VR激光成像中存在大量隨機(jī)噪聲,為了提高VR激光虛擬成像能力,提出一種VR激光成像噪聲過(guò)濾方法,對(duì)采集的三維小區(qū)域物體的特征圖像,分塊匹配和自適應(yīng)信息融合,完成虛擬VR激光圖像重構(gòu)處理,結(jié)合模板匹配技術(shù),對(duì)VR激光虛擬成像的特征匹配和濾波處理,采用多層Gabor小波降噪方法進(jìn)行激光小區(qū)域成像后的圖像降噪處理,對(duì)降噪濾波后的激光小區(qū)域成像輸出采用改進(jìn)的虛擬現(xiàn)實(shí)仿真技術(shù)實(shí)現(xiàn)圖像重建,實(shí)現(xiàn)噪聲過(guò)濾。仿真結(jié)果表明,該方法去噪分辨率更強(qiáng),抗干擾性與傳統(tǒng)方法對(duì)比,迭代60次后,成像信噪比達(dá)到最大49. 5 dB,更優(yōu)于貝葉斯方法的25. 4 dB與主成分分析方法的25. 4 d B。負(fù)載開(kāi)銷與時(shí)延的對(duì)比也較其他兩種方法更為經(jīng)濟(jì)。 

【文章來(lái)源】：激光雜志. 2020,41(02)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

激光小區(qū)域成像后的圖像降噪處理

從VR激光掃描的路徑G中沿著分割輪廓從u到v進(jìn)行圖像成像，得到成像的邊緣像素集記為pheromone(x,y)=(kind,capability)，根據(jù)上述構(gòu)建的空間物體VR激光小區(qū)域成像的小波多尺度降噪的網(wǎng)格模型，結(jié)合遠(yuǎn)程激光圖像采集結(jié)果，得到空間物體VR激光小區(qū)域成像的像素級(jí)特征量，綜上分析，實(shí)現(xiàn)基于改進(jìn)VR的激光小區(qū)域成像技術(shù)優(yōu)化，實(shí)現(xiàn)流程如圖2所示。4 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文方法在實(shí)現(xiàn)激光小區(qū)域VR檢測(cè)和激光圖像特征提取中的性能，進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)建立在Matlab 2010b和Visual C++軟件基礎(chǔ)上，激光成像采用的8個(gè)多光譜波段的承WorldView-2進(jìn)行原始圖像采集，分辨率與多光譜影像的成像波長(zhǎng)為1.2 m，原始分辨率為3.75 m，全色波段范圍:520-770 nm，幅寬:70 KM(星下點(diǎn))35KM(聯(lián)合成像)，側(cè)擺指向角度為±44°，能夠及時(shí)觀測(cè)成像區(qū)域，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行激光小區(qū)域成像仿真，并采用DEM高程數(shù)據(jù)進(jìn)行幾何糾正，得到原始采集的激光圖像如圖3所示。以圖3采集圖像為樣本，進(jìn)行VR成像優(yōu)化，得到采用本文方法和傳統(tǒng)單層小波去噪方法進(jìn)行激光小區(qū)域成像的對(duì)比結(jié)果如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]NSCT域內(nèi)結(jié)合相位一致性激勵(lì)PCNN的多聚焦圖像融合[J]. 劉棟,周冬明,聶仁燦,侯瑞超.  計(jì)算機(jī)應(yīng)用. 2018(10)
[2]Face image retrieval based on shape and texture feature fusion[J]. Zongguang Lu,Jing Yang,Qingshan Liu.  Computational Visual Media. 2017(04)
[3]基于剪切波域改進(jìn)Gamma校正的醫(yī)學(xué)圖像增強(qiáng)算法[J]. 周飛,賈振紅,楊杰,Nikola Kasabov.  光電子·激光. 2017(05)
[4]自外而內(nèi)的單幅圖像超分辨率復(fù)原算法[J]. 鄭向濤,袁媛,盧孝強(qiáng).  光學(xué)學(xué)報(bào). 2017(03)
[5]尺度自適應(yīng)暗通道先驗(yàn)去霧方法[J]. 宋穎超,羅海波,惠斌,常錚.  紅外與激光工程. 2016(09)
[6]基于多級(jí)引導(dǎo)濾波器的圖像區(qū)域融合算法[J]. 李旭寒,董安國(guó),封建湖.  激光技術(shù). 2016(05)
[7]小波去噪和神經(jīng)網(wǎng)絡(luò)相融合的超分辨率圖像重建[J]. 郭丙華,岑志松.  激光雜志. 2016(02)
[8]基于正則化約束的遙感圖像多尺度去模糊[J]. 譚海鵬,曾炫杰,牛四杰,陳強(qiáng),孫權(quán)森.  中國(guó)圖象圖形學(xué)報(bào). 2015(03)
[9]基于非下采樣輪廓波變換遙感影像超分辨重建方法[J]. 周靖鴻,周璀,朱建軍,樊東昊.  光學(xué)學(xué)報(bào). 2015(01)



本文編號(hào)：3131432