圖像平滑在機載激光點云與影像融合中的應用

劉改進

（廣州建通測繪地理信息技術股份有限公司，廣東 廣州 510663）

1引言

機載攝像機采集地面圖像信息時容易受大氣、圖像傳感器等外界因素干擾，導致拍攝的二維圖像出現部分區域亮度過高、噪聲明顯等問題。通過圖像平滑處理可以有效抑制這一缺陷，使圖像噪聲得到緩和。因此，圖像平滑是一種具有去噪功能的圖像空間域增強技術[1]，主要作用是降低圖像的各種噪聲、限制噪聲對圖像質量的影響，是典型的機載二維圖像數據處理技術[2]。本文提出基于圖像平滑的機載激光點云與影像融合方法，使用非線性擴散濾波器平滑技術處理無人機采集的二維圖像數據，強調圖像寬大區域、低頻成分、抑制圖像噪聲，以減小圖像的突變梯度，緩和圖像的噪聲區域，提高無人機采集圖像的質量，進而精準實現三維激光點云數據與二維影像的融合。的部分[3]。非線性擴散濾波器采用差異性方案處理圖像的邊緣區域與非邊緣區域，有針對性地解決不同特征的影像平滑問題，保障了機載影像平滑處理的質量。

定義帶有噪聲的影像數據模型如公式（1）所示：

2基于圖像平滑的機載激光點云與影像融合方法

2.1基于非線性擴散濾波器的圖像平滑處理

無人機能夠采集表達地面信息特征的機載激光點云數據與影像，一般情況下需要對兩種格式的數據進行配準融合才能獲取精準、高質量的地面圖像信息。在某些不可抗因素干擾下，二維影像的細節部分積攢大量微小區域，降低了圖像后期分割、融合等操作的效果，增加了圖像處理難度，因此需對原始影像進行濾波平滑處理。選用非線性擴散濾波器完成影像的平滑處理，優點是既能有效去除影像噪聲，又能保留基本完成的邊界特征。影像信息的邊緣與輪廓是非線性擴散濾波器平滑方法主要考慮的因素，即圖像中間斷

2.2 機載三維激光點云與影像融合實現

圖1 相機成像模型（無量測功能）

以上公式推導的過程顯示：二維影像像素的坐標點（x，y）和其對應的物體空間坐標點（X，Y，Z）的關系，可以有效提高直接線性變換方程來描述。公式（11）中的系數ν解算方法參見文獻[6]，ν是η和μ的函數，也是實現三維激光點云數據與二維影像數據融合的關鍵。

基于文獻[6]的方法求解直接線性變換算法后，對二維影像數據實施三維激光點云貼圖，點云貼圖的主要方法是構建三維激光點云與二維影像像素點之間的對應關系，主要目的是將像點RGB 顏色值賦到相應點云上，三維激光點云具備顏色信息后即實現了機載激光點云與影像的融合。

總結三維激光點云貼圖的步驟為：①在機載攝影影像中選擇一個特征顯著的點作為控制點，標記其坐標；②結合解算公式通過迭代的方式求取參數值ν；③一一運算點云對應的像素坐標值；④為三維激光點云賦予R、G、B 三種顏色值。

通過上述步驟即可完成三維激光點云數據與二維圖像數據的融合。

3 測試分析

為驗證本文提出的基于圖像平滑的機載激光點云與影像融合方法在去除影像噪聲、融合激光點云與二維影像方面的可行性與優勢，進行仿真實驗。采用低空無人機搭載測繪儀器與相機采集地面的激光點云數據與二維影像，采集到的三幅原始影像分別命名為影像1、影像2、影像3。

將高斯濾波算法、均值濾波算法作為本文圖像平滑處理的對比方法，采用包括本文方法在內的三種方法對三幅影像進行平滑處理，計算平滑后影像的均方差、信噪比、信息熵值，評估各方法的平滑處理效果，結果如表1 所示。

表1 影像1～影像3的平滑質量評價結果

綜合三種方法對三幅影像平滑質量的評價結果可知，本文方法取得的影像處理均方差始終最小、信噪比與信息熵始終最大，取得了優異的圖像平滑處理效果；用本文方法平滑處理三幅圖像所得信噪比值分別為43.214dB、44.102dB、45.612dB，高于高斯濾波算法、均值濾波算法處理結果；在均方差方面，本文方法均低于1.6，均方差值越小證明圖像平滑去噪效果越優；在信息熵評估方面，三種算法的信息熵值雖然相差較小，但是本文方法均領先于另外兩種平滑算法，取得了較優的圖像處理效果。上述數據證明了本文方法在機載影像平滑處理方面的可行性與優勢。

4 結論

本文提出了基于圖像平滑的機載激光點云與影像融合方法，具體研究了圖像平滑在機載激光點云與影像融合中的應用情況，重點采用非線性擴散濾波器進行圖像平滑處理，經實驗驗證取得了優異的影像處理效果。圖像平滑處理是去除原始影像噪聲的關鍵途徑，本文提出的方法優勢在于針對不同梯度值區域采用差異性平滑處理方案，有效保留了圖像信息的邊界，避免降低圖像噪聲的同時出現邊緣模糊現象。