激光雷達(dá)作業(yè)

機(jī)載激光雷達(dá)圖像邊緣處理算法比較姓名宋志遠(yuǎn)

學(xué)號S2008074指導(dǎo)老師李玉山第一章緒論1.1國內(nèi)外研究發(fā)展動態(tài)激光雷達(dá)是"光探測和測距"(Lightdetectionandranging)的簡稱。

國外略

國內(nèi)華中科技大學(xué)主要研究海洋探測激光雷達(dá)。哈爾濱工業(yè)大學(xué)主要研究障礙物回避用激光雷達(dá)，已研制出實驗室樣機(jī)。電子部27所主要研究直升機(jī)防撞激光雷達(dá)。中國科學(xué)院遙感應(yīng)用研究所將激光掃描系統(tǒng)與其他遙感成像系統(tǒng)緊密結(jié)合的方案，并完成了試驗樣機(jī)。1.2激光雷達(dá)特點(diǎn)及機(jī)載激光雷達(dá)的應(yīng)用

特點(diǎn)優(yōu)點(diǎn)

a)具有極高的角分辨能力b)具有極高的距離分辨能力c)速度分辨率高測速范圍寬d)激光雷達(dá)可完成高精度距離和速度的同時測量e)抗干擾能力強(qiáng)f)可用于水下探測和水下通訊

缺點(diǎn)

1．全天候性能低于微波雷達(dá)；2．波束窄，搜索目標(biāo)困難；3．效率低，技術(shù)上的難度大且一些關(guān)鍵技術(shù)不夠成熟。機(jī)載激光雷達(dá)應(yīng)用

軍用1．用于測距系統(tǒng)2．用于宇宙飛船導(dǎo)航3．用于水下定位及通訊

民用1．用于大氣遙感和大氣測量2．用于測量大氣臭氧3．用于工業(yè)生產(chǎn)中的險情預(yù)報4．用于測繪和大地測量5．用于港口雷達(dá)的交通管理第二章

機(jī)載激光雷達(dá)距離圖像的邊緣檢測研究

本文分析和比較了5個算法(Sobel、Kirsch、LOG、Canny、參數(shù)檢驗算子)的基本性能指標(biāo),如信噪比、邊緣定位的精度,并且對激光雷達(dá)所采集的圖像進(jìn)行了實驗比較。1）Sobel和Kirsch算子

Sobel和Kirsch算子都是梯度算子,是根據(jù)計算梯度得到邊緣的,可以代表梯度算子這一類的基本性質(zhì)。對簡單的梯度算子進(jìn)行擴(kuò)展,對周圍鄰域進(jìn)行權(quán)值計算,具有平滑像素的作用。

2）LOG算子

Marr和Hildreth將高斯濾波和拉普拉斯邊緣檢測結(jié)合在一起,形成了著名的LOG算法,也稱為拉普拉斯高斯算法。LOG算法首先對圖像進(jìn)行高斯平滑處理,然后再進(jìn)行拉普拉斯變換,根據(jù)二階導(dǎo)數(shù)交叉過零點(diǎn)對應(yīng)一階導(dǎo)數(shù)最大值的判定尋找邊緣。3）Canny算子

Canny算子也是先進(jìn)行高斯平滑處理,然后用一階偏導(dǎo)的有限差分計算梯度的幅值和方向,再對梯度幅值進(jìn)行非極大值抑制,最后用雙閾值算法檢測和連接邊緣。4）參數(shù)檢驗算子參數(shù)檢驗算子是建立在數(shù)理統(tǒng)計上的一種邊緣檢測方法,是一種概率統(tǒng)計算子。通過對邊緣分割開的兩個區(qū)域的統(tǒng)計參量進(jìn)行比較,如果相似,就不存在邊緣,反之就存在邊緣。激光雷達(dá)圖像的噪聲主要為乘性噪聲，用參數(shù)檢驗算子效果較好。

第三章

機(jī)載激光雷達(dá)圖像邊緣檢測算法比較

(1)抗噪性能Sobel和Kirsch算法先對鄰域內(nèi)的像素點(diǎn)進(jìn)行加權(quán),然后根據(jù)梯度原理進(jìn)行差分,得到像素中心的像素值。這種處理對抑制加性噪聲有一定的好處,對抑制乘性噪聲不是特別明顯。LOG算法和Canny算法都采用了高斯平滑函數(shù)對圖像進(jìn)行平滑。高斯函數(shù)平滑對高斯白噪聲具有良好的抑制作用。參數(shù)檢驗算法是基于噪聲為乘性噪聲的,因而對散斑噪聲有良好的抑制作用,而且它所采用的是統(tǒng)計特性,從理論上講,對某些環(huán)境噪聲也有一定抑制作用。(2)邊緣定位精度兩點(diǎn)需要考慮:1)所得到的邊緣是多像素還是單像素2)考慮其誤檢率和漏檢率。有的邊緣算法已經(jīng)包含了連接,它所得到的邊緣圖像是連續(xù)的,如LOG算法,而其他的某些算法并不能連接,因此邊緣不連續(xù),漏檢就比較多。Sobel和Kirsch算法是通過模板與圖像的卷積,再經(jīng)二值化處理得到邊緣圖像,它是多像素的。

Canny算法符合第3個準(zhǔn)則,算法所得到的邊緣是單像素的,但是沒連接。LOG算法所得到的邊緣是單像素的,而且是已連接的。參數(shù)檢驗算法并沒有明確地規(guī)定邊緣的單像素,因而它的邊緣是多像素的。邊緣的大部分信息都已經(jīng)包含在邊緣里,重要的是后續(xù)能不能把正確的有效信息提取出來。(3)所需時間

Sobel和Kirsch算法只利用了模板卷積,所以計算時間最短。而LOG和Canny算法都先利用了高斯平滑,再進(jìn)行處理,所需的時間最長。對于同一幅圖像,所需處理的時間從長到短為:Canny算法、LOG算法、參數(shù)檢驗算法、Kirsch算法、Sobel算法第四章實驗結(jié)果及總結(jié)

用5種算法對圖2進(jìn)行邊緣檢測,其中圖像強(qiáng)度在0到1之間,結(jié)果如圖所示。

建筑物照片

實際激光雷達(dá)成像圖像Canny算法Kirsch算法用Canny方法能檢測到非常細(xì)致的灰度變化，但這不是所需要的建筑物的輪廓,只檢測了一些零星的細(xì)節(jié)。Sobel算法LOG算法參數(shù)檢驗算法Sobel算法檢測出的邊緣都不太清楚,誤檢和漏檢都很大。LOG算法的實驗結(jié)果,是我們所要的這個建筑物的大致輪廓,σ越大,越能做到這一點(diǎn)。但左側(cè)的這些像素的邊緣檢測出來,這并不是所需要的,而且建筑物的某些邊緣已經(jīng)內(nèi)凹或者外凸,這些都是誤檢的,它的定位不精確,因此該方法并不適合。參數(shù)檢驗算法的結(jié)果,閾值為0.053。用參數(shù)檢驗算法得到的邊緣圖像的輪廓信息較好,漏檢少;缺點(diǎn)是得到的圖像的邊緣是多像素的,并不唯一,所以必須對該圖像進(jìn)行后續(xù)處理,如細(xì)化、邊緣連接。因此后續(xù)的處理方法還需要重點(diǎn)考慮?？偨Y(jié)本文討論了5種算法的基本理論并對它們的幾項性能進(jìn)