李甲駿

(河北張河灣蓄能發(fā)電有限責(zé)任公司， 河北 石家莊 050000)

0 引言

對于特征不同的場景空間，需給予準(zhǔn)確有效的歸類，而實現(xiàn)精準(zhǔn)歸類的基礎(chǔ)即為對不同場景空間特征的分析[1]。實施特征選取與提取之前，需先對原始圖像數(shù)據(jù)內(nèi)所具備的不同程度噪聲與冗余信息實施預(yù)處理[2-4]。為有效提升圖像預(yù)處理中濾波除噪的效果，并提升場景空間圖像的清晰呈現(xiàn)效果，應(yīng)先選取恰當(dāng)?shù)膱D像采集方式，采集所需場景空間的圖像數(shù)據(jù)作為實施特征分析的基礎(chǔ)[5-6]。

泛化深度遷移特征的高分遙感場景分類方法是通過將整合后的遙感場景圖像輸入到深度卷積神經(jīng)網(wǎng)絡(luò)內(nèi)實施預(yù)訓(xùn)練，將泛化性能更高的全局特征提取出，實現(xiàn)對遙感場景的分類，該方法雖具有較好的降噪效果與分類精度，但其分類的時效性稍差[7]；局部特H2征的多目標(biāo)圖像分割方法是通過運用雙目攝像頭采集場景圖像，并實施相應(yīng)預(yù)處理后，運用立體匹配將場景的深度信息獲取到并確準(zhǔn)目標(biāo)區(qū)域，通過提取目標(biāo)區(qū)域局部特征完成聚類分割，此方法聚類精度較高，聚類時效性好，但其降噪效果不夠理想，視覺呈現(xiàn)效果稍差[8-9]。

視覺傳達(dá)技術(shù)通?？蛇\用立體視覺的方式實現(xiàn)，包括攝像系統(tǒng)等，基于此方式所采集的圖像，具有更高的視覺傳達(dá)效果[10]?；诖吮疚难芯恳环N視覺傳達(dá)技術(shù)的場景空間特征分析方法，通過采集場景空間圖像并實施濾噪處理，實現(xiàn)以視覺傳達(dá)的方式呈現(xiàn)場景空間圖像，并基于此提取空間特征，完成對不同場景空間特征的有效分析，依據(jù)特征分析結(jié)果達(dá)到精準(zhǔn)歸類不同場景空間圖像的目的。

1 視覺傳達(dá)技術(shù)的場景空間特征分析方法

1.1 基于視覺傳達(dá)技術(shù)的場景空間特征提取

1.1.1 場景空間圖像采集與預(yù)處理

通過三維相機系統(tǒng)采集場景空間圖像數(shù)據(jù)，構(gòu)建所需場景，實現(xiàn)以視覺傳達(dá)的方式將場景呈現(xiàn)出，為之后提取并分析場景空間特征奠定基礎(chǔ)。由于所采集的場景空間圖像內(nèi)存在不同程度的噪聲，故需在以圖像的視覺傳達(dá)為基礎(chǔ)實施特征提取之前，對場景空間圖像實行去噪處理。

圖像濾波或圖像平滑即為過濾掉圖像內(nèi)噪聲的一種方式，通常而言一幅圖像的關(guān)鍵能量幾乎均在低頻與中頻段集中，而高頻段的噪聲通常會將圖像內(nèi)有價值的信息淹沒掉。故為降低噪聲對圖像質(zhì)量的影響，需通過一個能夠降低圖像內(nèi)高頻段噪聲的濾波器實現(xiàn)。本文實施圖像濾波處理的關(guān)鍵目的為：消除掉通過三維—相機系統(tǒng)所采集到的包含不同空間的場景空間圖像噪聲，提升之后通過場景空間圖像提取空間特征的準(zhǔn)確性，為精準(zhǔn)分析場景空間特征提供有效幫助。在對目標(biāo)場景空間圖像實施濾波時，應(yīng)在不破壞圖像的邊緣與輪廓等關(guān)鍵信息的基礎(chǔ)上，提升圖像的清晰度與整體視覺傳達(dá)效果。在此選用中值濾波的方式，實現(xiàn)對目標(biāo)場景空間圖像的去噪處理。該方式能夠在濾除目標(biāo)場景空間圖像噪聲的同時，最大程度地將目標(biāo)場景空間圖像的邊緣與輪廓等細(xì)節(jié)信息保留。

