李 華，李 國(guó)

(1.四川信息職業(yè)技術(shù)學(xué)院，四川 廣元 628000；2.成都華微電子科技股份有限公司，成都 610015)

0 引言

可見(jiàn)光遙感是指?jìng)鞲性O(shè)備工作波段保持在0.38～0.76 μm之間(可見(jiàn)光波段范圍)的無(wú)人機(jī)遙感技術(shù)，是無(wú)人機(jī)航空測(cè)繪中最常應(yīng)用的技術(shù)手段。利用可見(jiàn)光遙感技術(shù)能夠獲得多種影像類型，且同一類影像的一個(gè)像素可以對(duì)應(yīng)多個(gè)對(duì)象，使得可見(jiàn)光遙感影像的質(zhì)量大幅提升[1]。相較于常規(guī)的無(wú)人機(jī)遙感技術(shù)，可見(jiàn)光遙感對(duì)于感光膠片感色范圍的要求相對(duì)較低，只要確保膠片不出現(xiàn)過(guò)度曝光的情況，即便是在感光性極弱的情況下，也可以獲得較為清晰的遙感影像。無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)的邊界清晰度與景觀分布密切相關(guān)，在景觀分布較為密集的情況下，不能保證地物目標(biāo)對(duì)象邊界的清晰度。另外，傳感器在0.38～0.76 μm的波段范圍時(shí)，一部分傳感光線可能會(huì)投射在地物目標(biāo)外部，使得較小地物景觀外部存在一部分的像素空缺區(qū)域，若傳感器元件的目標(biāo)提取位置在此部分空缺區(qū)域時(shí)，由于像素單位的不完整，必然會(huì)出現(xiàn)模糊的邊界輪廓，導(dǎo)致地物目標(biāo)提取難度增大，因此，研究地物目標(biāo)提取技術(shù)。

孫曉宇等[2]提出基于多通道數(shù)據(jù)融合的地物目標(biāo)提取方法。通過(guò)疊加和類IHS變換兩種方法，對(duì)無(wú)人機(jī)遙感RGB影像進(jìn)行融合處理，聯(lián)合DeepLabv3+卷積神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)影像地物目標(biāo)的提取。宋忠浩等[3]提出基于加權(quán)策略的高分辨率遙感圖像目標(biāo)提取方法。利用加權(quán)策略改進(jìn)YOLOv3遙感圖像目標(biāo)檢測(cè)模型，根據(jù)圖像特征挖掘結(jié)果，確定目標(biāo)的表現(xiàn)尺度條件，以便于傳感器主機(jī)能夠?qū)坝^目標(biāo)進(jìn)行提取。然而上述兩類方法的應(yīng)用能力有限，不足以保證目標(biāo)提取的清晰度。

為此，提出無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)提取方法，通過(guò)對(duì)比實(shí)驗(yàn)的方式，突出該方法的實(shí)際應(yīng)用能力。

1 獲取無(wú)人機(jī)可見(jiàn)光遙感影像特征

無(wú)人機(jī)可見(jiàn)光遙感影像特征包括光譜特征、紋理特征、邊緣特征三部分，分別對(duì)其進(jìn)行獲取與分析。

1.1 無(wú)人機(jī)可見(jiàn)光遙感影像光譜特征獲取

無(wú)人機(jī)可見(jiàn)光遙感影像光譜特征反映出了無(wú)人機(jī)可見(jiàn)光遙感影像的視覺(jué)特性，由于每種地物目標(biāo)對(duì)于可見(jiàn)光信號(hào)的感知能力不同[4]，因此其均具有獨(dú)特的光譜特征。相較于紋理特征和邊緣特征，可見(jiàn)光遙感影像光譜特征的穩(wěn)定性更好，且在可見(jiàn)光照射強(qiáng)度保持不變的情況下，平移、旋轉(zhuǎn)、縮放等操作都不會(huì)影響像素節(jié)點(diǎn)的分布[5]。對(duì)于無(wú)人機(jī)上搭載的傳感器元件而言，依照光譜特征描述遙感影像中的像素節(jié)點(diǎn)，既可以適應(yīng)可見(jiàn)光照射強(qiáng)度，又不會(huì)對(duì)像素節(jié)點(diǎn)的表現(xiàn)形式造成影響。

