震后道路抢通中无人机光学图像应用研究

发布时间：2020-04-07 18:22

【摘要】：武警交通部队自2013年正式纳入国家应急救援体系成为抢险救援的国家队以来,在屡次抗震救灾中扮演了道路抢通先锋的重要角色。但在道路抢通中由于交通、通信不畅导致无法准确掌握灾情,严重影响了救援工作的开展。因此,震后快速准确地获取道路损坏信息,对于道路抢通、应急救援等具有重大意义。近年来,随着无人机遥感技术的迅猛发展,使得利用其快速获取、评估道路损毁信息成为可能。无人机以其机动灵活、操控简单、价格便宜、无周期限制等优点,可在震后复杂环境下发挥重要作用。另外,光学遥感图像比较适合道路抢通一线抢险官兵判读。基于此本文以无人机高分辨率光学图像在震后道路抢通中的应用展开研究。研究的主要内容如下:首先研究了无人机巡路多航道多视角高分辨率光学图像拼接算法。针对目前没有一种专门针对灾区路网获取图像的方法,本文提出了多航道多视角巡路方法获取灾区道路图像,该方法效率高适宜在震后获取路网信息使用;图像拼接方面针对传统的SIFT特征点的图像拼接方法对高分辨率光学图像效果不佳的问题,分别在SIFT特征点提取和配准方法上进行改进,实验结果表明改进算法能有效的提高图像拼接质量,为下步道路提取提供了有力保障。其次在震后道路抢通中大场景光学图像道路提取算法研究方面。目前道路提取算法众多在不同应用领域取得了良好效果,但对于信息量丰富的大场景图像并不适用。基于此本文提出了一种提取“骨架”数值图像的快速道路提取方法。该方法在震前大场景图像中快速提取道路“骨架”二值图像,并在其基础上记录干扰信息,丰富了道路提结果的同时,为多时相“骨架”数值图像的损毁检测奠定了基础。最后在多时相“骨架”数值图像的道路损毁程度判定研究方面。分析了因地震引起的道路损毁类型和损毁程度,并明确了属于道路抢通范围的损毁。损毁检测中采用了基于多时相“骨架”数值图像道路损毁检测,通过差值法分步提取“骨架”数值图像信息进行了损毁判定,结果表明该方法能有效判断损毁情况。为进行损毁评估,本文提出了基于多时相“骨架”数值图像的道路损毁程度预评估,结合光学图像验证的道路损毁程度判定方法,并给出了损毁程度评估结果为道路抢通提供了依据。
【图文】：

示意图,无人机,模式,示意图

获取信息不仅在无人机获取图像时带来大量时间消耗，同时在获取后图像处理会带来时间损失，这显然与道路抢通中时效性要求相悖，基于此本节从无人机取震后路网模式展开研究。2.2.1 多航道多视角无人机巡路概念及基本流程无人机巡路图像获取方式是指利用无人机沿道路走向有针对性的获取某条道图像的方式。下图 2.1、2.2 分别给出了无人机巡路模式和全覆盖模式获取图像示意图。从示意图可以发现，同时获取某条道路时与全覆盖获取灾区图像相比，，人机巡路模式显然更具有针对性，飞行距离更短能够有效的节约时间。

特征图,特征点

2.10从图 2.11 的结果中可以看到，在原始图上提取 SIFT 特征点较多，而本文改进的融合特征图上提取到的 SIFT 特征点少得多，且都是一些关键的特征点，这些特征点可以很好的进行配准变换参数的计算。下表 2.1 给出了原始图像上和融合特征图像上提取 SIFT 特征点的个数比较对照表。从表中的对比结果中可以看出，改进的融合特征下提取 SIFT 特征点数量较传统算法降低 40%左右，同时在提取时间效率上能够得到相应的提升，在保证提取到特征点的有效性基础上，提升了提取 SIFT特征点的效率。
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751;P315.9

【参考文献】