攝影測量與遙感圖像特征定位方法的研究

發(fā)布日期：2018-05-21 00:00 瀏覽量：11625

　　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(yán)重。

　　提出一種基于圖像的小特征分割算法進(jìn)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(jìn)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(jìn)行采集，數(shù)據(jù)逆變換后進(jìn)行擴(kuò)散圖像去噪，保持成像完整性。

　　1、基于小特征分割技術(shù)的遙感圖像檢測

　　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(jìn)行聚類區(qū)分，將所有數(shù)據(jù)分為N個(gè)數(shù)據(jù)級別后進(jìn)行均勻分配，確定將所有采集數(shù)據(jù)都?xì)w類區(qū)分。根據(jù)遙感圖像特征定位法用半徑為R的圓進(jìn)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(jìn)行遙感圖像數(shù)據(jù)合成特征過程中，易對每個(gè)聚類間的特征取值產(chǎn)生影響。

　　用c2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(jìn)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(gè)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(shí)現(xiàn)足夠特點(diǎn)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(jì)算方法對遙感圖像數(shù)據(jù)信息進(jìn)行梯度計(jì)算，實(shí)現(xiàn)攝影測量與遙感圖像特征定位方法遙感成像。
　　2、基于小特征分割技術(shù)的圖像去噪應(yīng)用
　　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(yán)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(kuò)散圖像去噪算法

　　在進(jìn)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(gè)小特征分割區(qū)域使用桑樹并行操作，分別得到兩個(gè)系數(shù)A和B，將兩個(gè)系數(shù)用復(fù)數(shù)表示為。

　　通過擴(kuò)散函數(shù)對小特征分割區(qū)域進(jìn)行非負(fù)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(shí)還解決了各向民性擴(kuò)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。

　3、結(jié)語