傳感器元件所繪制無(wú)人機(jī)可見(jiàn)光遙感影像為多光譜圖像，每一個(gè)像素節(jié)點(diǎn)都包含了豐富的光譜信息，除了常見(jiàn)的紅、黃、藍(lán)3個(gè)基礎(chǔ)波段光譜外，可見(jiàn)光遙感影像中還包含紫、橘、綠、黑4個(gè)過(guò)渡融合光譜，且不同光譜中的像素特征不會(huì)發(fā)生混合[6]。設(shè)紅色波段光譜內(nèi)的像素特征為X1，黃色波段光譜內(nèi)的像素特征為X2，藍(lán)色波段光譜內(nèi)的像素特征為X3，紅、藍(lán)(紫色)波段光譜的融合參數(shù)為α1，紅、黃(橘色)波段光譜的融合參數(shù)為α2，黃、藍(lán)(綠色)波段光譜的融合參數(shù)為α3，紅、黃、藍(lán)(黑色)3個(gè)波段光譜的融合參數(shù)為α4，聯(lián)立上述物理量，無(wú)人機(jī)可見(jiàn)光遙感影像的光譜特征如公式(1)所示：

(1)

同一幅可見(jiàn)光遙感影像中不會(huì)出現(xiàn)與光譜特征完全相反的地物目標(biāo)，即同一幅可見(jiàn)光遙感影像中，q>0和q<0不可能同時(shí)成立。此外，q=0表示當(dāng)前遙感影像中不存在光譜特征，不符合可見(jiàn)光照射下地物目標(biāo)的映射規(guī)律，所以該項(xiàng)取值條件不可能成立。由此完成無(wú)人機(jī)可見(jiàn)光遙感影像光譜特征獲取。

1.2 無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征獲取

隨著無(wú)人機(jī)可見(jiàn)光遙感成像技術(shù)的不斷進(jìn)步，地物影像的空間和光譜分辨率會(huì)顯著提升，使得越來(lái)越多的地物細(xì)節(jié)能夠清晰呈現(xiàn)。為此，在獲取光譜特征后，需要利用紋理特征描述無(wú)人機(jī)可見(jiàn)光遙感影像的可視化程度。可見(jiàn)光遙感影像中包含了大量與地物目標(biāo)相關(guān)的信息，紋理特征能夠彌補(bǔ)光譜信息在視覺(jué)性方面的缺失[7]。銳化處理會(huì)使得紋理特征更加明顯，提高影像地物目標(biāo)的聚焦程度和清晰度，從而使得特定遙感區(qū)域的色彩更加鮮明[8]。銳化處理前、后無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征如圖1和圖2所示。

圖1 銳化處理前的無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征

圖2 銳化處理后的無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征

(2)

βδ的取值屬于(-∞，0)∪(0，+∞)的數(shù)值區(qū)間，其中βδ<0成立表示銳化處理后可見(jiàn)光遙感影像紋理特征會(huì)減弱，βδ>0成立時(shí)，表示銳化處理后可見(jiàn)光遙感影像紋理特征會(huì)更加明顯。為此，在進(jìn)行紋理特征求解時(shí)，βδ的取值只能屬于(0，+∞)的數(shù)值區(qū)間，完成無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征獲取。

