基于地理标记图像的烟火定位与林火三维可视化模拟
【图文】:
gb_img = cv2.GaussianBlur(fire_img,(9,9),0)canny_img = cv2.Canny(img, 100, 200)利用以上代码,通过反复实验,得出当高斯模糊窗口设置为 3*3 或 5*5 时,边缘检测结果过密,存在山中树木轮廓的干扰;而当滤波窗口选择 7*7 或 9*9 时,边缘检测效果良好,其中 9*9 窗口时最佳;若设置 11*11 窗口则会丢失大量的边缘信息。除此之外,若 Canny 所设置的最大最小阈值过大或过小都会对检测效果造成影响,如最小阈值过小,虽然能保证边缘曲线的连续性,但存在过多噪声,,若最大阈值过大,则会造成大量边缘信息丢失,边缘曲线不连续,此处本文所设置的最小最大阈值分别为 100 和 200。图 2-3展示了实景图像边缘提取结果,图 a 为通过智能手机拍摄的山地实景图像,b 图为图像边缘检测的效果图。从 b 图中边缘检测的效果来看,利用 Canny 算子提取的天际线基本将天空与地面划分为了两部分,虽然仍然有部分地面地物的轮廓干扰,天际线效果有些粗糙,仍然但基本可以满足后文中进行地形特征线匹配的实际需求。
图 2-13 实景图像与 DEM 侧视图地形轮廓线匹配示意图Fig.2-13 Schematic diagram of contour matching between real image and DEM side-view map在完成两种图像的地形线匹配(图 2-13)后,利用定位测试程序,进行烟火区域的定位过程如下:当某一帧已经识别了烟火区域、并标定了烟火区域选定像元点的地理标记图像与 DEM 侧视图匹配后,在图像上点击该选定像元点,获知在地理标记图像的侧视坐标(α0,β0),其中 α0可视作某高程点相对于观测点的方位角,β0可视作该点相对于观测点的俯仰角 θ0的余角(θ0为仰角时取负值,θ0为俯角时取正值),通过坐标映射关系,就可以获知该图像坐标唯一对应的 DEM 二维平面上某个地理坐标(x0,y0)。这一过程实际上完成了从图像坐标到 DEM 二维平面坐标的映射定位。2.4.2 定位区域
【学位授予单位】:中国林业科学研究院
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:S762;P208
【参考文献】
相关期刊论文 前10条
1 宁方馨;王艳慧;刘浩;;一种三维灾场环境地表影像快速更新的方法[J];地理空间信息;2013年06期
2 王昭威;李钊;;基于OpenCV的图像特征提取与匹配[J];软件;2013年11期
3 李春明;王亚军;刘尹;董仁才;赵景柱;;基于地理参考照片的景区游客时空行为研究[J];旅游学刊;2013年10期
4 莫奇京;罗蔚生;杨桂贤;;森林防火远程智能监测系统建设技术方案初探[J];森林防火;2012年02期
5 陈科;黄天勇;杨林波;闻平;;AR技术在GIS可视化中的应用及方法研究[J];测绘与空间地理信息;2011年06期
6 葛莹;陈科;吴野;陆凤;;增强现实系统中视频影像与DEM栅格图像匹配[J];中国图象图形学报;2011年08期
7 龙清;;图像边缘检测中的微分算子法及其比较[J];信息技术;2011年06期
8 古云鹤;杨勤科;罗仪宁;王雷;王懿;;突变地形特征在DEM上的表达[J];水土保持研究;2011年02期
9 陈科;尹啸;陈晨;杨忠祥;;一种基于地形轮廓匹配的地理数据AR可视化新方法[J];测绘科学;2011年01期
10 陈少平;张桂梅;王斯财;;基于小波变换和Canny算子的齿轮边缘检测[J];失效分析与预防;2010年04期
相关硕士学位论文 前10条
1 张少杰;基于地理标记照片的大西安旅游圈游客时空行为研究[D];陕西师范大学;2015年
2 黄蕾;图像边缘特征提取算法的分析与研究[D];安徽大学;2015年
3 毛行辉;虚拟森林环境中林火蔓延三维可视化[D];福州大学;2014年
4 湛玉剑;融合实景图与DEM的地形增强表达[D];南京师范大学;2014年
5 潘子昂;基于SIFT算法的图像匹配研究[D];西安电子科技大学;2012年
6 张菲菲;基于地理元胞自动机的林火蔓延模型与模拟研究[D];汕头大学;2011年
7 陈晓泽;基于图像的地形匹配关键技术研究[D];西安电子科技大学;2011年
8 王文丽;各种图像边缘提取算法的研究[D];北京交通大学;2010年
9 张一凡;虚拟森林场景的三维可视化的研究[D];南京林业大学;2009年
10 梁娱涵;应用Rothermel模型的林火蔓延可视化研究[D];中南林业科技大学;2009年
本文编号:2649981
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2649981.html