机械制造环境下无人机热红外图像空间分辨率降尺度处理

杨晶晶，欧 冰，李 海

（中山职业技术学院，中山 528400）

0 引言

无人机突破了飞行跑道的限制，可以在多种环境中完成空中作业，因此常被广泛应用于机械制造业领域[1]，然而由于热红外成像技术的限制，高空间分辨率和高时间分辨率难以直接获得。而通过对大尺度图像信息输出分析转化能够获得小尺度图像信息，有效获取图像细节，从而为机械制造过程提供更有效的图像处理效果。

文献[2]提出热红外图像降尺度研究，将上海市设定成研究对象，以地表植被为主要研究目标，归一化处理数值，并将植被分解成三层结构，将其输入至热红外中，实现了降尺度研究。文献[3]提出以地表温度反演为目的的降尺度方法，根据光谱特征校正多光谱影像，再通过分解混合像元获得不同端元的丰度，继而构建端处理模型，实现地表温度的估算。以上两种传统方法在一定程度上解决了热红外图像空间分辨率不足的问题，但在实际应用中仍存在降尺度精度不高的问题。

针对上述问题，本研究提出面向机械制造环境的无人机热红外图像空间分辨率降尺度自动化处理方法。首先进行图像的预处理，再将图像输送至BP神经网络，进行降尺度训练，从而提高降尺度的精度和质量。

1 无人机热红外图像降尺度

利用无人机搭载热红外遥感技术进行地表温度监测是最常用的手段，但是获取到的红外图像一般是大尺度图像，包含的信息较为粗略。对于无人机热红外图像降尺度问题来说，其研究难点在于地表温度与光谱指数函数关系的不确定性。……