1.3 無(wú)人機(jī)可見(jiàn)光遙感影像邊緣特征獲取

無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征能夠提高地物目標(biāo)清晰度，因?yàn)檫吘墳檎跋裰械匚锬繕?biāo)信息最為集中的區(qū)域，所以獲取邊緣特征，進(jìn)一步提高清晰度。邊緣特征是無(wú)人機(jī)可見(jiàn)光遙感影像中最重要的特征，因?yàn)橛跋襁吘壴诒Ａ糁匾袼匦畔⒌耐瑫r(shí)，減少了地物目標(biāo)相關(guān)像素對(duì)象總量，所以即便是在節(jié)點(diǎn)數(shù)量相對(duì)較少的情況下，只要保證像素信息之間不發(fā)生相互覆蓋，就可以實(shí)現(xiàn)無(wú)人機(jī)可見(jiàn)光遙感影像邊緣特征的確切分析。無(wú)人機(jī)可見(jiàn)光遙感的視覺(jué)理論認(rèn)為邊緣是傳感器感知地物目標(biāo)的重要信息，在遙感影像中，邊緣只存在地物目標(biāo)的主題信息交界處[9]，能夠反映出像素類項(xiàng)之間的信息突變關(guān)系，是整幅影像中地物目標(biāo)信息最為集中的區(qū)域。

無(wú)人機(jī)可見(jiàn)光遙感影像邊緣特征的求解如公式(3)所示：

(3)

在獲取無(wú)人機(jī)可見(jiàn)光遙感影像邊緣特征時(shí)，傳感器元件對(duì)于邊緣區(qū)域內(nèi)地物目標(biāo)像素點(diǎn)的提取必須遵循如下條件：

1)同一地物目標(biāo)周?chē)荒芡瑫r(shí)存在多種不同類型的邊緣像素點(diǎn)，且每一個(gè)提取周期內(nèi)，傳感器元件只針對(duì)一種類型的像素對(duì)象進(jìn)行取樣。

2)如果邊緣區(qū)域過(guò)大，傳感器元件在一個(gè)提取周期內(nèi)[10]，無(wú)法實(shí)現(xiàn)對(duì)所涉及像素對(duì)象的完全取樣，在選取地物目標(biāo)時(shí)，應(yīng)該適當(dāng)縮小原圖像中相鄰像素點(diǎn)之間的比例關(guān)系，從而使得遙感影像呈現(xiàn)更密集的表現(xiàn)狀態(tài)。

3)除特殊情況外，傳感器元件在提取無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)時(shí)，只選擇一個(gè)邊緣區(qū)域作為像素點(diǎn)取樣范圍。

在上述條件下，u<0表示像素信息之間相互覆蓋，u≥0表示像素信息之間相互獨(dú)立，邊緣特征明顯。為此，在進(jìn)行紋理特征求解時(shí)，β的取值只能屬于[0，+∞)的數(shù)值區(qū)間，完成無(wú)人機(jī)可見(jiàn)光遙感影像紋理特征獲取。

2 基于影像特征的無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)提取

在同一遙感影像區(qū)域內(nèi)，獲取了無(wú)人機(jī)可見(jiàn)光遙感影像光譜特征、紋理特征與邊緣特征3種特征后，由于這些特征的分布形式受到可見(jiàn)光照射強(qiáng)度的直接影響[11]，導(dǎo)致在提取地物目標(biāo)過(guò)程中，易出現(xiàn)分布不均的情況。為此，需要對(duì)無(wú)人機(jī)可見(jiàn)光遙感影像數(shù)據(jù)集實(shí)行增廣處理，保證地物目標(biāo)特征分布均勻，得到較為清晰的地物目標(biāo)。按照影像編碼標(biāo)簽定義條件，計(jì)算地物目標(biāo)的增強(qiáng)權(quán)重，從而在參量化處理光譜參量的同時(shí)，確定光譜吸收指數(shù)的取值范圍，實(shí)現(xiàn)對(duì)影像地物目標(biāo)的提取。

2.1 無(wú)人機(jī)可見(jiàn)光遙感影像數(shù)據(jù)集增廣

在無(wú)人機(jī)可見(jiàn)光遙感影像中，一個(gè)地物目標(biāo)通過(guò)線性變換達(dá)到另一個(gè)目標(biāo)的平移行為稱為數(shù)據(jù)集增廣，在遙感像素點(diǎn)保持均勻分布的情況下，數(shù)據(jù)集增廣包括尺度旋轉(zhuǎn)、平移、旋轉(zhuǎn)、變換等多種操作行為。原始遙感影像數(shù)據(jù)集中，地物目標(biāo)像素點(diǎn)的分布越密集，表示無(wú)人機(jī)可見(jiàn)光的照射強(qiáng)度越大，在此區(qū)域內(nèi)完成數(shù)據(jù)集增廣，應(yīng)保證所提取地物目標(biāo)的唯一性。

