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境下成像的要求，因此在軍事、醫療、衛生、通信等領域被廣泛應用。目前該技術因受到數據在采集、傳輸、處理等技術原因的影響，無法去除干擾高斯白噪聲，對測量與成像的效果影響嚴重。

　　提出一種基于圖像的小特征分割算法進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據進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據進行采集，數據逆變換后進行擴散圖像去噪，保持成像完整性。

　　1、基于小特征分割技術的遙感圖像檢測

　　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據進行聚類區分，將所有數據分為N個數據級別后進行均勻分配，確定將所有采集數據都歸類區分。根據遙感圖像特征定位法用半徑為R的圓進行遙感圖像像素的分割。

　　在攝影測量采集數據中，圖像距離函數都采用了小特征分割技術，在進行遙感圖像數據合成特征過程中，易對每個聚類間的特征取值產生影響。

　　用c2距離表示攝影測量遙感圖像定位特征取值的對應變化。在對采集攝影測量數據進行小特征分割過程中，遙感圖像特征定位就重要許多。

　　對于一個最優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據的基礎上，還要具有多方向性。使用最大的特征量定位來實現足夠特點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，將采集的數據信息小特征分割，加入直方圖梯度計算方法對遙感圖像數據信息進行梯度計算，實現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的圖像去噪應用
　　攝影測量與遙感圖像特征定位方法該技術因受到數據在采集、傳輸、處理等技術原因的影響，無法去除干擾高斯白噪聲，對測量與成像的效果影響嚴重。

　　2.1 噪聲產生原理

　　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。因高斯白噪聲產生的譜密度是均勻分布。

　　2.2 小特征分割技術擴散圖像去噪算法

　　在進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小特征分割區域使用桑樹并行操作，分別得到兩個系數A和B，將兩個系數用復數表示為。

　　通過擴散函數對小特征分割區域進行非負遞減，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，同時還解決了各向民性擴散的梯度效應，提升了攝影測量與遙感圖像特征定位方法的質量。

    　3、結語                                                                                                               

　　提出一種基于圖像的小特征分割算法進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據進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據進行采集，數據逆變換后進行擴散圖像去噪，保持成像完整性。仿真實驗證明，本文方法改善了原有測量成距離不準確，遙感圖像不清晰，圖像無法辨識等缺點。具有廣泛應用性。

猜你喜歡：

航空攝影測量外業調繪作業

攝影測量與遙感在鐵路測量中的應用

版權聲明：文章來源于網絡，登載此文出于傳遞更多信息之目的，版權歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權益，請聯系我們。