论文部分内容阅读
本文是在曾志远先生主持的国家自然科学基金项目“SPOT图像信息提取与土地利用/土地覆盖识别与监测研究”资助下,对彩色图像主导颜色的提取及从属颜色的归并、归并后图像色斑边界的自动勾绘的理论和方法进行了研究。
目前遥感的应用可以分为两大类,一类是基于遥感影像多光谱特征的遥感影像的计算机分类;另一类是基于遥感彩色合成图像的人工解译,且该方法目前应用较广泛。为减轻基于人工解译遥感应用的工作量和减少解译过程中主观失误带来的解译结果的粗放性问题.本文就是要开发一套软件来代替基于图像颜色的人工解译。遥感影像彩色合成图像特别是基于曾志远先生LBV变换后图像的颜色一般与特定类型的地物相对应,遥感应用中一般只会提取最主要的若干种地物,对应到图像上就是提取最主要的若干种颜色,并把图像其他颜色归并到主要的颜色中去。
本文除对数字图像处理的一些基本理论问题进行研究外,重点对八叉树颜色量化算法进行了深入研究。发现利用八叉树算法归并的图像并不适合于地学应用,因为该算法用每一类所有像元颜色的平均值作为归并后类的颜色,当所要归并的类别数较少时,就会出现颜色的主色调与原图像发现较大的差异。本文对八叉树算法进行了一些改进,用每一类所有像元颜色的优势色,即类中出现次数最多的颜色作为归并后类的颜色,取得了较好的颜色提取和归并效果:同时对现有GIs开发包的矢量化功能进行了研究。根据以上理论,开发出一套基于颜色对彩色图像进行归并和归并后图斑边界自动勾绘的软件系统。