圖像平滑在機(jī)載激光點(diǎn)云與影像融合中的應(yīng)用

劉改進(jìn)

（廣州建通測繪地理信息技術(shù)股份有限公司，廣東 廣州 510663）

1引言

機(jī)載攝像機(jī)采集地面圖像信息時(shí)容易受大氣、圖像傳感器等外界因素干擾，導(dǎo)致拍攝的二維圖像出現(xiàn)部分區(qū)域亮度過高、噪聲明顯等問題。通過圖像平滑處理可以有效抑制這一缺陷，使圖像噪聲得到緩和。因此，圖像平滑是一種具有去噪功能的圖像空間域增強(qiáng)技術(shù)[1]，主要作用是降低圖像的各種噪聲、限制噪聲對(duì)圖像質(zhì)量的影響，是典型的機(jī)載二維圖像數(shù)據(jù)處理技術(shù)[2]。本文提出基于圖像平滑的機(jī)載激光點(diǎn)云與影像融合方法，使用非線性擴(kuò)散濾波器平滑技術(shù)處理無人機(jī)采集的二維圖像數(shù)據(jù)，強(qiáng)調(diào)圖像寬大區(qū)域、低頻成分、抑制圖像噪聲，以減小圖像的突變梯度，緩和圖像的噪聲區(qū)域，提高無人機(jī)采集圖像的質(zhì)量，進(jìn)而精準(zhǔn)實(shí)現(xiàn)三維激光點(diǎn)云數(shù)據(jù)與二維影像的融合。的部分[3]。非線性擴(kuò)散濾波器采用差異性方案處理圖像的邊緣區(qū)域與非邊緣區(qū)域，有針對(duì)性地解決不同特征的影像平滑問題，保障了機(jī)載影像平滑處理的質(zhì)量。

定義帶有噪聲的影像數(shù)據(jù)模型如公式（1）所示：

2基于圖像平滑的機(jī)載激光點(diǎn)云與影像融合方法

2.1基于非線性擴(kuò)散濾波器的圖像平滑處理

無人機(jī)能夠采集表達(dá)地面信息特征的機(jī)載激光點(diǎn)云數(shù)據(jù)與影像，一般情況下需要對(duì)兩種格式的數(shù)據(jù)進(jìn)行配準(zhǔn)融合才能獲取精準(zhǔn)、高質(zhì)量的地面圖像信息。在某些不可抗因素干擾下，二維影像的細(xì)節(jié)部分積攢大量微小區(qū)域，降低了圖像后期分割、融合等操作的效果，增加了圖像處理難度，因此需對(duì)原始影像進(jìn)行濾波平滑處理。選用非線性擴(kuò)散濾波器完成影像的平滑處理，優(yōu)點(diǎn)是既能有效去除影像噪聲，又能保留基本完成的邊界特征。影像信息的邊緣與輪廓是非線性擴(kuò)散濾波器平滑方法主要考慮的因素，即圖像中間斷

2.2 機(jī)載三維激光點(diǎn)云與影像融合實(shí)現(xiàn)

圖1 相機(jī)成像模型（無量測功能）

以上公式推導(dǎo)的過程顯示：二維影像像素的坐標(biāo)點(diǎn)（x，y）和其對(duì)應(yīng)的物體空間坐標(biāo)點(diǎn)（X，Y，Z）的關(guān)系，可以有效提高直接線性變換方程來描述。公式（11）中的系數(shù)ν解算方法參見文獻(xiàn)[6]，ν是η和μ的函數(shù)，也是實(shí)現(xiàn)三維激光點(diǎn)云數(shù)據(jù)與二維影像數(shù)據(jù)融合的關(guān)鍵。

基于文獻(xiàn)[6]的方法求解直接線性變換算法后，對(duì)二維影像數(shù)據(jù)實(shí)施三維激光點(diǎn)云貼圖，點(diǎn)云貼圖的主要方法是構(gòu)建三維激光點(diǎn)云與二維影像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系，主要目的是將像點(diǎn)RGB 顏色值賦到相應(yīng)點(diǎn)云上，三維激光點(diǎn)云具備顏色信息后即實(shí)現(xiàn)了機(jī)載激光點(diǎn)云與影像的融合。

總結(jié)三維激光點(diǎn)云貼圖的步驟為：①在機(jī)載攝影影像中選擇一個(gè)特征顯著的點(diǎn)作為控制點(diǎn)，標(biāo)記其坐標(biāo)；②結(jié)合解算公式通過迭代的方式求取參數(shù)值ν；③一一運(yùn)算點(diǎn)云對(duì)應(yīng)的像素坐標(biāo)值；④為三維激光點(diǎn)云賦予R、G、B 三種顏色值。

通過上述步驟即可完成三維激光點(diǎn)云數(shù)據(jù)與二維圖像數(shù)據(jù)的融合。

3 測試分析

為驗(yàn)證本文提出的基于圖像平滑的機(jī)載激光點(diǎn)云與影像融合方法在去除影像噪聲、融合激光點(diǎn)云與二維影像方面的可行性與優(yōu)勢，進(jìn)行仿真實(shí)驗(yàn)。采用低空無人機(jī)搭載測繪儀器與相機(jī)采集地面的激光點(diǎn)云數(shù)據(jù)與二維影像，采集到的三幅原始影像分別命名為影像1、影像2、影像3。

將高斯濾波算法、均值濾波算法作為本文圖像平滑處理的對(duì)比方法，采用包括本文方法在內(nèi)的三種方法對(duì)三幅影像進(jìn)行平滑處理，計(jì)算平滑后影像的均方差、信噪比、信息熵值，評(píng)估各方法的平滑處理效果，結(jié)果如表1 所示。

表1 影像1～影像3的平滑質(zhì)量評(píng)價(jià)結(jié)果

綜合三種方法對(duì)三幅影像平滑質(zhì)量的評(píng)價(jià)結(jié)果可知，本文方法取得的影像處理均方差始終最小、信噪比與信息熵始終最大，取得了優(yōu)異的圖像平滑處理效果；用本文方法平滑處理三幅圖像所得信噪比值分別為43.214dB、44.102dB、45.612dB，高于高斯濾波算法、均值濾波算法處理結(jié)果；在均方差方面，本文方法均低于1.6，均方差值越小證明圖像平滑去噪效果越優(yōu)；在信息熵評(píng)估方面，三種算法的信息熵值雖然相差較小，但是本文方法均領(lǐng)先于另外兩種平滑算法，取得了較優(yōu)的圖像處理效果。上述數(shù)據(jù)證明了本文方法在機(jī)載影像平滑處理方面的可行性與優(yōu)勢。

4 結(jié)論

本文提出了基于圖像平滑的機(jī)載激光點(diǎn)云與影像融合方法，具體研究了圖像平滑在機(jī)載激光點(diǎn)云與影像融合中的應(yīng)用情況，重點(diǎn)采用非線性擴(kuò)散濾波器進(jìn)行圖像平滑處理，經(jīng)實(shí)驗(yàn)驗(yàn)證取得了優(yōu)異的影像處理效果。圖像平滑處理是去除原始影像噪聲的關(guān)鍵途徑，本文提出的方法優(yōu)勢在于針對(duì)不同梯度值區(qū)域采用差異性平滑處理方案，有效保留了圖像信息的邊界，避免降低圖像噪聲的同時(shí)出現(xiàn)邊緣模糊現(xiàn)象。