资源描述：
《《激光雷达作业》PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、机载激光雷达图像边缘处理算法比较姓名宋志远学号S2008074指导老师李玉山第一章绪论1.1国内外研究发展动态激光雷达是"光探测和测距"(Lightdetectionandranging)的简称。国外略国内华中科技大学主要研究海洋探测激光雷达。哈尔滨工业大学主要研究障碍物回避用激光雷达，已研制出实验室样机。电子部27所主要研究直升机防撞激光雷达。中国科学院遥感应用研究所将激光扫描系统与其他遥感成像系统紧密结合的方案，并完成了试验样机。1.2激光雷达特点及机载激光雷达的应用特点优点a)具有极高的角分辨能力b)具有极高的距离分辨能力c)速度分辨率高测速范围宽d)激光雷达可
2、完成高精度距离和速度的同时测量e)抗干扰能力强f)可用于水下探测和水下通讯缺点1．全天候性能低于微波雷达；2．波束窄，搜索目标困难；3．效率低，技术上的难度大且一些关键技术不够成熟。机载激光雷达应用军用1．用于测距系统2．用于宇宙飞船导航3．用于水下定位及通讯民用1．用于大气遥感和大气测量2．用于测量大气臭氧3．用于工业生产中的险情预报4．用于测绘和大地测量5．用于港口雷达的交通管理第二章机载激光雷达距离图像的边缘检测研究本文分析和比较了5个算法(Sobel、Kirsch、LOG、Canny、参数检验算子)的基本性能指标,如信噪比、边缘定位的精度,并且对激光雷达所采集
3、的图像进行了实验比较。1）Sobel和Kirsch算子Sobel和Kirsch算子都是梯度算子,是根据计算梯度得到边缘的,可以代表梯度算子这一类的基本性质。对简单的梯度算子进行扩展,对周围邻域进行权值计算,具有平滑像素的作用。2）LOG算子Marr和Hildreth将高斯滤波和拉普拉斯边缘检测结合在一起,形成了著名的LOG算法,也称为拉普拉斯高斯算法。LOG算法首先对图像进行高斯平滑处理,然后再进行拉普拉斯变换,根据二阶导数交叉过零点对应一阶导数最大值的判定寻找边缘。3）Canny算子Canny算子也是先进行高斯平滑处理,然后用一阶偏导的有限差分计算梯度的幅值和方向,
4、再对梯度幅值进行非极大值抑制,最后用双阈值算法检测和连接边缘。4）参数检验算子参数检验算子是建立在数理统计上的一种边缘检测方法,是一种概率统计算子。通过对边缘分割开的两个区域的统计参量进行比较,如果相似,就不存在边缘,反之就存在边缘。激光雷达图像的噪声主要为乘性噪声，用参数检验算子效果较好。第三章机载激光雷达图像边缘检测算法比较(1)抗噪性能Sobel和Kirsch算法先对邻域内的像素点进行加权,然后根据梯度原理进行差分,得到像素中心的像素值。这种处理对抑制加性噪声有一定的好处,对抑制乘性噪声不是特别明显。LOG算法和Canny算法都采用了高斯平滑函数对图像进行平滑。
5、高斯函数平滑对高斯白噪声具有良好的抑制作用。参数检验算法是基于噪声为乘性噪声的,因而对散斑噪声有良好的抑制作用,而且它所采用的是统计特性,从理论上讲,对某些环境噪声也有一定抑制作用。(2)边缘定位精度两点需要考虑:1)所得到的边缘是多像素还是单像素2)考虑其误检率和漏检率。有的边缘算法已经包含了连接,它所得到的边缘图像是连续的,如LOG算法,而其他的某些算法并不能连接,因此边缘不连续,漏检就比较多。Sobel和Kirsch算法是通过模板与图像的卷积,再经二值化处理得到边缘图像,它是多像素的。Canny算法符合第3个准则,算法所得到的边缘是单像素的,但是没连接。LOG算
6、法所得到的边缘是单像素的,而且是已连接的。参数检验算法并没有明确地规定边缘的单像素,因而它的边缘是多像素的。边缘的大部分信息都已经包含在边缘里,重要的是后续能不能把正确的有效信息提取出来。(3)所需时间Sobel和Kirsch算法只利用了模板卷积,所以计算时间最短。而LOG和Canny算法都先利用了高斯平滑,再进行处理,所需的时间最长。对于同一幅图像,所需处理的时间从长到短为:Canny算法、LOG算法、参数检验算法、Kirsch算法、Sobel算法第四章实验结果及总结用5种算法对图2进行边缘检测,其中图像强度在0到1之间,结果如图所示。建筑物照片实际激光雷达成像图像
7、Canny算法Kirsch算法用Canny方法能检测到非常细致的灰度变化，但这不是所需要的建筑物的轮廓,只检测了一些零星的细节。Sobel算法LOG算法参数检验算法Sobel算法检测出的边缘都不太清楚,误检和漏检都很大。LOG算法的实验结果,是我们所要的这个建筑物的大致轮廓,σ越大,越能做到这一点。但左侧的这些像素的边缘检测出来,这并不是所需要的,而且建筑物的某些边缘已经内凹或者外凸,这些都是误检的,它的定位不精确,因此该方法并不适合。参数检验算法的结果,阈值为0.053。用参数检验算法得到的边缘图像的轮廓信息较好,漏检少;缺点是得到的图像的边缘是多
