针对当前无人机航空影像阴影角度校正方法存在校正精度和召回率较低,导致无人机航空影像信息的利用价值降低的问题,本文提出了立体测绘型双翼无人机航空影像阴影角度校正方法。以无人机检测到的影像阴影边缘为基础点,计算航空影像色彩...针对当前无人机航空影像阴影角度校正方法存在校正精度和召回率较低,导致无人机航空影像信息的利用价值降低的问题,本文提出了立体测绘型双翼无人机航空影像阴影角度校正方法。以无人机检测到的影像阴影边缘为基础点,计算航空影像色彩空间的色调差参照值和阴影区域的色调分量,根据阴影区域的纹理特征,去除无人机航空影像的阴影;考虑双翼无人机航行的空间位置,将无人机航空影像的RGB(red green blue)色彩空间转换为HSV(hue saturation value)色彩空间,通过无人机航空影像阴影角度的平滑处理,控制无人机航空影像阴影角度;利用灰度线性变化算法与自适应阈值计算法,对无人机航空影像阴影角度进行校正处理,实现对无人机航空影像阴影角度的精确校正,完成无人机航空影像阴影角度的控制与校正算法设计。结果表明:采用本文方法在Txcet-M数据集和Nfteg-H数据集进行航空影像测试,校正精度最高可达99%,召回率最高为98%;在GIswu-K数据集进行测试,得到的校正精度和召回率均在75%以上。这说明利用本文方法可以较好地优化航空影像阴影角度校正性能。展开更多
文摘针对当前无人机航空影像阴影角度校正方法存在校正精度和召回率较低,导致无人机航空影像信息的利用价值降低的问题,本文提出了立体测绘型双翼无人机航空影像阴影角度校正方法。以无人机检测到的影像阴影边缘为基础点,计算航空影像色彩空间的色调差参照值和阴影区域的色调分量,根据阴影区域的纹理特征,去除无人机航空影像的阴影;考虑双翼无人机航行的空间位置,将无人机航空影像的RGB(red green blue)色彩空间转换为HSV(hue saturation value)色彩空间,通过无人机航空影像阴影角度的平滑处理,控制无人机航空影像阴影角度;利用灰度线性变化算法与自适应阈值计算法,对无人机航空影像阴影角度进行校正处理,实现对无人机航空影像阴影角度的精确校正,完成无人机航空影像阴影角度的控制与校正算法设计。结果表明:采用本文方法在Txcet-M数据集和Nfteg-H数据集进行航空影像测试,校正精度最高可达99%,召回率最高为98%;在GIswu-K数据集进行测试,得到的校正精度和召回率均在75%以上。这说明利用本文方法可以较好地优化航空影像阴影角度校正性能。