科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在机器视觉的边坡监测过程中，雾的存在会降低图像质量，影响监测效果的问题，本文提出了一种结合暗通道先验(DCP)的边坡监测方法。首先，通过计算实时图像的FADE值，判断采集的图像是否需要去雾。对于需要去雾的图像，利用DCP算法进行去雾处理，还原其纹理细节信息；然后，利用尺度不变特征变换(SIFT)算法对去雾后的图像进行特征点匹配，利用随机抽样一致性(RANSAC)算法筛选优秀的匹配点对，获取模板与图像的变换矩阵，进而利用仿射变换求取模板坐标，求得边坡的位移。试验结果表明，本文方法在不同浓度的雾霭图像下均表现良好，有效克服了视觉监测在雾天环境难以应用的问题。
- 单位
