典型文献
雾天环境下机器视觉的边坡监测方法
文献摘要：
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.
文献关键词：
暗通道先验;机器视觉;边坡监测;位移提取;尺度不变特征变换
中图分类号：
作者姓名：
时梦杰;陶庭叶;高飞;李江洋;陈皓
作者机构：
合肥工业大学土木与水利工程学院,安徽合肥230009
文献出处：
引用格式：
[1]时梦杰;陶庭叶;高飞;李江洋;陈皓-.雾天环境下机器视觉的边坡监测方法)[J].测绘通报,2022(06):88-92
A类：
FADE,位移提取
B类：
雾天,下机,机器视觉,边坡监测,监测方法,监测过程,图像质量,监测效果,暗通道先验,DCP,像是,去雾,细节信息,尺度不变特征变换,SIFT,特征点匹配,随机抽样一致性,RANSAC,选优,取模,变换矩阵,仿射变换,求取,雾霭
AB值：
0.300534
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
