论文部分内容阅读
可见光航空影像中云与阴影检测一直是影像质量评价中比较关注问题,随着科技的发展各行各业对遥感数据需求量日益增大,可见光航空影像获取中云和阴影检测的精度和速度、以及雾霾和阴影处理问题越来越受到重视。本文基于DSP/FPGA(Digital Signal Processing/Field-Programmable Gate Array)硬件的特点,针对以往常见的可见光航空影像云雾和阴影处理及快速实现中存在的问题进行研究,较好的解决了算法中存在的部分问题,为可见光航空影像云雾与阴影的实时检测和快速处理奠定了一定的基础。
本文以可见光航空影像作为实验数据,以云雾、阴影为研究对象,对可见光航空影像中阴影区域、云雾区域的快速检测和处理进行研究,针对以往常见的算法中的问题进行研究和改进,并采用硬件DSP/FPGA进行代码固化和系统实现。最后,进行机载可见光航空影像云与阴影实时、快速检测的相关地面仿真实验。
阴影检测和去除方面,在对阴影区域的纹理特征、光谱特征、几何特征进行分析的基础上,提出了基于光谱和纹理特性的综合阴影检测算法。首先,基于改进光谱权值模型的阴影检测算法对影像进行阴影粗检测;其次,针对以往常见的阴影检测算法中阴影区域与阴影属性相似水体区域容易造成误检测的情况,提出了基于面向对象的改进高斯分布模型,提高了阴影的检测精度。另一方面,针对高分辨率遥感影像阴影去除存在的色差、边界线等问题,提出了一种基于面向对象的优化区域匹配阴影去除算法,较好的解决了以往常见的阴影去除算法中存在的非阴影区域与补偿后阴影区域色差、边界线的问题。
云区检测和雾霾处理方面,在对云区基本特征进行分析的基础上,提出一种综合改进HIS变换和无抽样小波变换云区检测算法,采用优化的HIS模型和改进的无抽样小波变换,一方面提高了云区检测算法的精度,另一方面去除了小波变换的下抽样环节,大大提高了云区检测算法的效率。另外,针对可见光航空影像数据采集过程中与云区干扰相比,对数据清晰度影响更大、更频繁的雾霾影响问题,从受雾霾干扰的可见光航空影像大气传输模型出发提出一种基于暗目标的可见光航空影像雾霾去除改进算法,利用无雾霾影像在MCA(Minimum Chrominanee Area)通道中的特性,求解受雾霾干扰的可见光航空影像大气传输模型,进行可见光航空影像雾霾的去除,实验表明,可见光航空影像的清晰度有了较为明显的提高。
最后,针对传统的冯·诺依曼结构处理器处理遥感图像存在的效率问题和目前遥感图像处理系统对普通PC机的依赖性,在科技支撑项目“高性能航空遥感数据自动处理与加工软件研制”的支持下,共同实现了一种基于DSP/FPGA的适合遥感图像实时、快速处理的硬件架构。实验证明,算法处理效果较好且算法执行效率有较为明显提高。