摄影测量与遥感图像特征定位方法的研究

【摘 要】 随着科技的进步，摄影测量与遥感成像技术越来越受到重视。目前该技术因受到数据在采集、传输、处理等技术原因的影响，无法去除干扰高斯白噪声，对测量与成像的效果影响严重。为此，提出一种基于图像的小特征分割算法进行摄影测量与遥感图像特征定位，通过对采集到的图像信息数据进行双树小特征分割法，将测量值与遥感图像特征定位直方分割，按摄影测量按级别对遥感图像特征信息数据进行采集，数据逆变换后进行扩散图像去噪，保持成像完整性。仿真实验证明，本文方法改善了原有测量成距离不准确，遥感图像不清晰，图像无法辨识等缺点。具有广泛应用性。

【关键词】摄影测量 遥感图像 特征定位

摄影测量与遥感图像特征定位方法能够满足使用者在特殊环境下成像的要求，因此在军事、医疗、卫生、通信等领域被广泛应用。目前该技术因受到数据在采集、传输、处理等技术原因的影响，无法去除干扰高斯白噪声，对测量与成像的效果影响严重。

提出一种基于图像的小特征分割算法进行摄影测量与遥感图像特征定位，通过对采集到的图像信息数据进行双树小特征分割法，将测量值与遥感图像特征定位直方分割，按摄影测量按级别对遥感图像特征信息数据进行采集，数据逆变换后进行扩散图像去噪，保持成像完整性。仿真实验证明，本文方法改善了原有测量成距离不准确，遥感图像不清晰，图像无法辨识等缺点。具有广泛应用性。

1 基于小特征分割技术的遥感图像检测

摄影测量与遥感图像特征定位方法对于成像的前置工作有重要意义。

1.1 小特征分割梯度方法

在摄影测量与遥感图像特征定位方法的小特征分割，首先将摄影测量采集数据进行聚类区分，将所有数据分为N个数据级别后进行均匀分配，确定将所有采集数据都归类区分。根据遥感图像特征定位法用半径为R的圆进行遥感图像像素的分割。

在摄影测量采集数据中，图像距离函数都采用了小特征分割技术，在进行遥感图像数据合成特征过程中，易对每个聚类间的特征取值产生影响。

用c2距离表示摄影测量遥感图像定位特征取值的对应变化。在对采集摄影测量数据进行小特征分割过程中，遥感图像特征定位就重要许多。

对于一个最优摄影测量与遥感图像特征定位方法来说，第一步是确定遥感图像特征具有何方向性，在满足遥感图像特征定位数据的基础上，还要具有多方向性。使用最大的特征量定位来实现足够特点的测量与遥感图像特征的表述。

1.2 基于双树小特征分割检测算法

摄影测量与遥感图像特征定位方法因受到高斯噪声干扰及灰度分布不均等缺陷，致使采集到图像模糊不清。在摄影测量与遥感图像特征定位方法中采用双树小特征分割检测，将采集的数据信息小特征分割，加入直方图梯度计算方法对遥感图像数据信息进行梯度计算，实现摄影测量与遥感图像特征定位方法遥感成像。

2 基于小特征分割技术的图像去噪应用

摄影测量与遥感图像特征定位方法该技术因受到数据在采集、传输、处理等技术原因的影响，无法去除干扰高斯白噪声，对测量与成像的效果影响严重。

2.1 噪声产生原理

在摄影测量与遥感图像特征定位方法的主要的噪声为高斯白噪声。因高斯白噪声产生的谱密度是均匀分布。

2.2 小特征分割技术扩散图像去噪算法

在进行摄影测量与遥感图像特征定位方法去噪算法具体步骤将两个小特征分割区域使用桑树并行操作，分别得到两个系数A和B，将两个系数用复数表示为。

通过扩散函数对小特征分割区域进行非负递减，采用阈值收缩方法，判断摄影测量与遥感图像特征定位方法的研究受噪声污染程度，确定小特征分割比例。不仅较好的保持了摄影测量与遥感图像特征定位完整性，同时还解决了各向民性扩散的梯度效应，提升了摄影测量与遥感图像特征定位方法的质量。

3 结语

提出一种基于图像的小特征分割算法进行摄影测量与遥感图像特征定位，通过对采集到的图像信息数据进行双树小特征分割法，将测量值与遥感图像特征定位直方分割，按摄影测量按级别对遥感图像特征信息数据进行采集，数据逆变换后进行扩散图像去噪，保持成像完整性。仿真实验证明，本文方法改善了原有测量成距离不准确，遥感图像不清晰，图像无法辨识等缺点。具有广泛应用性。

参考文献：

[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]张劲，王胜权，刘小旭.计算机视觉及其应用[J].科技致富向导，2011（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]全晓臣.智能视频监控中的运动目标检测和跟踪技术研究[D].杭州：浙江大学，2008.