地质灾害复杂环境下无人机影像快速处理技术分析

蒋学金

摘要：针对复杂的地质灾害环境，需要采用良好的技术对其进行图像的收集和处理，从而为灾后重建、修复工作的顺利进行提供良好的前提条件。无人机影像快速处理技术适应了当前社会的发展情况，积极应用了多种新型的技术手段，全面提高了对地质灾害复杂环境成像的效果和水平。该文主要从使用无人机影像快速处理技术对处理地质灾害复杂环境的重要性入手，针对影响无人机影像快速处理技术发挥效果的重要因素进行全面的分析和介绍，从而详细分析了无人机影像快速处理技术中的去噪技术，无人机影像快速处理技术中有雾影像清晰化技术。

关键词：地质灾害；复杂环境；无人机影像快速处理技术；要点；分析

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）21-0167-02

现代社会科学技术在不断地创新和进步当中，能够用于多种观测的信息技术、遥感技术在不断地更新中，为更好进行地理环境的观测工作提供了良好的前提条件。无人机影像快速处理技术就是在这样的技术背景下不断发展起来的新型技术，这种技术在实际应用中具有明显的优势和作用，能够对复杂环境进行迅速成像，并对收集到的图像进行及时有效的处理工作。当前发生地质灾害的情况较多，给人民的生产生活造成不利的影响，需要及时采取有效措施进行地质灾害后的重建和修复工作，这就需要对地质灾害实际环境进行充分全面的了解和掌握，从而为顺利进行灾后救援工作做好前提准备。使用先进新型的技术，能够有效提高对地质灾害复杂环境的影像处理效果，从而为灾后重建、处理的相关工作创造良好的条件。

1 使用无人机影像快速处理技术对处理地质灾害复杂环境的重要性

我国的地质灾害情况较多，当地质灾害发生之后，及时进行相应的监测和救援，能够全面降低灾害的不利影响。在对地质灾害的复杂环境进行监测的过程中国，使用传统的应急监测成像手段是不能够满足实际的需求的，常规的航空遥感手段和遥感卫星无法全面收集到地质灾害复杂环境的全部信息，针对一些复杂程度较高的区域，无法及时进行成像处理，给救援重建工作造成了较大困扰。很多应用在地质灾害复杂环境下监测成像的技术手段都存在机械振动情况较为明显、光照效果不好以及监测区域范围较小的问题，导致成像的效果较差，主要表现在：形成的影像有畸变现象、影响不够清晰、拼接效果不好以及航带排列不够整齐等方面。无人机影像快速处理技术是当前重要的成像技术，积极弥补和改善了原有遥感技术的不足之处，综合应用了多种现代技术的手段，对复杂环境进行成像处理的效率更高，成果更好。使用无人机影像快速处理技术对地质灾害复杂环境进行成像处理，具有良好的现实意义。无人机影像在进行航拍传输的过程中，如果噪声的影响过大，将会影响到最后的成像效果，因而当前使用的无人机影像快速处理技术将这方面进行了充分的控制，从而提高了成效的准确性和精度性[1]。

2 影响无人机影像快速处理技术发挥效果的重要因素

无人机影像快速处理技术在正常的使用过程中，因为种种因素的存在，影响到了实际的成像效果，无法对地质灾害复杂环境的各种情况进行全方位的分析和说明，从而会影响到具体的灾后重建工作，给后续的处理工作造成十分不利的影响。无人机影像快速处理技术的使用实践表明，影响无人机影像快速处理技术发挥实际效果的因素主要体现在以下几个方面：第一，相对运动之间的变化。无人机影像快速处理技术在实际使用过程中，是使用航拍的手法进行的，因而和实地灾后环境之间是存在着相对运动变化的，这种相对运动情况会给无人机影像的成像效果造成一定的影响[2]。第二，镜头失焦的情况。当无人机在进行成像处理的时候，因为航空器飞行的速度不够稳定，从而给无人机的成像带来一定困扰，同时还会给后续进行数据的分析和处理带来一定难度，不利于后续的灾后处理工作。第三，漏拍问题的存在。当无人机飞行过程中对地质灾害环境进行成像处理的时候，容易受到风向的影响，这种情况在很多地区都有出现，尤其是发生地质灾害地区本身的地质状况就不够良好，风速较大，导致飞行器出现漏拍的问题，影响到无人机影像快速处理技术正常作用的有效发挥，不利于灾后重建工作的顺利进行[3]。第三，拼接效果不够好。想要对地质灾害复杂环境的全部情况进行充分全面的掌握，就需要对当地的方方面面进行成像处理，但是在使用无人机影像快速处理技术进行处理的时候，往往不能够仅通过一副画面就形成所有的地理图像，而是需要对不同方位不同状态下的地理环境进行成像，并在此基础上进行拼接，从而形成完整的灾后地理环境图。这种方法在实际应用过程中，因为影像的数据较大，需要进行压缩后传输，在这个过程中容易出现一些噪声增大的情况，并且图像会失去本真，从而给地质灾害复杂环境的全景图造成不利影响[4]。

