劉丹(遼寧城市建設(shè)職業(yè)技術(shù)學(xué)院,遼寧沈陽 110122)
攝影測量與遙感圖像特征定位方法的研究
劉丹
(遼寧城市建設(shè)職業(yè)技術(shù)學(xué)院,遼寧沈陽 110122)
隨著科技的進步,攝影測量與遙感成像技術(shù)越來越受到重視。目前該技術(shù)因受到數(shù)據(jù)在采集、傳輸、處理等技術(shù)原因的影響,無法去除干擾高斯白噪聲,對測量與成像的效果影響嚴重。為此,提出一種基于圖像的小特征分割算法進行攝影測量與遙感圖像特征定位,通過對采集到的圖像信息數(shù)據(jù)進行雙樹小特征分割法,將測量值與遙感圖像特征定位直方分割,按攝影測量按級別對遙感圖像特征信息數(shù)據(jù)進行采集,數(shù)據(jù)逆變換后進行擴散圖像去噪,保持成像完整性。仿真實驗證明,本文方法改善了原有測量成距離不準確,遙感圖像不清晰,圖像無法辨識等缺點。具有廣泛應(yīng)用性。
攝影測量 遙感圖像 特征定位
攝影測量與遙感圖像特征定位方法能夠滿足使用者在特殊環(huán)境下成像的要求,因此在軍事、醫(yī)療、衛(wèi)生、通信等領(lǐng)域被廣泛應(yīng)用。目前該技術(shù)因受到數(shù)據(jù)在采集、傳輸、處理等技術(shù)原因的影響,無法去除干擾高斯白噪聲,對測量與成像的效果影響嚴重。
提出一種基于圖像的小特征分割算法進行攝影測量與遙感圖像特征定位,通過對采集到的圖像信息數(shù)據(jù)進行雙樹小特征分割法,將測量值與遙感圖像特征定位直方分割,按攝影測量按級別對遙感圖像特征信息數(shù)據(jù)進行采集,數(shù)據(jù)逆變換后進行擴散圖像去噪,保持成像完整性。仿真實驗證明,本文方法改善了原有測量成距離不準確,遙感圖像不清晰,圖像無法辨識等缺點。具有廣泛應(yīng)用性。
攝影測量與遙感圖像特征定位方法對于成像的前置工作有重要意義。
1.1小特征分割梯度方法
在攝影測量與遙感圖像特征定位方法的小特征分割,首先將攝影測量采集數(shù)據(jù)進行聚類區(qū)分,將所有數(shù)據(jù)分為N個數(shù)據(jù)級別后進行均勻分配,確定將所有采集數(shù)據(jù)都歸類區(qū)分。根據(jù)遙感圖像特征定位法用半徑為R的圓進行遙感圖像像素的分割。
在攝影測量采集數(shù)據(jù)中,圖像距離函數(shù)都采用了小特征分割技術(shù),在進行遙感圖像數(shù)據(jù)合成特征過程中,易對每個聚類間的特征取值產(chǎn)生影響。
用χ2距離表示攝影測量遙感圖像定位特征取值的對應(yīng)變化。在對采集攝影測量數(shù)據(jù)進行小特征分割過程中,遙感圖像特征定位就重要許多。
對于一個最優(yōu)攝影測量與遙感圖像特征定位方法來說,第一步是確定遙感圖像特征具有何方向性,在滿足遙感圖像特征定位數(shù)據(jù)的基礎(chǔ)上,還要具有多方向性。使用最大的特征量定位來實現(xiàn)足夠特點的測量與遙感圖像特征的表述。
1.2基于雙樹小特征分割檢測算法
攝影測量與遙感圖像特征定位方法因受到高斯噪聲干擾及灰度分布不均等缺陷,致使采集到圖像模糊不清。在攝影測量與遙感圖像特征定位方法中采用雙樹小特征分割檢測,將采集的數(shù)據(jù)信息小特征分割,加入直方圖梯度計算方法對遙感圖像數(shù)據(jù)信息進行梯度計算,實現(xiàn)攝影測量與遙感圖像特征定位方法遙感成像。
攝影測量與遙感圖像特征定位方法該技術(shù)因受到數(shù)據(jù)在采集、傳輸、處理等技術(shù)原因的影響,無法去除干擾高斯白噪聲,對測量與成像的效果影響嚴重。
2.1噪聲產(chǎn)生原理
在攝影測量與遙感圖像特征定位方法的主要的噪聲為高斯白噪聲。因高斯白噪聲產(chǎn)生的譜密度是均勻分布。
2.2小特征分割技術(shù)擴散圖像去噪算法
在進行攝影測量與遙感圖像特征定位方法去噪算法具體步驟將兩個小特征分割區(qū)域使用桑樹并行操作,分別得到兩個系數(shù)A和 B,將兩個系數(shù)用復(fù)數(shù)表示為
通過擴散函數(shù)對小特征分割區(qū)域進行非負遞減,采用閾值收縮方法,判斷攝影測量與遙感圖像特征定位方法的研究受噪聲污染程度,確定小特征分割比例。不僅較好的保持了攝影測量與遙感圖像特征定位完整性,同時還解決了各向民性擴散的梯度效應(yīng),提升了攝影測量與遙感圖像特征定位方法的質(zhì)量。
提出一種基于圖像的小特征分割算法進行攝影測量與遙感圖像特征定位,通過對采集到的圖像信息數(shù)據(jù)進行雙樹小特征分割法,將測量值與遙感圖像特征定位直方分割,按攝影測量按級別對遙感圖像特征信息數(shù)據(jù)進行采集,數(shù)據(jù)逆變換后進行擴散圖像去噪,保持成像完整性。仿真實驗證明,本文方法改善了原有測量成距離不準確,遙感圖像不清晰,圖像無法辨識等缺點。具有廣泛應(yīng)用性。
[1]Hyung B K,KweeB S.A Particular object tracking in an environment of multiple moving objects[J].International Conference on Control,Automation and Systems,2010,18(2):125-133.
[2]張勁,王勝權(quán),劉小旭.計算機視覺及其應(yīng)用[J].科技致富向?qū)В?011(23):71.
[3]Kreucher C.M., Shapo B., Bethel R.. Multi-Target Detection and Tracking UsingMulti-Sensor Passive Acoustic Data[C]. Aerospace Conference, 2009,1-16.
[4]全曉臣.智能視頻監(jiān)控中的運動目標檢測和跟蹤技術(shù)研究[D].杭州:浙江大學(xué),2008.
劉丹(1984—),女,遼寧沈陽人,研究生講師,主要研究方向:攝影測量與遙感。