本文關(guān)鍵詞：大比例尺多視角無(wú)人機(jī)遙感圖像拼接技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：無(wú)人機(jī)具有靈活性高,針對(duì)性強(qiáng),成本低,操作方便,高效率等優(yōu)勢(shì),因此以無(wú)人機(jī)為平臺(tái)的遙感圖像技術(shù)被廣泛應(yīng)用于地質(zhì)檢測(cè)、災(zāi)害監(jiān)控、城市規(guī)劃和軍事等領(lǐng)域。然而,由于無(wú)人機(jī)遙感圖像具有分辨率高、角度變換大、圖像數(shù)量多等特點(diǎn),對(duì)其進(jìn)行大范圍、快速、準(zhǔn)確地自動(dòng)拼接仍是遙感產(chǎn)品生產(chǎn)中面臨的實(shí)際問(wèn)題。本文針對(duì)無(wú)地理參考信息和相機(jī)準(zhǔn)確參數(shù)的大范圍無(wú)人機(jī)圖像,研究了兩種滿足全局優(yōu)化的圖像配準(zhǔn)算法,保證在滿足全局拼接質(zhì)量的前提下,有效地完成大比例尺無(wú)人機(jī)遙感圖像的拼接。在地理參考條件充分的情況下,已有的遙感圖像配準(zhǔn)結(jié)果都比較準(zhǔn)確。但是在實(shí)際情況下,存在著非常多影響匹配效果的因素:無(wú)人機(jī)自身體積小、慣性小,受到氣流、風(fēng)向影響大,俯仰角、側(cè)滾角對(duì)比傳統(tǒng)航測(cè)來(lái)說(shuō)變化快;受氣流影響拍攝圖像排列不整齊,主要表現(xiàn)在拍攝圖像的重疊度變化幅度大;相鄰兩張圖像之間容易出現(xiàn)偏角差異很大的情況,很多無(wú)人機(jī)圖像拍攝時(shí)沒(méi)有相應(yīng)的位姿信息,這些情況都對(duì)一次性拼接大量無(wú)人機(jī)遙感圖像帶來(lái)很大困難。本文的主要工作如下:(1)在傳統(tǒng)基于SIFT的圖像拼接算法基礎(chǔ)上,本文提出了一種面向全局拼接順序優(yōu)化的遙感圖像拼接算法,主要從特征點(diǎn)匹配和拼接順序兩方面改進(jìn):在特征點(diǎn)匹配查找階段,利用LSH替代傳統(tǒng)的KD-tree的方法,并結(jié)合歐式距離比率和中值濾波器兩種方法,實(shí)現(xiàn)了從粗匹配到細(xì)粒度匹配特征點(diǎn)的篩選,在很大程度上提高了特征點(diǎn)匹配的速度;在選取拼接順序階段,基于圖像重疊密度排序選取最佳的參考圖像,從而使多個(gè)圖像配準(zhǔn)后的拼接圖像誤差最小。(2)考慮到參考圖像并非是最小拼接誤差平面,本文提出了一種基于空間點(diǎn)云的多角度遙感圖像拼接融合算法。該方法首先基于SFM從多個(gè)遙感圖像恢復(fù)得到稀疏場(chǎng)景點(diǎn)云,然后通過(guò)最小化所有圖像的特征點(diǎn)到拼接參考平面的距離獲取最佳擬合平面,最后根據(jù)恢復(fù)的特征點(diǎn)數(shù)據(jù)確立圖像之間的對(duì)應(yīng)關(guān)系,從而完成相機(jī)位姿未知情況下圖像的全景拼接。(3)本文用上述兩種方法分別處理兩組西溪濕地?zé)o人機(jī)遙感圖像,最終實(shí)驗(yàn)結(jié)果表明,本文提出的第一種方法能夠在保證精度的前提下提高配準(zhǔn)速度、降低全局誤差;第二種方法能有效地運(yùn)用在相機(jī)位姿未知情況下的大范圍無(wú)人機(jī)圖像拼接,效果達(dá)到了實(shí)用的要求。
【關(guān)鍵詞】：無(wú)人機(jī)遙感圖像 局部敏感哈希 運(yùn)動(dòng)恢復(fù)結(jié)構(gòu) 圖像拼接 圖像融合
【學(xué)位授予單位】：杭州師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP751
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-11
• 第1章 緒論11-14
• 1.1 研究背景及目的11-12
• 1.2 本文的主要工作12-13
• 1.3 本文的組織結(jié)構(gòu)13
• 1.4 本章小結(jié)13-14
• 第2章 相關(guān)理論與研究綜述14-24
• 2.1 遙感圖像拼接14-21
• 2.1.1 遙感圖像拼接概述14
• 2.1.2 圖像預(yù)處理14-16
• 2.1.3 圖像配準(zhǔn)16-19
• 2.1.4 圖像融合19-21
• 2.2 遙感圖像拼接研究現(xiàn)狀21-23
• 2.3 本章小結(jié)23-24
• 第3章 基于LSH和最優(yōu)排序的遙感圖像自動(dòng)拼接24-37
• 3.1 引言24
• 3.2 特征提取24-28
• 3.2.1 基于SIFT特征的圖像配準(zhǔn)24-28
• 3.3 粗匹配28-32
• 3.3.1 位置敏感哈希28-30
• 3.3.2 s-穩(wěn)定分布30
• 3.3.3 基于s-穩(wěn)定分布的位置敏感哈希30-32
• 3.3.4 位置敏感哈希的優(yōu)勢(shì)32
• 3.4 圖像配準(zhǔn)32-35
• 3.4.1 歐式距離比值33
• 3.4.2 中值濾波33
• 3.4.3 精確匹配33-35
• 3.5 多幅圖像自動(dòng)排序35-36
• 3.6 本章小結(jié)36-37
• 第4章 基于SFM的多角度大范圍圖像拼接37-48
• 4.1 引言37
• 4.2 基于SFM的點(diǎn)云構(gòu)建37-40
• 4.3 構(gòu)建最佳投影平面40-41
• 4.4 骨架圖像優(yōu)化41
• 4.5 稀疏全局調(diào)整41-42
• 4.6 多分辨率融合42-47
• 4.7 本章小結(jié)47-48
• 第5章 實(shí)驗(yàn)與分析48-53
• 5.1 基于LSH和最優(yōu)排序的遙感圖像自動(dòng)拼接算法實(shí)驗(yàn)48-50
• 5.2 基于SFM的多角度大范圍圖像拼接算法實(shí)驗(yàn)50-53
• 第6章 總結(jié)和展望53-55
• 6.1 總結(jié)53
• 6.2 展望53-55
• 參考文獻(xiàn)55-59
• 個(gè)人簡(jiǎn)歷及在學(xué)期間所取得的科研成果59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 尹鵬飛;尹球;陳興峰;許華;張文君;;無(wú)人機(jī)航空遙感技術(shù)在震后災(zāi)情調(diào)查中的應(yīng)用[J];激光與光電子學(xué)進(jìn)展;2010年11期

2 朱佳文;屈新原;高小偉;;基于CSIFT算法的UAV影像配準(zhǔn)技術(shù)研究[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

  本文關(guān)鍵詞：大比例尺多視角無(wú)人機(jī)遙感圖像拼接技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：315635