黄 莺，张少帅，黄 鹤,，王 珺 ，茹 锋,

(1.空军工程大学，陕西 西安 710051；2.长安大学，陕西 西安 710064；3.西安市智慧高速公路信息融合与控制重点实验室，陕西 西安 710064)

0 引言

近年来，随着无人机技术的迅猛发展，与遥感技术的结合日渐成熟[1-2]。无人机遥感技术具有侦察方式灵活、体型较小的优点，在山区公路运营监控中应用较为广泛。因此，对无人机图像采集获取的遥感图像处理和分析成为近年来该领域国内外的研究热点。但在飞行过程中采集山区公路遥感图像时，无人机载摄像头难免会受到周围环境及传感器等干扰因素的影响，致使采集、传输和存储时会发生偏差，加重了遥感图像后期处理及分析时的困难。为提升采集遥感图像数据的有效性，后期滤波去噪非常重要。

无人机滤波去噪处理遥感图像时，现有很多滤波算法在工程应用中受到各种条件的限制[3-4]，一般都针对噪声分布已知的场景，对应用对象有明确的要求。因此，选择滤波算法在进行滤波去噪时带有很明显的针对性，不能适应多种场景下的滤波去噪处理，尤其在一些特殊行业中。而且，此类滤波器更侧重于信噪比的提升，却忽略了图像的边缘细节信息[5-8]。同时，遥感图像采集的过程中难免也会遭受到很多条件的限制及多类因素干扰，如传感器固有的特性以及周围气候环境对传输设备的干扰，故可能在无人机获取到的遥感图像中有多类噪声并存。而传统滤波算法不能实时灵活处理，导致去噪处理效果通常不理想，无法适应工程实际应用，达不到遥感图像去噪的实时精确性需求。……