基于机器学习和方向模板的遥感图像边缘检测方法

摘要

针对遥感图像的边缘检测尤其是彩色遥感图像的边缘检测上存在诸多的不足,为了减少噪声,提高目标提取的精确度与完整性,提出一种基于机器学习和方向模板的遥感图像边缘检测方法.算法首先将RGB彩色图像转换到YCbCr颜色空间,根据机器学习获得的分类阈值进行分割,再采用改进的Harr方向特征模板,获得了较为完整的彩色遥感图像边缘信息.实验表明,基于机器学习算法的边缘检测能较好的提取出遥感图像的边缘特征,特别是对于地面物体的轮廓特征提取较为完整,符合遥感图像目标提取与识别需求.