自动矢量化技术中图像处理方法研究

摘要

本文主要围绕现在进行的地理信息系统的开发工作，并以此为应用背景，着重研究栅格图像矢量化技术中图像处理方法的实现。主要研究内容与成果如下：1.完成了图像消蓝去噪技术的研究，在均值滤波、中值滤波、级联滤波等滤波方法中通过实验方法，在定量与定性分析的基础上确定3×3结构窗口的中值滤波是适合本课题的图像去噪方法。2.实现了图像分割，对梯度分割和阈值分割的原理进行了详细阐述，根据不同的分割需要对图像进行了分割实验并且通过分割方法实现了图像二值化。3.完成了细化算法的研究，对经典的Hilditch和Deutsch方法进行了说明和比较，指出二者的缺点。采用数学形态学的方法对图像进行细化。4.实现了自动矢量化技术中图像处理方法研究系统的开发，完成了图像加噪声、图像去噪声、图像分割、图像细化等功能的设计与实现。

目录

摘要

前言

一、课题背景

(一)GIS概况

(二)电力地理信息系统的应用研究

(三)矢量化的提出

二、数字图像处理简介

(一)图像处理分类

(二)数字图像处理的主要内容

三、本课题的研究意义和内容

图像去噪声

一、图像读入并对图像加入噪声

二、均值滤波

(一)理论基础

(二)实验结果

三、中值滤波

(一)理论基础

(二)实验结果

四、单结构元素级联滤波

五、处理结果比较

(一)滤波器性能比较的两种计算方法

(二)计算结果的分析比较

六、小波去噪方法

(一)小波萎缩法

(二)投影方法

(三)相关方法

图像分割

一、图像分割的定义

二、图像分割方法的特点

三、主要分割方法

四、基于梯度的图像分割法

(一)Krisch分割法

(二)高斯拉普拉斯算法

(三)实验结果及结论

五、阈值分割法

(一)基本概念

(二)阈值的选取方法

六、模板匹配法

(一)基本理论

(二)实验结果

图像细化

一、细化定义

二、对细化结果的一般要求

三、相关算法

(一)基本术语

(二)细化算法的比较

四、基于数学形态学的细化算法

(一)数学形态学概述

(二)数学形态学运算的基本理论和基本运算

(三)细化算法

(四)细化算法的步骤

(五)细化的实验结果

(六)通过闭运算保持细化图像的连通性

(七)结论

系统软件设计与实现

一、软件主界面

二、开发过程

(一)菜单编制

(二)对话框的编程

(三)消息映射

(四)控件的数据交换和数据校验

三、系统的主要功能

(一)图像去噪声功能

(二)图像分割功能

(三)图像细化功能

结论

参考文献

附录

致谢

攻读学位期间发表论文情况