(4)

E1，E2，…，En∈

(5)

設(shè)i1，i2，…，in分別表示與地物目標(biāo)像素節(jié)點(diǎn)匹配的遙感影像數(shù)據(jù)增廣向量，其取值屬于(-∞，0)∪(0，+∞)的數(shù)值區(qū)間，φ表示數(shù)據(jù)集內(nèi)的地物目標(biāo)像素節(jié)點(diǎn)關(guān)聯(lián)參數(shù)[12]，的增廣表達(dá)式如公式(6)所示：

(6)

跨遙感區(qū)域情況下，無(wú)人機(jī)可見(jiàn)光遙感影像特征不有意義，且不同遙感區(qū)域內(nèi)的地物目標(biāo)像素特征并無(wú)明顯相關(guān)性，只能在單一遙感區(qū)域內(nèi)完成對(duì)地物目標(biāo)提取，由此完成無(wú)人機(jī)可見(jiàn)光遙感影像數(shù)據(jù)集增廣。

2.2 無(wú)人機(jī)可見(jiàn)光遙感影像編碼標(biāo)簽定義

完成增廣后的無(wú)人機(jī)可見(jiàn)光遙感影像數(shù)據(jù)集內(nèi)一個(gè)像素節(jié)點(diǎn)可以同時(shí)與多個(gè)影像編碼標(biāo)簽保持對(duì)應(yīng)關(guān)系，但一個(gè)標(biāo)簽只能對(duì)應(yīng)一個(gè)地物目標(biāo)，且影像編碼標(biāo)簽對(duì)于地物目標(biāo)的提取速率始終大于遙感影像數(shù)據(jù)集內(nèi)的像素節(jié)點(diǎn)識(shí)別速率，因此定義影像編碼標(biāo)簽，實(shí)現(xiàn)標(biāo)簽與目標(biāo)的一一對(duì)應(yīng)。影像編碼標(biāo)簽是針對(duì)遙感影像數(shù)據(jù)集增廣處理?xiàng)l件的地物目標(biāo)提取原則。一幅完整的無(wú)人機(jī)可見(jiàn)光遙感影像中，地物目標(biāo)節(jié)點(diǎn)分布行為不受遙感區(qū)域劃分條件的影響，每一遙感區(qū)域內(nèi)，地物目標(biāo)節(jié)點(diǎn)的數(shù)量不固定[13]。觀察像素節(jié)點(diǎn)的分布和特征，定義影像編碼標(biāo)簽。由于每一個(gè)影像編碼標(biāo)簽必須同時(shí)識(shí)別所有類型的遙感影像數(shù)據(jù)，因此在定義編碼標(biāo)簽時(shí)，必須在完成影像數(shù)據(jù)集增廣后，進(jìn)行無(wú)差別取樣[14]。無(wú)人機(jī)可見(jiàn)光遙感影像編碼標(biāo)簽定義原則如圖3所示。

圖3 無(wú)人機(jī)可見(jiàn)光遙感影像編碼標(biāo)簽定義原則

(7)

影像編碼標(biāo)簽影響傳感器元件對(duì)地物目標(biāo)的處理能力，因此保證單位遙感區(qū)域內(nèi)所包含地物目標(biāo)數(shù)量必須滿足傳感器元件的實(shí)際取樣需求，實(shí)現(xiàn)無(wú)人機(jī)可見(jiàn)光遙感影像編碼標(biāo)簽定義。