3 无人机影像快速处理技术中的去噪技术

3.1 建立无人机影像的噪声模型

无人机影像快速处理技术中传感器的高分辨率数码相机容易受到外部环境的影响，比如说说温度过高、有杂质存在等方面，即使并没有光照直接照射到像素之上，也会导致像素单元出现暗电流，从而引发暗电流噪声的存在，给传感器的正常使用造成了严重影响。外部环境中的光照对比度越高，对于想象的亮度和色度造成的影响就越为明显。针对这一问题，需要及时进行图像去噪的处理，才能够有效改善影响的视觉效果质量，并且给后续高分辨率的目标识别工作奠定坚实基础[5]。建立起无人机影像的噪声模型，从模型的角度出发，逐步提升无人机影像处理系统的整体适应能力。影像退化模型，是无人机影像噪声模型中的常见模型。成像系统和通讯信道这些不可预见的问题的存在，给影像的生成和传输造成影响，容易导致图像的退化。在建立无人机影像噪声模型的过程中，首先需要对噪声的分布模型进行分析。噪声分布模型主要是将噪声作为独立的空间坐标，它和图像本身的概率分布情况无关，对噪声分布的情况进行描述。其次想要更好的去除噪声的影响，需要使用数学概率统计分布的方式对噪声的分布情况进行描述，其中还需要使用到随机变量的概率密度函数，这种方法能够有效解决瑞利噪声分布和脉冲噪声分布的问题[6]。

3.2 建立起良好的图像质量评价标准

在对地质灾害复杂环境的相关情况进行成像处理的过程中，需要对图像的成像效果进行评价，这就需要建立起良好的图像质量评价标准。从人眼的视觉系统对图像进行感受得出的结论是主观性的评价，主要针对的是图像的整体清晰度、纹理呈现度等方面，这种根据人的主观性进行质量评价的标准符合一般人的观念，但是没有准确的规范标准，容易给图像质量造成不利影响。因而采用数学模型的方式进行图像质量的评价已经成为当前主要的评价范式，具有良好的现实意义。对图像的质量进行指标的量化处理，从而对去噪后的图像与参考图像之间的相似度进行评价，最终得出图像的质量评判结果[7]。

4 无人机影像快速处理技术中有雾影像清晰化的研究

地质灾害通常都是伴随着较为恶劣的天气出现的，并且在地质灾害发生后，十分容易出现有雾的天气状况，如何在有雾的天气保证无人机影像快速处理技术得到的影像是清晰无障碍的，是众多科学研究者不断探讨的问题之一。使用大气散射模型，对天气因素中进行去雾清晰化的方式具有良好的实际效果，在当前无人机影像快速处理技术的实际应用中十分常见。大气散射模型主要是当成像设备在接收物体光线的过程中，将雾的传播强度进行了有效降低，从而使得成像传感器收到的信号能量也有所降低。无人机影像快速处理技术进行有雾影像清晰化的研究，主要应用的是暗通道理论，这种理论在实际使用的时候，能够将雾进行有效去除，从而进行后续的成像工作。自适应引导滤波的图像清晰化方式，能够通过大气光对图像的影响，对图像进行全面的恢复，从而提高无人机影像快速处理技术的效果。滤波技术在实际的使用中有两种表现类型，分别是局部滤波和全局滤波。引导滤波能够控制有雾的天气状况，从而将有雾天气下的影像进行清晰化的处理，从而提高无人机影像快速处理技术的处理效果[8]。

5 结束语

无人机影像快速处理技术，综合了多种技术，改进和完善了遥感航空器的不足之处，成为当前成像、信息数据处理的重要技术手段，将其应用到地质灾害复杂环境的成像工作中，能够起到良好的实际作用。无人机影像快速处理技术在实际使用的过程中，需要不断改进当前的技术手段，从而增强该项技术的实际使用效果，保证地质灾害复杂环境的成像效果能够达到相关要求和标准。对无人机影像快速处理技术进行研究，主要是从去噪技术和有雾清晰化处理技术两方面进行的，同时还需要对收集形成的图像进行有效拼接，增强无人机影像快速处理技术的实际使用效果。

参考文献：

[1] 金鼎坚， 支晓栋， 王建超， 等. 面向地质灾害调查的无人机遥感影像处理软件比较[J]. 国土资源遥感， 2016，28（1）：183-189.

[2] 刘春，万红，李巍岳，等. 基于无人机影像的大型滑坡区域精细地形构建研究[J]. 井冈山大学学报：自然科学版， 2015，36（1）：1-7.

[3] 武继峰， 武晴晴， 张凯南，等. 低空摄影测量与机载LiDAR技术融合的交通干线地质灾害快速应急研究[J]. 测绘通报， 2015（S1）：202-205.

[4] 陈思思. 无人机航摄系统及其在地质灾害应急救援中的应用[J]. 资源与人居环境， 2015（5）：18-20.

[5] 王俊伟， 简季， 陈思思. 无人机载红外载荷在应急测绘保障中的应用现状分析[J]. 红外， 2015， 36（2）：1-7.

[6] 何敏， 刘智华. 无人机红外传感器改制及数据获取研究[J]. 测绘科学， 2015， 40（9）：48-52.

[7] 田建宏， 高生飞， 张萍， 等. 无人机低空航拍遥感在应急测绘保障中的应用[J]. 甘肃科技， 2015，31（4）：49-51.

[8] 杨小凤， 曹云刚， 冯薪朗， 等. 基于无人机高分影像的七盘沟泥石流风险性评价[J]. 灾害学， 2016，31（2）：207-212.