刘剑

（中电建冀交高速公路投资发展有限公司，河北 石家庄 050000）

边缘是图像最基本特征之一，边缘检测是图像分析和识别等后续处理工作的基础，直接影响图像信息提取结果精度。本文以数字图像处理中的边缘检测与图像分割方法为理论基础，基于无人机影像提取车辆边缘信息，比较分析各种方法的检测结果，为影像边缘检测算子选择提供参考依据。

一、无人机影像的采集与预处理

（一）影像采集

此次研究采用地面分辨率0.05m无人机影像作为实验图像，尽量获取晴朗无云、无风、自然光照条件好的观测环境条件下的航拍片，无人机的飞行高度保持在50m～70m，以尽量获取分辨率高、噪声小的影像。

（二）影像预处理

无人机影像在获取过程中，因传感器、地球本身等方面原因，致使原始图像上各地物品几何位置、形状等特征，与参照系统中表达要求不一致时会产生几何畸变，为了后续处理获取高精度结果，无人机影像预处理过程必须校正相机几何。

获取相机的各项检校参数是校正畸变的前提，此参数可由依托建设工程项目部提供，也可以通过建立检校场标定获取。获取参数之后可以根据校正模型校正，具体流程如图1所示。

二、车辆边缘检测

（一）LOG 边缘检测算法

图像边缘是指像素灰度值发生突变的像元集合，图像边缘检测实质是利用一阶梯度算子找出目标与背景分界线，界线包围的图形是目标区域。在数字图像处理理论下，Prewitt、Sobel、Roberts等算子均可用于边缘检测，其中LOG算子首先用高斯函数进行滤波，然后用Laplacian算子检测边缘。……