【摘要】：隨著遙感平臺和傳感器的發(fā)展,大數(shù)據(jù)已經(jīng)成為遙感影像的基本特征,現(xiàn)階段數(shù)字正射影像生產(chǎn)的效率和自動化水平難以滿足快速處理和應急響應需求。針對上述問題,論文圍繞遙感影像鑲嵌中的色彩一致性處理和鑲嵌線選取兩個瓶頸問題展開研究,旨在優(yōu)化遙感影像鑲嵌處理方法,提高遙感影像鑲嵌的質(zhì)量和效率,實現(xiàn)數(shù)字正射影像產(chǎn)品生產(chǎn)的自動化、并行化和智能化。論文的主要工作和創(chuàng)新點有:1.闡述了正射影像鑲嵌的研究背景和意義,然后對單幅影像色彩一致性處理方法、多幅影像色彩一致性處理方法、鑲嵌線選取方法和遙感影像的并行處理技術(shù)的研究現(xiàn)狀和存在的問題進行了分析和總結(jié)。2.針對單幅影像內(nèi)色彩不一致問題,提出一種混合約束的變分Retinex方法,將影像的勻光問題轉(zhuǎn)換為變分模型的最優(yōu)解問題。根據(jù)影像自身先驗信息,結(jié)合Retinex算法構(gòu)造變分能量模型,分別利用各向異性和各向同性全變分正則項對反射影像和光照影像進行約束。然后,利用分裂Bregman方法將變分模型的求解問題分解為三個子問題分步迭代求解,提高模型的求解效率。實驗結(jié)果表明,該方法對多種類型的光照不均影像都能夠有效地校正,并且不會丟失紋理和細節(jié)信息,較好地保持影像的顏色和對比度,是一種有效且通用性強的遙感影像勻光方法,具有較強的實用性。3.針對區(qū)域范圍內(nèi)多幅影像之間的色彩不一致問題,提出一種基于分塊加權(quán)Wallis的勻色方法。根據(jù)變異系數(shù)對影像自適應分塊,然后利用加權(quán)Wallis勻色法確定相鄰影像間的變換關(guān)系,并利用Voronoi圖和Dijkstra算法的方法確定兩兩影像的處理順序,整體控制區(qū)域內(nèi)影像的勻色質(zhì)量。實驗結(jié)果表明,該方法既能夠保證區(qū)域內(nèi)影像整體色彩一致,又可以有效地消除相鄰影像間的色彩差異和對比度差異。4.研究了正射影像鑲嵌中的鑲嵌線選取問題,提出一種基于改進A*算法的啟發(fā)式鑲嵌線選取方法。首先,利用灰度和梯度信息計算重疊區(qū)域的差值影像,并利用數(shù)學形態(tài)學方法對差值影像進行優(yōu)化。其次,利用改進的A*算法和金字塔分層搜索策略提高鑲嵌線選取的效率。然后,為了解決大區(qū)域范圍內(nèi)多張影像的鑲嵌處理問題,結(jié)合該方法和Voronoi圖提出一種鑲嵌線網(wǎng)絡生成方法。最后,針對鑲嵌線為曲線的情況,采用基于模板的距離加權(quán)法解決鑲嵌線附近的色彩過渡問題,消除鑲嵌縫。通過多組對比實驗驗證了所提出方法的正確性和有效性,提升了鑲嵌線選取的效率和質(zhì)量。5.實現(xiàn)了基于GPU的多幅影像色彩一致性并行處理方法和鑲嵌線選取并行方法,對所提出的分塊加權(quán)Wallis勻色法的計算量和并行性進行分析,研究了基于GPU的并行加速策略。將相互獨立且重復的密集計算任務,如雙線性插值和Wallis變換映射到GPU的眾多線程中同時處理,達到并行加速的目的。對于耦合度較低的均值和標準偏差的計算,采用歸約求和的方式進行優(yōu)化,利用共享存儲器在每一個線程塊中進行并行運算。為了達到盡可能高的并行加速比,結(jié)合算法的自身特點,從配置劃分、存儲器帶寬和指令吞吐量等方面進行優(yōu)化。實驗結(jié)果表明,與基于CPU的串行勻色算法相比,基于GPU的并行算法的最高加速比可以達到60倍以上。在提出的基于改進的A*算法的鑲嵌線選取方法基礎上,結(jié)合GPU的特點,調(diào)整處理步驟并設計相應并行搜索算法,盡可能大地發(fā)揮GPU的性能。實驗結(jié)果表明,與基于CPU的串行鑲嵌線選取算法相比,GPU并行算法的最高加速比可以達到40倍以上。
【學位授予單位】：戰(zhàn)略支援部隊信息工程大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：P237
【圖文】：

