论文部分内容阅读
机载激光雷达技术(LiDAR)是近几十年来摄影测量与遥感领域最具革命性的成就之一，是继全球定位系统(GPS)发明以来在遥感测绘领域的又一座里程碑。随着相关技术的进步以及社会需求的不断增加，机载LiDAR技术作为一种三维空间信息的实时获取手段，并且具有高精度、高密度、高效率和成本低等优点，正以日新月异的速度向前发展。对于机载LiDAR系统获得的海量数据和更丰富的地物信息，边缘检测能够从海量的原始图像中提取轮廓，保留原始图像的大部分信息，为后续的识别工作去除不少伪信息，减少信息量，因此如何快速、精确的对图像进行边缘检测和轮廓提取在处理海量图像数据分析和图像测量方面是一个非常重要的研究领域，同时也是国内外研究的热点。本文基于国家海洋局北海分局908项目获得的LiDAR数据的基础上对图像的边缘检测和轮廓提取进行了深入的研究，主要工作归纳如下：
本文首先阐述了机载LiDAR技术及其在国内外的发展现状，然后对机载LiDAR系统的描述、系统的组成、基本原理、数据处理的主要内容和流程、数据的分类、数据产品、数据特性以及应用进行了详细地介绍：然后，本文研究了图像边缘检测原理包括各种算子边缘检测的原理以及边缘检测过程中出现的难点、图像轮廓提取原理与方法、实现方法及提取的规则。
针对由LiDAR数据获得的图像都会含有噪声以及各种边缘检测算子对噪声比较敏感的特性，而真正的图像边缘由于噪声的干扰也可能被漏检，本文又在研究小波变换理论的基础上，对原有噪声图像采取小波变换法去噪，其具体的小波变换法去噪是通过在MATLAB平台上来实现的，最后得到了尽量保留图像细市信息的去噪后的图像；然后，本文基于VC++开发环境，利用各种图像边缘检测算子如Roberts边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Krisch边缘检测算子和Gauss-Laplacian边缘检测算子开发出图像边缘检测的模块，并开发出对应各种边缘检测算子下实现图像轮廓提取的模块。
最后，运用开发的各种图像边缘检测算子和对应的轮廓提取的模块对由LiDAR数据获得的图像(包括小波变换法去噪前、后的图像)进行边缘检测和轮廓提取，然后用小波变换法对去噪前、后的图像进行边缘检测和轮廓提取的结果进行对比分析和评价。结果表明：各种边缘检测算子在采取小波变换法有效去噪后进行边缘检测，能较好的保留图像的边缘信息效果并且去噪后比去噪前有明显的改进，同时其算法简单、成熟，计算量小，因此，本文所采取的边缘检测算子仍有一定的使用价值并且有相当大的应用潜力。不过，要针对不同的应用目的，采取不同的边缘检测算子。