1 北京师范大学信息科学与技术学院, 北京 100875
2 北京师范大学遥感科学国家重点实验室, 北京 100875
3 燕山大学信息科学与工程学院, 河北 秦皇岛 066004
针对高空间分辨率遥感影像图幅较大、地物特征丰富以及边缘信息复杂等特点，提出了一种新的快速自适应插值方法，在较低计算复杂度下，有效改善了高空间分辨率遥感影像的插值效果。新算法按照坐标的奇偶性将待插值点分组，并利用Canny算子获得原始图像边缘；将相邻4个像素所组成的矩形区域按照边缘特点划分为5种类型，并针对各类插值点完成快速插值；利用已插值点和原像素点间的关系对剩余未插值点二次赋值。实验结果表明，新算法不仅具有较低计算复杂度，而且有效改善了传统插值方法产生的锯齿和模糊现象，获得了较高的峰值信噪比，对遥感影像插值算法的研究具有重要实际价值。
图像处理 遥感影像 图像插值 边缘检测 光学学报
2014, 34(s1): s110005
北京师范大学信息科学与技术学院, 北京 100875
针对二维Otsu及其改进算法分割直方图非高斯分布的遥感图像效果较差等问题，提出了一种基于最小类平均绝对偏差的遥感图像分割算法（MCMAD）。利用对角线投影法把遥感图像的二维直方图转化为一维直方图，从而降低计算复杂度；在不同阈值下计算一维直方图相应类中像素出现的概率和类中像素灰度的期望值；遍历一维直方图的所有阈值，得到不同阈值对应的类平均绝对偏差，将最小类平均绝对偏差对应的阈值作为最佳阈值分割点。实验结果表明，与二维Otsu及其改进算法相比，MCMAD算法不仅能够很好的分割直方图为高斯分布的遥感图像，而且改善了直方图为拉普拉斯分布的遥感图像分割效果。此外，新算法的时间消耗也很低。
图像处理 遥感图像分割 二维直方图 Otsu法 拉普拉斯分布 最小类平均绝对偏差 中国激光
2014, 41(s1): s109011