設(shè)目標(biāo)場景空間圖像內(nèi)待處理像素點(x0,y0)的鄰域集合以G表示，集合G內(nèi)元素的總個數(shù)為|G|，對待處理像素點(x0,y0)實施中值濾波處理的表達(dá)式為式(1)。

(1)

式中，點(x,y)處的灰度值大小以l(x,y)表示；Sort代表排序的意思。求取中值濾波處理的中位值過程如下。

(1) 以像素點灰度值的大小為依據(jù)排列各像素點；

(2) 選取依據(jù)灰度值大小排列好的像素點內(nèi)的中間值當(dāng)作目標(biāo)點的灰度值。中值濾波灰度值求取過程,如圖1所示。

圖1 中值濾波灰度值求取過程圖

1.1.2 場景空間特征提取

(1) 直接特征提取。三維—相機系統(tǒng)是由CCD攝像機、云臺及測距儀構(gòu)成的。通過云臺帶動測距儀在垂直與水平區(qū)間內(nèi)運動，最大測量范圍與測量精度分別為22 m和±32 mm。在整體掃描過程內(nèi)，能夠?qū)⒉煌瑫r刻的俯仰與水平掃描角、二維距離值同時記錄下來，以此完成對三維測距數(shù)據(jù)的采集。測距儀某一距離返回值設(shè)為υ，俯仰和水平掃描角分別以φ和φ表示，那么對應(yīng)此數(shù)據(jù)點的三維空間坐標(biāo)為式(2)。

(2)

測距儀測量物體的兩個關(guān)鍵參數(shù)即為俯仰與水平掃描角，三維成像的精度直接受所設(shè)置的掃描分辨率高低影響，若分辨率過高則會提高三維場景建模的誤差，而分辨率過低則會提升運算?？赏ㄟ^設(shè)置恰當(dāng)?shù)膾呙璺直媛?，提升三維場景建模的精度，以此提升場景空間圖像的視覺傳達(dá)效果。并通過在測距儀上方固定一個高清攝像頭，實現(xiàn)對周圍場景彩色圖像信息的采集。依據(jù)三維—相機系統(tǒng)所采集到的場景內(nèi)各數(shù)據(jù)點三維坐標(biāo)數(shù)據(jù)與圖像數(shù)據(jù)，將待分析空間的形態(tài)及位置等確準(zhǔn)，此即為視覺傳達(dá)技術(shù)的場景空間直接特征提取方法。

(2) 場景空間紋理特征提取的具體過程如下。

(a) 獲取圖像：運用三維—相機系統(tǒng)采集包含不同場景空間圖像，并令待分析空間的位置位于圖像的正中，實現(xiàn)基于視覺傳達(dá)的圖像獲?。?/p>

(b) 紋理分析：預(yù)處理所獲取到的場景空間圖像后，對該圖像實施紋理分析，同時將該圖像的紋理特征提取出，在紋理分析的基礎(chǔ)上運用特定描述符將場景空間的紋理特征獲取到。

視覺傳達(dá)技術(shù)的場景空間特征提取過程,如圖2所示。

圖2 場景空間特征提取過程圖

1.2 場景空間特征分析

1.2.1 空間特征融合

設(shè)場景空間直接特征與紋理特征分別以W1∈Rn1和W2∈Rn2表示，其中W2內(nèi)的元素設(shè)為0與1。將場景空間的直接特征與紋理特征相融合，獲取到融合后的場景空間特征，將其通過We∈Rn1+Rn2表示，如式(3)。

(3)

式中，矢量W1與W2的標(biāo)準(zhǔn)差以ω1和ω2表示，此值可通過對特征向量方差的平方根實施運算獲得。

1.2.2 空間特征匹配

運用特定的匹配算法將特征間的相似度獲取到即為特征匹配。在此通過統(tǒng)計判別卡方距離，檢測特征分析的性能。運用測試場景空間圖像的融合特征對比其余待選場景空間圖像的融合特征，兩種融合特征的卡方距離為式(4)。

(4)

式中，待選場景空間圖像的總數(shù)以k表示；測試場景空間圖像的融合特征與待選場景空間圖像的融合特征分別以M與N表示。在實施判別時，應(yīng)設(shè)定一個恰當(dāng)?shù)拈撝礽，當(dāng)卡方距離χ2與閾值i二者的關(guān)系符合χ2

