王亞妮，周銀朋

（1.西安文理學(xué)院生物與環(huán)境工程學(xué)院，陜西 西安 721001；2.貴州省地礦局測繪院，貴州貴陽 550018）

為了更加形象地反映地表的形態(tài)特征，引入了地表特征點(diǎn)這一評(píng)價(jià)指標(biāo)，地表特征點(diǎn)可實(shí)現(xiàn)復(fù)雜地形的多層次表達(dá)。隨著圖像處理技術(shù)的不斷發(fā)展，復(fù)雜地形圖像特征提取對(duì)地表的分析和研究意義較為重大[1-2]?；跓o人機(jī)測繪的圖像特征點(diǎn)可以很好地保持復(fù)雜地形拓?fù)涞耐暾?，根?jù)這些圖像特征點(diǎn)，采用無人機(jī)測繪技術(shù)構(gòu)建地形拓?fù)渚W(wǎng)絡(luò)，從而對(duì)復(fù)雜地形的圖像特征進(jìn)行提取。但圖像特征點(diǎn)的采集具有很強(qiáng)的不確定性，導(dǎo)致復(fù)雜地形圖像特征無法準(zhǔn)確提取，使圖像特征灰度值和實(shí)際值吻合度較低[3]。

針對(duì)這一問題，國內(nèi)外學(xué)者進(jìn)行了相關(guān)的研究。其中，有學(xué)者提出一種基于高度差的地形圖像特征提取方法，該方法從地形拓?fù)浜喕矫鎸?duì)地形圖像特征進(jìn)行提取，精確地反映了地形圖像特征點(diǎn)的控制區(qū)域，并為復(fù)雜地形的圖像特征提取提供數(shù)據(jù)源，降低了復(fù)雜地形圖像特征點(diǎn)的偏差，但該方法提取的復(fù)雜地形圖像特征數(shù)據(jù)精度不高，并且沒有解決圖像特征灰度值和實(shí)際值吻合度較低的問題[4-5]。

為了解決上述方法中存在的問題，該文提出了基于無人機(jī)測繪的復(fù)雜地形圖像特征提取方法。該方法首先對(duì)復(fù)雜地形的圖像特征進(jìn)行了多閾值計(jì)算，然后基于多閾值計(jì)算結(jié)果對(duì)圖像特征進(jìn)行提取，最后通過實(shí)驗(yàn)研究，驗(yàn)證了該文所提方法的使用效果。

1 復(fù)雜地形圖像特征多閾值計(jì)算

復(fù)雜地形圖像特征點(diǎn)一般穩(wěn)定性較差，且圖像特征點(diǎn)的邊界較為模糊。為了提升其穩(wěn)定性并使圖像特征點(diǎn)的邊界變得清晰，采用隨機(jī)森林算法和圖像分類方式對(duì)復(fù)雜地形的圖像特征設(shè)定多個(gè)閾值，根據(jù)閾值的變化范圍和圖像特征邊界特點(diǎn)，對(duì)圖像特征多閾值進(jìn)行計(jì)算，將復(fù)雜地形圖像特征的邊界按照模糊程度建立圖像特征灰度空間，在圖像特征灰度空間內(nèi)采集圖像灰度數(shù)據(jù)，將圖像灰度數(shù)據(jù)和設(shè)定的圖像特征閾值代入高斯函數(shù)中，獲得較為簡單的圖像特征閾值，即：

式中，xmm為復(fù)雜地形圖像特征的灰度值，xT為圖像特征閾值的變化區(qū)間，Qmn表示得到的特征閾值[6-7]。

根據(jù)復(fù)雜地形圖像灰度數(shù)據(jù)變化范圍定義地形圖像特征的模糊矩陣，降低由于復(fù)雜地形圖像灰度數(shù)據(jù)發(fā)生變化而產(chǎn)生的信息損失，獲得變化范圍較為清晰的地形圖像灰度數(shù)據(jù)。由于復(fù)雜地形圖像特征灰度等級(jí)較高，需要將地形圖像閾值當(dāng)作一個(gè)未知的閾值變量，并對(duì)其進(jìn)行約束設(shè)定，從復(fù)雜地形圖像的特征點(diǎn)中，選取多個(gè)不同地形圖像模糊點(diǎn)，計(jì)算圖像模糊點(diǎn)中圖像像素的特征閾值函數(shù)，如式（2）所示：

式中，u1和u2分別為復(fù)雜地形圖像閾值T在圖像特征閾值變化區(qū)間的最大灰度值和最小灰度值；w1和w2分別為復(fù)雜地形圖像灰度值與地形圖像閾值的差值和平均值；v為整個(gè)復(fù)雜地形圖像特征信息的灰度值總和。其特征值指數(shù)如圖1 所示。

