- Tytuł:
-
Wybrane przykłady wykorzystania morfologii matematycznej w przetwarzaniu obrazów w teledetekcji
Selected examples of applying mathematical morphology to image processing in remote sensing - Autorzy:
-
Kupidura, P.
Marciniak, J.
Koza, P.
Kowalczyk, M. - Powiązania:
- https://bibliotekanauki.pl/articles/130834.pdf
- Data publikacji:
- 2008
- Wydawca:
- Stowarzyszenie Geodetów Polskich
- Tematy:
-
morfologia matematyczna
filtracja obrazu
klasyfikacja obiektowa
wykrywanie krawędzi
mathematical morphology
image filtration
object-oriented classification
edge detection - Opis:
-
Morfologia matematyczna stanowi zbiór nieliniowych operacji,
umożliwiających zmianę struktury obrazu cyfrowego. Jej specyficzna natura pozwala
na przetwarzanie obrazów w zależności od kształtu, wielkości, tekstury czy sąsiedztwa obiektów
obecnych na zdjęciu. W artykule przedstawiono wyniki uzyskiwane w projekcie MNiSzW Nr
N526 034 32/3448, poświęconym w całości wykorzystaniu operacji morfologicznych
w przetwarzaniu danych teledetekcyjnych. Wnioski wynikające z przeprowadzonych badań
potwierdzają wysoką skuteczność morfologii matematycznej w wielu różnorodnych
zastosowaniach, jak filtracja dolnoprzepustowa, wydzielanie na obrazie heterogenicznych typów
obiektów, czy wykrywanie krawędzi obiektów. W artykule przedstawiono analizę możliwości
wykorzystania funkcji morfologicznych w przetwarzaniu danych teledetekcyjnych.
Zaprezentowano również założenia darmowego oprogramowania BlueNote, tworzonego w ramach
projektu.
The paper presents results of a research project concerning the application of mathematical morphology in remote sensing. Mathematical morphology was developed created in the 1960s by two Fench scientists: Jean Serra and George Matheron. Since then, the great progress in this discipline has led to the development of many different operators. Their most important advantage is involving important features of objects in the image, such as size, shape, texture, and neighbourhood. Because of that, selected morphological operators are used in digital image processing in many fields, including remote sensing. However, the analysis shows mathematical morphology to have an even greater potential in this field. The first line of thought presented is the object-oriented classification. The traditional, pixelbased algorithms are often ineffective when classifying selected heterogenic types of land cover. A morphological operator developed by Kupidura, involving a combination of results of opening and closing of the original image, allows to extract the class of orchards by using a simple pixelbased algorithm. The subsequent research showed that granulometric maps, first presented by Serra, which – for each pixel - generate a set of values denoting heterogeneity of the pixel neighbourhood, allow to extract the built-up class in a traditional classification process. The issue in which morphological operators prove their high efficiency is noise removal. Application of alternate filters allows to filter out both optical and microwave images with a high noise level. Noteworthy is that the filters show inpressive results wherever detail preservation is concerned. The project involved also experiments on edge detection with morphological gradient Preliminary results showed a high efficiency of those procedures comperable to Sobel’s gradient. An additional aim of the project was to develop software that would allow running any combination of morphological operators. The software called BlueNote will be available free of charge, which could lead to further increase of applications of mathematical morphology to remote sensing. - Źródło:
-
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 323-332
2083-2214
2391-9477 - Pojawia się w:
- Archiwum Fotogrametrii, Kartografii i Teledetekcji
- Dostawca treści:
- Biblioteka Nauki
Artykuł