基于图像融合和改进阈值的管道机器人探测图像增强方法

管道机器人探测能快速、准确和直观地识别管道结构性和功能性隐患,受管道内环境限制,探测的图像存在光照不均、对比度低和细节模糊等问题。为此,提出了一种管道机器人探测图像的增强技术。首先采用限制对比度自适应直方图均化（Contrast Limited Adaptive Histogram Equali-zation,CLAHE）和同态滤波（Homomorphic Filtering,HF）处理光照不均匀和对比度低的问题,并将2种方法结果进行融合。而后将融合的图像进行非下采样轮廓波变换（Nonsubsampled Contourlet Transform,NSCT）,并采用改进的Bayes-Shrink阈值对高频系数进行噪声去除。最后采用非线性映射函数对细节进行增强,并进行NSCT逆变换得到最终增强图像。选取5幅典型管道机器人探测图像进行增强处理,并与4种常见的图像增强技术进行对比。结果表明,基于图像融合和改进阈值的管道机器人探测图像增强技术可有效提高图像的整体和局部对比度,并有效增强图像的细节,能有效解决管道机器人探测图像存在的主要问题。      

鹤地水库SPOT7影像分类研究

针对水库地区开展的高分辨率影像地物信息提取研究少而需求大以及面向对象的影像分割尺度选择难问题,基于SPOT7高分辨率卫星影像数据,选取广东省湛江市鹤地水库作为研究区域,提出一种针对高分辨率影像的最优分割尺度选择以及针对水库地区的典型地物模糊分类规则构建方法,成功实现水体、植被、裸土、建成区的快速准确提取。结果表明:通过引入局部方差变量和Moran’I指数并结合最小风险贝叶斯决策原则能直观、准确、唯一地识别最佳空间分割尺度;通过分析光谱和纹理特征发现,水体和植被的光谱特征显著,建成区的纹理特征表现突出,而裸土单靠光谱特征不足以辨识,需要纹理特征的辅助;针对典型地物构建的模糊规则分类效果整体良好,总体精度达到了90.8%,Kappa系数为0.884。本研究有助于水库管理部门、国土资源调查部门快速、动态地把握库区的整体用地情况。