圖1 特征值指數(shù)

根據(jù)高斯函數(shù)計(jì)算地形圖像最優(yōu)閾值，根據(jù)最優(yōu)閾值設(shè)定圖像特征波動(dòng)閾值，對(duì)最優(yōu)閾值和地形圖像特征波動(dòng)閾值進(jìn)行最大類間方差求值，根據(jù)求值結(jié)果計(jì)算灰度數(shù)據(jù)變化范圍內(nèi)，圖像特征中心點(diǎn)與臨近點(diǎn)的幾何中心值，如果幾何中心值與復(fù)雜地形圖像特征閾值相差較大，需要采用自適應(yīng)平滑方法對(duì)復(fù)雜地形的圖像進(jìn)行平滑處理，獲得地形圖像收縮差；如果幾何中心值與復(fù)雜地形圖像特征閾值相差較小，則需要提取地形圖像特征點(diǎn)的極大點(diǎn)，并對(duì)其進(jìn)行有限離散，有限離散后產(chǎn)生的有限離散數(shù)據(jù)可作為地形圖像特征的離散數(shù)據(jù)；如果幾何中心值與復(fù)雜地形圖像特征閾值相等，則選取地形圖像特征點(diǎn)中任意兩點(diǎn)的函數(shù)值將其代入二階可微函數(shù)中進(jìn)行求值，從而獲取最優(yōu)地形圖像多閾值[8-9]。

2 復(fù)雜地形圖像特征點(diǎn)的無人機(jī)提取

借助上述得到的復(fù)雜地形圖像特征多閾值，提取圖像特征點(diǎn)。首先，檢測復(fù)雜地形圖像的特征點(diǎn)邊界，獲得目標(biāo)圖像特征點(diǎn)的邊界線，當(dāng)?shù)匦螆D像像素點(diǎn)比較模糊時(shí)，閉合當(dāng)前圖像特征點(diǎn)的邊界線，借助地形圖像的像素點(diǎn)和最優(yōu)的復(fù)雜地形圖像多閾值，獲取圖像特征點(diǎn)偏差，將圖像特征點(diǎn)偏差控制在標(biāo)準(zhǔn)范圍內(nèi)，提高復(fù)雜地形圖像的清晰度以及圖像特征灰度值和實(shí)際值的吻合度[10-12]。

采用無人機(jī)測繪技術(shù)對(duì)復(fù)雜地形的圖像特征點(diǎn)進(jìn)行表述時(shí)，表述的復(fù)雜地形圖像特征點(diǎn)中具有較多精度較高的三維數(shù)據(jù)，由于復(fù)雜地形圖像清晰程度無法保持穩(wěn)定，所以，對(duì)圖像特征點(diǎn)的提取消耗的時(shí)間較長。為了縮短圖像特征點(diǎn)的提取時(shí)間，并提升復(fù)雜地形圖像的清晰度，采用圖像處理技術(shù)將三維地形圖像處理成二維灰度圖像，借助無人機(jī)測繪技術(shù)實(shí)現(xiàn)復(fù)雜地形的快速測量和繪制[13]。圖像處理過程如圖2 所示。

圖2 圖像處理過程

二維灰度圖像將有限離散數(shù)據(jù)網(wǎng)格化后，地形圖像灰度級(jí)別將有所變化，原始的地形圖像灰度級(jí)別范圍為0～125 級(jí)，網(wǎng)格化處理后，地形圖像灰度級(jí)別范圍將變成0～80 級(jí)，網(wǎng)格化后地形圖像清晰度會(huì)有所提升，使地形變化凸顯得愈加明顯，當(dāng)?shù)匦巫兓?jí)別最高時(shí)，80 級(jí)的灰度地形圖像能夠很好地保證復(fù)雜地形的精度。為了獲得最優(yōu)復(fù)雜地形精度，將復(fù)雜地形圖像的灰度值作為網(wǎng)格大小，即：