2.3 無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)增強(qiáng)權(quán)重確定

每一類影像編碼標(biāo)簽對(duì)應(yīng)的地物目標(biāo)提取需求不同，為此，針對(duì)具體影像標(biāo)簽確定地物目標(biāo)增強(qiáng)權(quán)重取值范圍。增強(qiáng)權(quán)重是指地物目標(biāo)像素在無(wú)人機(jī)可見(jiàn)光遙感影像中的放大能力，一般來(lái)說(shuō)，取值越大表示單位遙感區(qū)域的覆蓋面積越大。像素分布密集區(qū)域內(nèi)地物目標(biāo)邊界絕對(duì)清晰是指該區(qū)域內(nèi)地物目標(biāo)增強(qiáng)權(quán)重的計(jì)算值大于“1”[15-16]，在已知編碼標(biāo)簽定義的前提下，多次訓(xùn)練耦合值向量，消除像素?fù)p失行為，確保像素節(jié)點(diǎn)與地物目標(biāo)提取結(jié)果為一一對(duì)應(yīng)。

設(shè)無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)的耦合值向量為d，像素信息訓(xùn)練效率為η，聯(lián)立公式(7)，將耦合值向量訓(xùn)練過(guò)程表達(dá)式定義為：

(8)

每一個(gè)無(wú)人機(jī)可見(jiàn)光遙感影像區(qū)域都是一個(gè)完整的像素區(qū)間，且每一區(qū)域內(nèi)都不存在大范圍堆積的空白像素點(diǎn)，所以在計(jì)算地物目標(biāo)增強(qiáng)權(quán)重指標(biāo)時(shí)，要求影像編碼標(biāo)簽只能對(duì)應(yīng)同一類目標(biāo)像素信息。為此，利用式(8)獲取無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)增強(qiáng)權(quán)重如式(9)所示：

(9)

2.4 無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)光譜參量化

增強(qiáng)權(quán)重能夠提高地物目標(biāo)的提取效果，為了提高增強(qiáng)權(quán)重對(duì)于地物目標(biāo)提取的適應(yīng)性，對(duì)無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)光譜進(jìn)行參量化處理。無(wú)人機(jī)可見(jiàn)光遙感影像光譜參量化利用了光譜分辨率分析原則，光譜分辨率分析是指?jìng)鞲衅髟趩挝粫r(shí)間內(nèi)可以采集到大量的連續(xù)影像數(shù)據(jù)，且在可見(jiàn)光照射下表現(xiàn)為同步狀態(tài)，每一個(gè)像素對(duì)象的輻射照度與空間光譜成分完全相同[17-18]。在單位遙感區(qū)域內(nèi)，可見(jiàn)光光譜為每個(gè)像素節(jié)點(diǎn)提供數(shù)十個(gè)甚至數(shù)百個(gè)光譜參量，且這些參量首尾順次連接可以形成一條完整的光譜曲線，地物目標(biāo)光譜的參量化處理是在光譜曲線內(nèi)完成地物目標(biāo)標(biāo)定與按需處理。

設(shè)基于地物目標(biāo)增強(qiáng)權(quán)重選取的無(wú)人機(jī)可見(jiàn)光輻射照度為μ，且其取值恒屬于[1，+∞)的數(shù)值區(qū)間，地物目標(biāo)光譜參量為jμ，地物目標(biāo)光譜參量的初始值為j0，與光譜參量jμ相關(guān)的遙感影像連續(xù)性表現(xiàn)參數(shù)為kμ，與光譜參量j0相關(guān)的遙感影像連續(xù)性表現(xiàn)參數(shù)為k0，光譜參量化度量系數(shù)為λ，聯(lián)立公式(9)，地物目標(biāo)光譜參量化處理表達(dá)式為：

(10)

同一遙感區(qū)域內(nèi)，地物目標(biāo)所在節(jié)點(diǎn)與核心遙感目標(biāo)節(jié)點(diǎn)的間隔距離越遠(yuǎn)，J值越大。如果兩個(gè)地物目標(biāo)節(jié)點(diǎn)的像素等級(jí)相同且間隔距離極近，那么J值相對(duì)較小。

