|
|||||
|
|
| 雾天环境下机器视觉的边坡监测方法 | |
| 引用本文： | 时梦杰,陶庭叶,高飞,李江洋,陈皓.雾天环境下机器视觉的边坡监测方法[J].测绘通报,2022(6):88-92. |
| 作者姓名： | 时梦杰 陶庭叶 高飞 李江洋 陈皓 |
| 作者单位： | 合肥工业大学土木与水利工程学院 |
| 摘 要： | 针对在机器视觉的边坡监测过程中，雾的存在会降低图像质量，影响监测效果的问题，本文提出了一种结合暗通道先验(DCP)的边坡监测方法。首先，通过计算实时图像的FADE值，判断采集的图像是否需要去雾。对于需要去雾的图像，利用DCP算法进行去雾处理，还原其纹理细节信息；然后，利用尺度不变特征变换(SIFT)算法对去雾后的图像进行特征点匹配，利用随机抽样一致性(RANSAC)算法筛选优秀的匹配点对，获取模板与图像的变换矩阵，进而利用仿射变换求取模板坐标，求得边坡的位移。试验结果表明，本文方法在不同浓度的雾霭图像下均表现良好，有效克服了视觉监测在雾天环境难以应用的问题。 |
| 关 键 词： | 暗通道先验 机器视觉 边坡监测 位移提取 尺度不变特征变换 |