绍一些国内外的相关发展情况，以及系统全面地介绍航空遥感图像边缘检测技术的基础理论与方法。本书围绕航空遥感图像边缘检测算法中遇到的几个重要问题展开研究，不仅对现有遥感图像边缘检测算法进行全面的总结和分析，而且提出多种航空遥感图像边缘检测的新思路和新算法，为解决其他领域图像边缘检测及模式识别中所遇到的问题提供了依据；书中成果在国内航空遥感海上溢油监测和航空输电线故障诊断等领域得到了较好的应用，取得了良好的社会价值和经济效益，同时也得到了国际遥感领域专家的认可。

　　本书主要从图像的灰度特征、区域特征和纹理特征信息入手，针对遥感图像边缘检测过程中存在的对比度低、边界模糊、复杂噪声及背景、灰度不均匀性和纹理不一致性等问题，重点阐述基于传统边缘检测流程的非封闭边缘检测技术和基于几何主动轮廓模型的封闭边缘检测技术，同时介绍遥感图像边缘检测技术在海上溢油灾害预警和航空输电线故障诊断等领域中的典型应用。

　　本书共7章。第1章和第2章主要介绍与边缘检测技术相关的基本理论和基础概念，分析航空遥感图像的成像方式、特点以及国内外相关技术的研究现状。第3章主要介绍基于传统边缘检测流程的航空遥感图像非封闭边缘检测技术，从算法描述、算法流程图和仿真实验等方面详细介绍作者所做的工作，包括基于动态分块阈值去噪和改进的GDNI边缘连接的边缘检测算法、基于纹理特征差异的边缘检测算法和基于纹理特征和11分布的边缘检测算法。第4章详细介绍基于区域特征的几何主动轮廓封闭边缘检测技术，首先对现存的简化的Mumford-.Shah主动轮廓封闭边缘检测模型做简要的概述，然后针对现有主动轮廓封闭边缘检测算法存在的问题，介绍基于变分对偶规则和区域可扩展拟合的全局最小化主动轮廓边缘检测算法，并讨论其在溢油航空遥感图像中的应用。第5章详细介绍基于灰度不均匀性特征的几何主动轮廓封闭边缘检测技术，分析灰度不均匀特征及基于灰度不均匀性特征纠正的边缘检测模型，重点介绍LGF.IHC边缘检测数学模型的构造以及最优化问题，并通过仿真实验讨论其在溢油航空遥感图像中的应用。第6章和第7章详细介绍基于纹理特征的几何主动轮廓封闭边缘检测技术，首先对遥感图像的纹理特征进行分析，重点介绍基于PCA-GMTD模型的航空遥感图像边缘检测算法和基于STD.GMAC模型的航空遥感图像边缘检测算法，并通过仿真实验讨论其在航空输电线图像故障诊断中的应用，为边缘检测提供新的思路。

　　本书出版之际，衷心感谢安居白教授和祁瑞华教授在本书编写过程中给予指导、支持和鼓励，同时感谢刘朝霞、李邵华、楼偶俊、陈恒、李敏给予的帮助和启发。

　　本书的出版得到国家自然科学基金项目（No.61501082、No.61502435、No.61471079和No.61201454.）、辽宁省教育厅科学研究一般项目（No.I，2013432和No.L2015137）、辽宁省自然科学基金项目（No.2015020017）、辽宁省高等学校优秀人才支持计划（NoidQ2014127）、河南省教育厅科学技术研究重点项目（No.14A520034）和郑州轻工业学院博士基金（No.2013BSJJ0041）资助，在此表示感谢。