2.5 無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)光譜吸收指數(shù)計(jì)算

光譜參量化處理將無(wú)人機(jī)可見(jiàn)光遙感影像原始光譜數(shù)據(jù)轉(zhuǎn)化為具有實(shí)際物理意義的光譜參數(shù)。光譜吸收指數(shù)是指地物目標(biāo)在光譜帶內(nèi)的像素反射強(qiáng)度與無(wú)人機(jī)可見(jiàn)光反射強(qiáng)度之間的比值，用于描述地物目標(biāo)對(duì)不同波段的光譜吸收情況。其取值滿足光譜解混條件，即不同地物目標(biāo)光譜曲線的波峰波谷形狀、寬度、深度、位置和對(duì)稱度等屬性均存在差異[19-21]。由于無(wú)人機(jī)可見(jiàn)光遙感光線具有不可逆的特性，每個(gè)像素信息只代表一次照射的可見(jiàn)光反射強(qiáng)度，因此，需要控制光譜吸收指數(shù)完成地物目標(biāo)的提取。

光譜吸收指數(shù)的表達(dá)式如公式(11)所示：

(11)

其中：zmax表示無(wú)人機(jī)可見(jiàn)光遙感光照度的最大取值，zmin表示可見(jiàn)光遙感光照度的最小取值，ρ表示地物目標(biāo)像素在同一直線上的分布密度，ν表示參考光譜參量化處理?xiàng)l件的目標(biāo)像素光譜反射參量。由于地物目標(biāo)位置會(huì)影響地物目標(biāo)提取，因此必須在同一直線上計(jì)算光譜吸收指數(shù)。

2.6 地物目標(biāo)提取

計(jì)算光譜吸收指數(shù)后，需要對(duì)其再次模擬，獲得最優(yōu)解，實(shí)現(xiàn)無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)提取。光譜吸收指數(shù)模擬是根據(jù)數(shù)值模擬條件[22-23]，判斷最優(yōu)解參數(shù)的取值范圍，從而在獲得地物目標(biāo)提取結(jié)果的同時(shí)，完成像素信息篩選。地物目標(biāo)提取需要保障目標(biāo)節(jié)點(diǎn)邊界的完整性與清晰性，為此，必須保證地物目標(biāo)的關(guān)聯(lián)性排列狀態(tài)。

無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)的提取如式(12)所示：

(12)

3 實(shí)例分析

為驗(yàn)證所提方法的應(yīng)用性能，將其與文獻(xiàn)[2]方法(基于多通道數(shù)據(jù)融合的地物目標(biāo)提取方法)和文獻(xiàn)[3]方法(基于加權(quán)策略的高分辨率遙感圖像目標(biāo)提取方法)進(jìn)行對(duì)比。

3.1 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)區(qū)域位于M省的中心地帶，北邊為山區(qū)地帶、西邊為縱橫的沙土道路，地上建筑不超過(guò)3層、地下建筑不超過(guò)2層，用地面積約為63 580 m2，總建筑面積約為70 170 m2，正負(fù)零相對(duì)于地平面的絕對(duì)高程為5.1 m。利用大疆經(jīng)緯M30T航拍無(wú)人機(jī)搭載Ultris 20 series 高光譜光場(chǎng)成像儀對(duì)該區(qū)域進(jìn)行航拍攝影，由于地上建筑、地下建筑、縱橫道路在遙感圖像中的像素水平相差較大，因此遙感影像中地物景觀的色度差也較大，在開(kāi)始實(shí)驗(yàn)之前，通過(guò)Pixelmash軟件，對(duì)所得遙感影像進(jìn)行像素平均處理，如圖4所示。

通常情況下，地上建筑、地下建筑在遙感影像中的像素水平高，與之相關(guān)的地物景觀顏色相對(duì)較深，縱橫道路的像素水平低，遙感影像中色度指標(biāo)取值相對(duì)較小。像素平均處理是通過(guò)劃分關(guān)聯(lián)區(qū)域的方式，將過(guò)深或過(guò)淺的像素節(jié)點(diǎn)融合在一起，從而使得整幅無(wú)人機(jī)可見(jiàn)光遙感影像更加均勻。

