第76章 图像数据处理

法。他们的样图从黑白相间的条纹图片到黑白相间的棋盘图片，从黑白图片到彩色图片，从片图片到立体小样，基本上把能模拟的都模拟了。

    陈东风设计了一套提高图片分片率的算法，陈东风命名为“像素分离综合算法”。该算法的核心思想是3点，第一是保留有意义的像素。当有些像素与周围像素的颜色信息不同时，它是图像的典型特征，需要保留，如地面目标的建筑，车辆等。

    第二是区分需要进行连续处理的部分，与不需要进行连续处理的部分。如建筑之间的间隙是不需要连续处理的，要保持波动。而建筑的轮廓需要进行连续光滑处理。

    第三是区分哪些相似像素应该被联系起来，哪些不需要。如建筑间隔处，考虑2*2四个像素，比如建筑的顶面像素，相同灰阶的像素应该被连接起来构成特征曲线的部分，而像素灰阶差异明显的不应该。解决了上面的问题后，就得到了一些线条，对这些线条进行样条插值可以得到最终的结果。

    当然中间还有N多的技术难点，想要把地分辨率的图片提高1倍甚至1倍以上都是需要耗费大量的水磨工夫的，现在陈东风的算法只是实现了10%的分辨率提升。

    而杨光从图像数据的线性滤波上下手，由于黑白图片的数据的形式都是二维矩阵，杨光采用的是使用一个二维的滤波器矩阵（有个高大上的名字叫卷积核），然后对于图像的二维矩阵的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置，这个操作就叫卷积或者协相关。

    杨光设计了三种?二维的滤波器矩阵：边缘检测矩阵、图像锐利化矩阵和运动模糊矩阵。

    边缘检测矩阵需要在图像对应的方向计算梯度。使用一个所有值加起来为0的卷积核来卷积图像，就可以了。但在实际中，这种简单的方法会把噪声也放大了。

    图像的锐化矩阵和边缘检测矩阵很像，首先找到边缘，然后把边缘加到原来的图像上面，这样就强化了图像的边缘，使图像看起来更加锐利了。这两者操作统一起来就是锐化滤波器了，也就是在边缘检测滤波器的基础上，再在卷积核的中心的位置加1，这样滤波后的图像就会和原始的图像具有同样的亮度了，但是会更加锐利。

    最重要的是运动模糊矩阵，本身飞龙就是在高速的运动中，拍摄的图片基本上都会出现运动模糊。把模糊的图片通过卷积的形式让图片上的像素在相向模糊方向偏移来达到修正模糊图片的效果。

    把陈东风和杨光的图像数据处理办法结合在加上上百张图片的叠加，想要在5000米的高空分别出0.5米*0.5米的物体还是不成问题的，当然具体的叠图数量还需要结合试飞时候的实验来测得。