發(fā)布時(shí)間：2020-04-07 18:22

【摘要】：武警交通部隊(duì)自2013年正式納入國(guó)家應(yīng)急救援體系成為搶險(xiǎn)救援的國(guó)家隊(duì)以來(lái),在屢次抗震救災(zāi)中扮演了道路搶通先鋒的重要角色。但在道路搶通中由于交通、通信不暢導(dǎo)致無(wú)法準(zhǔn)確掌握災(zāi)情,嚴(yán)重影響了救援工作的開(kāi)展。因此,震后快速準(zhǔn)確地獲取道路損壞信息,對(duì)于道路搶通、應(yīng)急救援等具有重大意義。近年來(lái),隨著無(wú)人機(jī)遙感技術(shù)的迅猛發(fā)展,使得利用其快速獲取、評(píng)估道路損毀信息成為可能。無(wú)人機(jī)以其機(jī)動(dòng)靈活、操控簡(jiǎn)單、價(jià)格便宜、無(wú)周期限制等優(yōu)點(diǎn),可在震后復(fù)雜環(huán)境下發(fā)揮重要作用。另外,光學(xué)遙感圖像比較適合道路搶通一線搶險(xiǎn)官兵判讀。基于此本文以無(wú)人機(jī)高分辨率光學(xué)圖像在震后道路搶通中的應(yīng)用展開(kāi)研究。研究的主要內(nèi)容如下:首先研究了無(wú)人機(jī)巡路多航道多視角高分辨率光學(xué)圖像拼接算法。針對(duì)目前沒(méi)有一種專門(mén)針對(duì)災(zāi)區(qū)路網(wǎng)獲取圖像的方法,本文提出了多航道多視角巡路方法獲取災(zāi)區(qū)道路圖像,該方法效率高適宜在震后獲取路網(wǎng)信息使用;圖像拼接方面針對(duì)傳統(tǒng)的SIFT特征點(diǎn)的圖像拼接方法對(duì)高分辨率光學(xué)圖像效果不佳的問(wèn)題,分別在SIFT特征點(diǎn)提取和配準(zhǔn)方法上進(jìn)行改進(jìn),實(shí)驗(yàn)結(jié)果表明改進(jìn)算法能有效的提高圖像拼接質(zhì)量,為下步道路提取提供了有力保障。其次在震后道路搶通中大場(chǎng)景光學(xué)圖像道路提取算法研究方面。目前道路提取算法眾多在不同應(yīng)用領(lǐng)域取得了良好效果,但對(duì)于信息量豐富的大場(chǎng)景圖像并不適用。基于此本文提出了一種提取“骨架”數(shù)值圖像的快速道路提取方法。該方法在震前大場(chǎng)景圖像中快速提取道路“骨架”二值圖像,并在其基礎(chǔ)上記錄干擾信息,豐富了道路提結(jié)果的同時(shí),為多時(shí)相“骨架”數(shù)值圖像的損毀檢測(cè)奠定了基礎(chǔ)。最后在多時(shí)相“骨架”數(shù)值圖像的道路損毀程度判定研究方面。分析了因地震引起的道路損毀類型和損毀程度,并明確了屬于道路搶通范圍的損毀。損毀檢測(cè)中采用了基于多時(shí)相“骨架”數(shù)值圖像道路損毀檢測(cè),通過(guò)差值法分步提取“骨架”數(shù)值圖像信息進(jìn)行了損毀判定,結(jié)果表明該方法能有效判斷損毀情況。為進(jìn)行損毀評(píng)估,本文提出了基于多時(shí)相“骨架”數(shù)值圖像的道路損毀程度預(yù)評(píng)估,結(jié)合光學(xué)圖像驗(yàn)證的道路損毀程度判定方法,并給出了損毀程度評(píng)估結(jié)果為道路搶通提供了依據(jù)。
【圖文】：

獲取信息不僅在無(wú)人機(jī)獲取圖像時(shí)帶來(lái)大量時(shí)間消耗，同時(shí)在獲取后圖像處理會(huì)帶來(lái)時(shí)間損失，這顯然與道路搶通中時(shí)效性要求相悖，基于此本節(jié)從無(wú)人機(jī)取震后路網(wǎng)模式展開(kāi)研究。2.2.1 多航道多視角無(wú)人機(jī)巡路概念及基本流程無(wú)人機(jī)巡路圖像獲取方式是指利用無(wú)人機(jī)沿道路走向有針對(duì)性的獲取某條道圖像的方式。下圖 2.1、2.2 分別給出了無(wú)人機(jī)巡路模式和全覆蓋模式獲取圖像示意圖。從示意圖可以發(fā)現(xiàn)，同時(shí)獲取某條道路時(shí)與全覆蓋獲取災(zāi)區(qū)圖像相比，，人機(jī)巡路模式顯然更具有針對(duì)性，飛行距離更短能夠有效的節(jié)約時(shí)間。

2.10從圖 2.11 的結(jié)果中可以看到，在原始圖上提取 SIFT 特征點(diǎn)較多，而本文改進(jìn)的融合特征圖上提取到的 SIFT 特征點(diǎn)少得多，且都是一些關(guān)鍵的特征點(diǎn)，這些特征點(diǎn)可以很好的進(jìn)行配準(zhǔn)變換參數(shù)的計(jì)算。下表 2.1 給出了原始圖像上和融合特征圖像上提取 SIFT 特征點(diǎn)的個(gè)數(shù)比較對(duì)照表。從表中的對(duì)比結(jié)果中可以看出，改進(jìn)的融合特征下提取 SIFT 特征點(diǎn)數(shù)量較傳統(tǒng)算法降低 40%左右，同時(shí)在提取時(shí)間效率上能夠得到相應(yīng)的提升，在保證提取到特征點(diǎn)的有效性基礎(chǔ)上，提升了提取 SIFT特征點(diǎn)的效率。
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP751;P315.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹帆之;徐楊斌;朱寶山;李潤(rùn)生;;利用動(dòng)態(tài)規(guī)劃半自動(dòng)提取高分辨率遙感影像道路中心線[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2015年06期

2 符喜優(yōu);張風(fēng)麗;王國(guó)軍;邵蕓;;結(jié)合張量投票和Snakes模型的SAR圖像道路提取[J];中國(guó)圖象圖形學(xué)報(bào);2015年10期

3 孫可;劉杰;;一種高分辨率遙感圖像道路半自動(dòng)提取方法（英文）[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

4 王燦進(jìn);孫濤;王銳;王挺峰;陳娟;;基于彩色二進(jìn)制局部不變特征的圖像配準(zhǔn)[J];中國(guó)激光;2015年01期

5 邱春婷;劉紅彥;齊靜;;一種改進(jìn)的Canny邊緣檢測(cè)方法[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2014年03期

6 曹永剛;王e

本文編號(hào)：2618235