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 |
|
|