基于直接特征和紋理特征融合的場景空間特征分析過程,如圖3所示。

圖3 場景空間特征分析過程圖

2 實際應(yīng)用效果分析

分別通過本文方法、泛化深度遷移特征的場景分類方法(文獻(xiàn)[7]方法)與局部特H2征的場景圖像分割方法(文獻(xiàn)[8]方法)由兩個實驗場景內(nèi)分別采集16幅與19幅場景空間圖像，將各方法所采集到的35幅場景空間圖像打亂，并分別通過各自方法對打亂后圖像實施降噪預(yù)處理及空間特征分析，依據(jù)各自分析結(jié)果將各場景空間圖像劃分到對應(yīng)的實驗場景內(nèi)，以劃分結(jié)果為依據(jù)檢驗各方法對場景空間特征的分析效果。

2.1 圖像采集效果對比

由各方法所采集的35幅場景空間圖像中各抽取出1幅圖像，對比各方法的圖像采集效果。各方法采集圖像呈現(xiàn)效果如圖4所示。

圖4 各方法采集圖像呈現(xiàn)效果對比

由圖4可看出，在圖像采集方面，本文方法所采集的場景空間圖像效果相對更清晰，噪聲點也相對更低，可見本文方法的圖像采集性能更優(yōu)越。

2.2 視覺傳達(dá)效果對比

分別通過三種方法對各自所采集到的35幅場景空間圖像實施濾噪處理，以2.1小節(jié)中所抽取出的各方法采集圖像為例，對比各方法濾噪后的場景空間圖像呈現(xiàn)效果，以此檢驗各方法的視覺傳達(dá)效果。各方法信噪比對比結(jié)果,如圖5所示。

圖5 各方法信噪比對比結(jié)果

通過圖5能夠看出，三種方法中，局部特H2征方法濾噪后的場景空間圖像呈現(xiàn)效果稍差，圖像去噪效果不夠理想；本文方法與泛化深度遷移特征方法濾噪后的兩幅場景空間圖像呈現(xiàn)效果較清晰，能夠有效降低圖像中的多余噪聲，圖像去噪效果理想，但兩種方法相比，本文方法濾噪后的圖像清晰度更高，說明本文方法具有更好的視覺傳達(dá)效果，可為之后實現(xiàn)空間特征分析奠定有效基礎(chǔ)，具有較為優(yōu)越的預(yù)處理性能。

2.3 分析性能對比分析

2.3.1 分析準(zhǔn)確性對比

統(tǒng)計三種方法在不同場景空間圖像數(shù)量下，劃分結(jié)果的錯誤拒絕率FRR與錯誤誤識率FAR，如表1所示。

表1 各方法劃分結(jié)果的評價指標(biāo)對比

分析表1中對比結(jié)果能夠得出，隨著所分析的場景空間圖像數(shù)量的增長，各方法劃分結(jié)果的錯誤拒絕率與錯誤誤識率均未出現(xiàn)較為顯著的上升趨勢，說明三種方法的劃分結(jié)果均較為穩(wěn)定，受空間圖像數(shù)量的影響較低；結(jié)合各方法的錯誤拒絕率與錯誤誤識率平均值可得知，在相同條件下，本文方法的錯誤拒絕率與錯誤誤識率相對更低，由此可說明，本文方法依據(jù)分析結(jié)果所得的劃分結(jié)果更準(zhǔn)確，特征分析結(jié)果更精準(zhǔn)，具有較高的分析準(zhǔn)確性。

2.3.2 分析時效性對比

各方法的整個分析過程用時對比結(jié)果,如表2所示。

表2 各方法分析過程用時對比結(jié)果

通過表2中數(shù)據(jù)可得知本文方法的整體分析過程用時更少，具有更好的時效性，能夠滿足對不同場景空間特征分析的實時性需求，為準(zhǔn)確劃分場景類別提供科學(xué)依據(jù)。

3 總結(jié)

本文研究一種視覺傳達(dá)技術(shù)的場景空間特征分析方法，實際應(yīng)用結(jié)果驗證了本文方法優(yōu)越的采集與濾噪性能，能夠提升場景空間圖像呈現(xiàn)的視覺傳達(dá)效果，可為精準(zhǔn)有效歸類不同特征的場景空間圖像提供有效依據(jù)。