　　景雨

　　2016年10月

目 录

目录
前言 1
绪论 1
1.1 遥感基本概念 1
1.1.1 遥感的定义 1
1.1.2 遥感的分类 2
1.2 遥感信息获取 4
1.2.1 遥感平台 4
1.2.2 遥感传感器 5
1.2.3 航空遥感成像方式 5
1.2.4 航空遥感获取信息的特点 7
1.3 航空遥感图像边缘检测的意义 8
1.4 航空遥感图像边缘检测的国内外研究现状 12
2 航空遥感图像边缘检测基本原理与技术 15
2.1 边缘检测基本原理 15
2.2 边缘检测相关技术 16
2.2.1 非封闭边缘检测算法 16
2.2.2 封闭边缘检测算法 20
3 基于传统边缘检测流程的航空遥感图像非封闭边缘检测技术 27
3.1 引言 27
3.2 基于动态分块阈值去噪和改进的 GDNI 边缘连接的边缘检测算法 27
3.2.1 算法描述 27
3.2.2 算法流程图 28
3.2.3 候选边缘点的确定 28
3.2.4 动态分块阈值去噪 30
3.2.5 改进的 GDNI 的边缘连接算法 32
3.2.6 MATLAB 仿真实验结果与分析 33
3.3 基于纹理特征差异的边缘检测算法 37
3.3.1 航空输电线图像纹理特征分析 37
3.3.2 SWIFTS 算法描述 41
3.3.3 SWIFTS 算法流程图 42
3.3.4 SWIFTS 窗口宽度 β 的确定 44
3.3.5 MATLAB 仿真实验结果与分析 46
3.4 基于纹理特征和 Γ 分布的边缘检测算法 57
3.4.1 TGA 算法描述 58
3.4.2 TGA 算法流程图 60
3.4.3 TGA 算法中新参数？的理论作用分析 61
3.4.4 MATLAB 仿真实验结果与分析 63
4 基于区域特征的航空遥感图像封闭边缘检测技术 68
4.1 引言 68
4.2 Chan-Vese 边缘检测模型 71
4.2.1 Chan-Vese 的理论模型 71
4.2.2 Chan-Vese 模型的水平集能量最小化 72
4.2.3 MATLAB 仿真实验结果与分析 73
4.3 区域可扩展的变分水平集边缘检测模型（RSF） 75
4.3.1 区域可扩展数据拟合模型的定义 76
4.3.2 区域可扩展拟合的边缘检测能量模型的水平集定义 77
4.3.3 基于梯度下降法的能量最小化 78
4.3.4 MATLAB 仿真实验结果与分析 78
4.4 基于 Chan 的全局最小化主动轮廓边缘检测模型（GMAC） 81
4.4.1 Chan-Vese 能量模型求全局极小解问题的转化 82
4.4.2 Chan-Vese 能量模型的全局极小解的数字化实现 83
4.4.3 MATLAB 仿真实验结果与分析 83
4.4.4 Chan-Vese 模型、RSF 模型和 GMAC 模型这三种基于区域的主动轮廓模型的 性能分析 85
4.5 基于变分对偶规则和区域可扩展拟合的全局最小化主动轮廓边缘检测 模型 86
4.5.1 全局主动轮廓框架下的区域可扩展边缘检测模型 RSF-GAC 的定义 87
4.5.2 能量模型求全局极小解问题的转化 87
4.5.3 基于加权全变分对偶规则的快速能量最小化 88
4.5.4 MATLAB 仿真实验结果与分析 90
5 基于灰度不均匀性特征的航空遥感图像封闭边缘检测技术 103
5.1 引言 103
5.2 灰度不匀均性特征纠正的边缘检测算法 103
5.3 基于灰度不均匀性特征纠正的边缘检测新模型的构造 104
5.3.1 基于局部高斯拟合和灰度不均匀性纠正的边缘检测数学模型 104
5.3.2 引入边缘梯度特征构造的边缘检测新模型 LGF-IHC 107
5.3.3 LGF-IHC 模型的凸性转化 108
5.3.4 基于加权全变分对偶规则的快速能量最小化 109
5.3.5 MATLAB 仿真实验结果与分析 110
6 基于 PCA 优化纹理特征的航空遥感图像封闭边缘检测技术 123
6.1 引言 123
6.2 图像纹理特征提取的分类 123
6.2.1 基于统计的纹理特征提取 123
6.2.2 基于结构的纹理特征提取 124
6.2.3 基于信号的纹理特征提取 124
6.2.4 基于模型的纹理特征提取 124
6.3 基于 PCA 的纹理特征优化 125
6.4 基于 PCA-GMTD 模型的航空遥感图像边缘检测模型 127
6.4.1 PCA-GMTD 边缘检测模型的来源 127
6.4.2 PCA-GMTD 边缘检测模型的定义 128
6.4.3 能量模型最小化求解 129
6.4.4 MATLAB 仿真实验结果与分析 132
7 基于纹理特征分布的航空遥感图像封闭边缘检测技术 150
7.1 引言 150
7.2 半局部纹理特征及其分布 152
7.3 基于 STD-GMAC 模型的航空遥感图像边缘检测模型 153
7.3.1 STD-GMAC 边缘检测模型的来源 153
7.3.2 STD-GMAC 边缘检测模型的定义 154
7.3.3 STD-GMAC 边缘检测模型的快速求解 154
7.3.4 MATLAB 仿真实验结果与分析 156
参考文献 166
附录 Rec 和 Var 的 GLCIA 实现 177