3.2 實(shí)驗(yàn)流程

地物目標(biāo)邊界的清晰度能夠反映出傳感器元件對(duì)無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)的提取能力，為此需要保障目標(biāo)邊界的清晰度以實(shí)現(xiàn)地物目標(biāo)提取。本次實(shí)驗(yàn)根據(jù)外部區(qū)域與地物目標(biāo)之間的像素差值判斷傳感器元件提取到的地物目標(biāo)的邊界是否為清晰化狀態(tài)。在遙感圖像區(qū)域等大的情況下，待識(shí)別的地物目標(biāo)越少，傳感器元件提取的地物目標(biāo)邊界越清晰。

本次實(shí)驗(yàn)的具體流程為：

1)完成對(duì)無(wú)人機(jī)可見(jiàn)光遙感影像像素的平均處理，確保影像中不存在像素差的情況下開(kāi)始實(shí)驗(yàn)。

2)應(yīng)用所提方法完成對(duì)影像中地物目標(biāo)提取，分別記錄外部區(qū)域與地物目標(biāo)的具體像素值，所得結(jié)果為實(shí)驗(yàn)組參數(shù)。

3)應(yīng)用文獻(xiàn)[2]方法提取影像地物目標(biāo)，分別記錄外部區(qū)域與地物目標(biāo)的具體像素值，所得結(jié)果為A對(duì)照組參數(shù)。

4)應(yīng)用文獻(xiàn)[3]方法提取影像地物目標(biāo)，分別記錄外部區(qū)域與地物目標(biāo)的具體像素值，所得結(jié)果為B對(duì)照組參數(shù)。

5)根據(jù)實(shí)驗(yàn)組、A對(duì)照組、B對(duì)照組的像素差，分析所提方法在保障地物目標(biāo)邊界清晰度方面的應(yīng)用能力。

3.3 數(shù)據(jù)處理

不同方法的外部區(qū)域與地物目標(biāo)像素差如圖5所示。

圖5 不同方法的外部區(qū)域與地物目標(biāo)像素差

分析圖5可知，A對(duì)照組地物目標(biāo)的像素水平較高，而外部區(qū)域的像素水平較低，二者之間的像素差較大。B對(duì)照組外部區(qū)域與地物目標(biāo)之間的像素差變化規(guī)律與A對(duì)照組類似，二類像素之間的差值水平也相對(duì)較大。而實(shí)驗(yàn)組外部區(qū)域與地物目標(biāo)之間的像素差水平較低，越接近邊緣區(qū)域處的像素均值越高，越遠(yuǎn)離邊緣區(qū)域處的像素均值越低，且外部區(qū)域、地物目標(biāo)的遙感像素?cái)?shù)值水平并無(wú)明顯差異性，說(shuō)明所提方法能夠提高無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)地物目標(biāo)邊界的清晰度，地物目標(biāo)提取能力較強(qiáng)。

3.4 實(shí)驗(yàn)結(jié)論

綜上可知本次實(shí)驗(yàn)結(jié)論為：

1)應(yīng)用文獻(xiàn)[2]方法和文獻(xiàn)[3]方法時(shí)，無(wú)法將外部區(qū)域與地物目標(biāo)之間的像素差控制在較低的數(shù)值狀態(tài)。

2)應(yīng)用所提方法能夠提高解決遙感影像地物目標(biāo)邊界清晰度，而地物目標(biāo)邊界的清晰度能夠反映無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)提取能力，說(shuō)明所提方法的地物目標(biāo)提取能力較強(qiáng)。

4 結(jié)束語(yǔ)

本文提出了無(wú)人機(jī)可見(jiàn)光遙感影像地物目標(biāo)提取方法。分析遙感影像特征，根據(jù)影像編碼標(biāo)簽定義條件，確定光譜吸收指數(shù)的取值范圍，實(shí)現(xiàn)對(duì)地物目標(biāo)的準(zhǔn)確提取。所提方法可以有效控制外部區(qū)域、地物目標(biāo)像素差的數(shù)值水平，避免目標(biāo)像素點(diǎn)集中分布，保證了地物目標(biāo)邊界的清晰度，具有較強(qiáng)的地物目標(biāo)提取能力。