近年來，隨著無人機在測繪地理信息領域應用，大量測繪、遙感等任務都在使用無人機開展。無人機主要以空中對地拍攝方式采集地面影像，之后再使用相應軟件處理成正射影像、三維模型等成果，之后再進行矢量化采集、分析統計等。

然而無人機搭載的可見光相機容易受到環境光照、空氣質量等因素影響，往往不能獲取到足夠質量的影像，對后期數據處理也有很大影響。通常情況下，當我們想要通過相機拍攝到優質畫面，至少需要設置合適的快門速度和ISO或者使用相機軟件自動計算參數。但無人機由于自身原因，一般需要使用固定的快門速度，比如固定翼無人機為了保證飛行穩定性，需要在固定的空速下飛行，而較快的飛行速度下就無法通過設置更長的相機快門時間來提高影像亮度，這也就是陰天情況下，大多數無人機搭載的相機拍攝照片比較陰暗的原因。

而其他天氣狀況或者不正確的相機設置同樣會造成影像質量問題，比如：天氣晴朗，光照強度很高的情況下使用陰天時的相機參數，則有可能造成影像過曝；當太陽高度角較低，光線斜向照射地面時，在山區或城市高樓較多地區可能造成影像陰影過多；霧霾天氣則會造成影像質量模糊，看不清地面物體等。

一般無人機航拍影像常見的質量問題主要包括曝光不足、陰影過多、過度曝光、霧霾。如何自動區分這幾類影像與正常影像，也許可以為無人機航測、遙感等任務提供一種快速質檢方案。接下來就來探討如何使用機器學習自動區分問題影像和正常影像。要通過機器學習來實現分類，我們需要得到各種航拍影像數據集，一般航拍影像都是對地觀測，獲取到的影像主要都是地面物體組成，根據不同地貌特征又分為城市、農村、平原、山區、丘陵、荒漠、水域等，根據不同時間又有不同天氣情況、不同季節等。

使用機器學習進行分類需要以數據特征為依據，這里采用影像直方圖概率分布作為特征。影像直方圖概率分布是統計影像每個像素上曝光值(0~255)上的出現概率，假設一張影像過曝了，那么大部分像素值會集中在255附近；而一張曝光不足的影像，大部分像素的值則會集中在0附近；陰影較重的影像則會在0和255附近出現兩個波峰。

1、過曝影像及其直方圖概率分布：

2、曝光不足影像及其直方圖概率分布：

3、陰影較多影像及其直方圖概率分布：

4、霧霾影像及其直方圖概率分布：

5、正常影像及其直方圖概率分布：

從直方圖概率分布上不難看出，不同類型影像在直方圖概率分布上具有不同分布特征，那么選取直方圖概率分布作為數據特征也是比較合理的。接下來就是人工分類出不同曝光類型的影像作為訓練數據，分別是過曝影像集、曝光不足影像集、陰影影像集、霧霾影像集、正常曝光影像集。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??過曝影像集

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??曝光不足影像集

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 霧霾影像集

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?陰影影像集

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 正常影像集

得到分類數據集后，使用圖像直方圖概率分布算法對總共2486張樣本影像進行直方圖概率分布統計，生成樣本表。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 樣本表

接下來就是使用樣本表進行測試，從其他影像數據中按照不同分類選取20張影像組成總共100張影像的測試集。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??測試集

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?測試結果

其中20張正常影像和20張過曝影像全部正確分類，20張曝光不足影像中有一張分類為陰影，20張霧霾影像有一張分類為正常，20張曝光不足影像中有3張被分類為陰影，總體正確率95%。從分類結果上看，使用機器學習可以實現對無人機航拍影像進行質量評估，接下來可以從訓練數據和算法優化上進一步提高分類準確率。

總結

以上是生活随笔為你收集整理的应用机器学习进行无人机航拍影像质量评估的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。