激光雷達作業_第1頁
激光雷達作業_第2頁
激光雷達作業_第3頁
激光雷達作業_第4頁
激光雷達作業_第5頁
已閱讀5頁,還剩7頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

機載激光雷達圖像邊緣處理算法比較姓名宋志遠

學號S2008074指導老師李玉山第一章緒論1.1國內外研究發展動態激光雷達是"光探測和測距"(Lightdetectionandranging)的簡稱。

國外略

國內華中科技大學主要研究海洋探測激光雷達。哈爾濱工業大學主要研究障礙物回避用激光雷達,已研制出實驗室樣機。電子部27所主要研究直升機防撞激光雷達。中國科學院遙感應用研究所將激光掃描系統與其他遙感成像系統緊密結合的方案,并完成了試驗樣機。1.2激光雷達特點及機載激光雷達的應用

特點優點

a)具有極高的角分辨能力b)具有極高的距離分辨能力c)速度分辨率高測速范圍寬d)激光雷達可完成高精度距離和速度的同時測量e)抗干擾能力強f)可用于水下探測和水下通訊

缺點

1.全天候性能低于微波雷達;2.波束窄,搜索目標困難;3.效率低,技術上的難度大且一些關鍵技術不夠成熟。機載激光雷達應用

軍用1.用于測距系統2.用于宇宙飛船導航3.用于水下定位及通訊

民用1.用于大氣遙感和大氣測量2.用于測量大氣臭氧3.用于工業生產中的險情預報4.用于測繪和大地測量5.用于港口雷達的交通管理第二章

機載激光雷達距離圖像的邊緣檢測研究

本文分析和比較了5個算法(Sobel、Kirsch、LOG、Canny、參數檢驗算子)的基本性能指標,如信噪比、邊緣定位的精度,并且對激光雷達所采集的圖像進行了實驗比較。1)Sobel和Kirsch算子

Sobel和Kirsch算子都是梯度算子,是根據計算梯度得到邊緣的,可以代表梯度算子這一類的基本性質。對簡單的梯度算子進行擴展,對周圍鄰域進行權值計算,具有平滑像素的作用。

2)LOG算子

Marr和Hildreth將高斯濾波和拉普拉斯邊緣檢測結合在一起,形成了著名的LOG算法,也稱為拉普拉斯高斯算法。LOG算法首先對圖像進行高斯平滑處理,然后再進行拉普拉斯變換,根據二階導數交叉過零點對應一階導數最大值的判定尋找邊緣。3)Canny算子

Canny算子也是先進行高斯平滑處理,然后用一階偏導的有限差分計算梯度的幅值和方向,再對梯度幅值進行非極大值抑制,最后用雙閾值算法檢測和連接邊緣。4)參數檢驗算子參數檢驗算子是建立在數理統計上的一種邊緣檢測方法,是一種概率統計算子。通過對邊緣分割開的兩個區域的統計參量進行比較,如果相似,就不存在邊緣,反之就存在邊緣。激光雷達圖像的噪聲主要為乘性噪聲,用參數檢驗算子效果較好。

第三章

機載激光雷達圖像邊緣檢測算法比較

(1)抗噪性能Sobel和Kirsch算法先對鄰域內的像素點進行加權,然后根據梯度原理進行差分,得到像素中心的像素值。這種處理對抑制加性噪聲有一定的好處,對抑制乘性噪聲不是特別明顯。LOG算法和Canny算法都采用了高斯平滑函數對圖像進行平滑。高斯函數平滑對高斯白噪聲具有良好的抑制作用。參數檢驗算法是基于噪聲為乘性噪聲的,因而對散斑噪聲有良好的抑制作用,而且它所采用的是統計特性,從理論上講,對某些環境噪聲也有一定抑制作用。(2)邊緣定位精度兩點需要考慮:1)所得到的邊緣是多像素還是單像素2)考慮其誤檢率和漏檢率。有的邊緣算法已經包含了連接,它所得到的邊緣圖像是連續的,如LOG算法,而其他的某些算法并不能連接,因此邊緣不連續,漏檢就比較多。Sobel和Kirsch算法是通過模板與圖像的卷積,再經二值化處理得到邊緣圖像,它是多像素的。

Canny算法符合第3個準則,算法所得到的邊緣是單像素的,但是沒連接。LOG算法所得到的邊緣是單像素的,而且是已連接的。參數檢驗算法并沒有明確地規定邊緣的單像素,因而它的邊緣是多像素的。邊緣的大部分信息都已經包含在邊緣里,重要的是后續能不能把正確的有效信息提取出來。(3)所需時間

Sobel和Kirsch算法只利用了模板卷積,所以計算時間最短。而LOG和Canny算法都先利用了高斯平滑,再進行處理,所需的時間最長。對于同一幅圖像,所需處理的時間從長到短為:Canny算法、LOG算法、參數檢驗算法、Kirsch算法、Sobel算法第四章實驗結果及總結

用5種算法對圖2進行邊緣檢測,其中圖像強度在0到1之間,結果如圖所示。

建筑物照片

實際激光雷達成像圖像Canny算法Kirsch算法用Canny方法能檢測到非常細致的灰度變化,但這不是所需要的建筑物的輪廓,只檢測了一些零星的細節。Sobel算法LOG算法參數檢驗算法Sobel算法檢測出的邊緣都不太清楚,誤檢和漏檢都很大。LOG算法的實驗結果,是我們所要的這個建筑物的大致輪廓,σ越大,越能做到這一點。但左側的這些像素的邊緣檢測出來,這并不是所需要的,而且建筑物的某些邊緣已經內凹或者外凸,這些都是誤檢的,它的定位不精確,因此該方法并不適合。參數檢驗算法的結果,閾值為0.053。用參數檢驗算法得到的邊緣圖像的輪廓信息較好,漏檢少;缺點是得到的圖像的邊緣是多像素的,并不唯一,所以必須對該圖像進行后續處理,如細化、邊緣連接。因此后續的處理方法還需要重點考慮。總結本文討論了5種算法的基本理論并對它們的幾項性能進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論