基于改进的MF-FDOG算法和无人机影像提取黄土地区地裂缝

Extracting Ground Fissures in Loess Landform Area Using Modified F-FDOG Algorithm and UAV Images

为解决惯用数字影像处理方法无法有效地提取我国黄土高原地区广泛存在的山体裂缝的问题,本文提出一种改进的一阶高斯差分匹配滤波(MF-FDOG)算法,以兰新高铁位于青海省海东市张家庄隧道附近的窑街矿区的地裂缝为对象开展了基于无人机影像的地裂缝提取研究。改进的MF-FDOG算法的基本策略包括:构造满足地裂缝垂直剖面曲线分布的模板和一阶高斯差分模板,并分别对无人机影像进行卷积运算,达到增强地裂缝信号的目的;对卷积运算获得的两幅影像采用线性拉伸的方式规范值的范围并做差值运算,弥补敏感度校正参数普适性不强的缺陷;再以灰度值的倒数作为权值因子,增强地裂缝响应值与背景之间的对比度;最后根据差值影像的统计直方图选择阈值提取地裂缝。研究结果表明,在监测场景具有地物分布复杂、影像纹理信息丰富和地物边缘模糊等困难特征时,改进的MF-FDOG算法仍然具有优良的地裂缝探测能力,利用该算法和无人机影像能准确地提取黄土区域的微小地裂缝信息。本文提出的地裂缝探测方法可为我国黄土地区地质灾害(如山体滑坡)监测与防治提供有效的技术支撑。