網(wǎng)格定義完成后獲得復(fù)雜地形圖像，提取圖像中能夠反映地物起伏的地形圖像特征點(diǎn)。提取時(shí)，根據(jù)SIFT 算法判斷所提取的圖像特征點(diǎn)的多量性和仿射變換性，如果多量性較高，則需要根據(jù)噪聲來源消除地形圖像特征點(diǎn)中的邊緣響應(yīng)，再利用相鄰圖像特征點(diǎn)之間的角度差值建立模糊圖像特征點(diǎn)空間，通過模糊圖像特征點(diǎn)空間將復(fù)雜地形圖像按照其獨(dú)特性和圖像尺度分成大小不同的地形圖像，通過高斯金字塔將較大的地形圖像拆分成高斯差分地形圖像，提取高斯差分地形圖像中的局部極值點(diǎn)，根據(jù)局部極值點(diǎn)的分布情況，將高斯差分地形圖像與原始復(fù)雜地形圖像進(jìn)行結(jié)合，獲得結(jié)合后的地形圖像，結(jié)合后的地形圖像中的特征點(diǎn)極值檢測較為容易，在地形圖像中的位置更容易被發(fā)現(xiàn)，且地形圖像特征點(diǎn)的可靠性較高，分布較為均勻，完成了對(duì)復(fù)雜地形圖像特征點(diǎn)的提取[14-16]。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的基于無人機(jī)測繪的復(fù)雜地形圖像特征提取方法的實(shí)際工作效果，將基于高度差的地形圖像特征提取方法與該文提取方法進(jìn)行實(shí)驗(yàn)對(duì)比。實(shí)驗(yàn)中，采用Windows 11 操作系統(tǒng)，開發(fā)環(huán)境為vc.net。為了更清晰地采集復(fù)雜地形的圖像，采集圖像的攝像頭像素為200 dpi。

實(shí)驗(yàn)中選擇250 幀的地形圖像進(jìn)行對(duì)比實(shí)驗(yàn)，利用粒子群算法對(duì)復(fù)雜地形圖像特征進(jìn)行閾值設(shè)定，獲得華二階可微函數(shù)，完成對(duì)復(fù)雜地形圖像的多閾值優(yōu)化，優(yōu)化結(jié)束后完成對(duì)復(fù)雜地形圖像特征點(diǎn)的提取，分析優(yōu)化后的地形圖像特征多閾值，獲得地形圖像灰度值，將地形圖像灰度值與實(shí)際值進(jìn)行對(duì)比，結(jié)果如圖3 所示。

圖3 地形圖像灰度值實(shí)驗(yàn)結(jié)果

通過對(duì)比結(jié)果可知，采用該文提取方法對(duì)地形圖像特征進(jìn)行閾值優(yōu)化，得到的灰度值與實(shí)際值吻合度較高，說明地形圖像特征提取效果較好，而采用基于高度差的地形圖像特征提取方法對(duì)地形圖像特征進(jìn)行閾值優(yōu)化，得到的灰度值與實(shí)際值吻合度較低，說明提取效果較差。

為了更為精確地對(duì)比出不同提取方法的提取精度，在對(duì)復(fù)雜地形圖像進(jìn)行多閾值對(duì)比后，需要計(jì)算地形圖像灰度值的網(wǎng)格大小。分別采用該文提取方法和基于高度差的地形圖像特征提取方法進(jìn)行灰度值網(wǎng)格誤差率對(duì)比，選擇150 幀的復(fù)雜地形圖像樣本10幅，進(jìn)行8次對(duì)比實(shí)驗(yàn)，分別選取2、4、6、8次實(shí)驗(yàn)數(shù)據(jù)進(jìn)行灰度值網(wǎng)格誤差率對(duì)比，對(duì)比結(jié)果如圖4所示。

圖4 灰度值網(wǎng)格誤差率實(shí)驗(yàn)結(jié)果

由對(duì)比結(jié)果可知，該文提取方法的灰度值網(wǎng)格誤差率較低，基于高度差的地形圖像特征提取方法的灰度值網(wǎng)格誤差率遠(yuǎn)遠(yuǎn)高于該文方法的灰度值網(wǎng)格誤差率，且灰度值網(wǎng)格誤差率一直處于波動(dòng)狀態(tài)，驗(yàn)證了該文方法更具有可行性。

基于兩種不同提取方法的灰度值網(wǎng)格誤差率對(duì)比結(jié)果，進(jìn)行提取精度對(duì)比實(shí)驗(yàn)，對(duì)比結(jié)果如圖5所示。

圖5 提取精度實(shí)驗(yàn)結(jié)果

由圖5 對(duì)比結(jié)果可知，該文方法的提取精度較高，且隨著灰度值網(wǎng)格誤差率的增大沒有出現(xiàn)任何的波動(dòng)，處于較為穩(wěn)定的狀態(tài)，說明該文方法能夠精確地提取復(fù)雜地形圖像的特征，而基于高度差的地形圖像特征提取方法的提取精度較低，即使灰度值網(wǎng)格誤差率下降，提取精度沒有得到提高，且一直呈下降趨勢，不能精確地提取復(fù)雜地形圖像的特征，驗(yàn)證了該文方法的有效性。

4 結(jié)束語

該文提出的基于無人機(jī)測繪的復(fù)雜地形圖像特征提取方法優(yōu)于基于高度差的地形圖像特征提取方法，該文方法的灰度值與實(shí)際值吻合度較高，且提取精度更高，證明了該文方法的提取效果較好，且具有一定可行性。