圖 1.1 Inpho 軟件手工編輯鑲嵌線界面大區(qū)域內(nèi)多條航帶影像進行處理時，大多數(shù)方法依據(jù)測區(qū)內(nèi)已知的航線信息以及影像排列順序分步兩兩處理。對影像間色彩一致性處理而言，兩兩影像處理模式體考慮進行質(zhì)量控制，只能消除相鄰影像間的色彩差異，無法保證區(qū)域范圍內(nèi)影色彩一致性。對影像鑲嵌而言，隨著影像數(shù)量的增加，兩兩影像處理模式會產(chǎn)生余數(shù)據(jù)，工作量也會成倍增長，影響處理效率，這顯然不能滿足各種應用的需如何兼顧整體與局部的色彩一致性以及基于全局生成鑲嵌線網(wǎng)絡以解決大范圍影質(zhì)量與效率，仍需進一步研究。著輕小型無人飛行平臺的不斷發(fā)展，如圖 1.2 所示，遙感影像獲取周期大幅度縮分辨率明顯提升，導致影像數(shù)據(jù)量急劇增加。傳統(tǒng)的基于單機的串行數(shù)據(jù)處理流模式已極大地束縛了數(shù)字正射影像產(chǎn)品的生產(chǎn)效率，難以滿足海量遙感影像快速急響應需求[2]。并行計算技術(shù)的發(fā)展為這一問題的解決提供了可能，GPU計算性能高、功耗低、軟硬件架構(gòu)通用，與傳統(tǒng)的集群系統(tǒng)相比具有明顯的優(yōu)勢，在提高測率、降低成本等方面具有非常大的發(fā)展?jié)摿ΑＲ虼�，研究基�?GPU 的高性能并嵌技術(shù)，對于提高數(shù)字正射影像產(chǎn)品是生產(chǎn)效率、提升我國的測繪生產(chǎn)水平和應

(a) 固定翼無人機 (b) 多旋翼無人機圖 1.2 典型的無人機飛行平臺1.2 國內(nèi)外研究現(xiàn)狀論文所研究的內(nèi)容主要包括遙感影像色彩一致性處理和鑲嵌線選取兩個方面，論文對近幾年這兩類問題的研究現(xiàn)狀進行簡要介紹。1.2.1 單幅影像內(nèi)色彩一致性處理單幅影像的色彩一致性處理也稱勻光處理，主要是為了解決單幅影像內(nèi)部亮度分布均勻問題。目前常用的影像勻光方法可分為三類：統(tǒng)計信息法、數(shù)學模型法和頻率域濾法。統(tǒng)計信息法是利用影像的統(tǒng)計信息（如直方圖、均值和方差等）進行勻光，Yegan等[3]利用直方圖均衡法，以累積分布函數(shù)為變換函數(shù)生成新的影像，擴展原影像的動態(tài)圍，增強影像的對比度。直方圖均衡法簡單實用，在此基礎上衍生出許多改進方法，如

(b) Inpho 正射影像加速器 (c) DPGrid 的刀片式服務器系統(tǒng)圖 1.3 并行數(shù)字攝影測量處理系統(tǒng)張劍清等[70][71]結(jié)合分布式并行計算技術(shù)，提出了一種無控制影像鑲嵌圖快速制作方法滿足了遙感影像快速處理和應急響應的需求。劉航冶[72]結(jié)合混合集群架構(gòu)，提出了基于非矩形影像劃分的并行 PIORA-NRD 算法，用于面陣影像的正射糾正。李勁澎[73]著眼于無人機影像的應急快速處理，研究了基于刀片集群的特征匹配、影像融合重構(gòu)等計算量密集環(huán)節(jié)的并行加速處理技術(shù)。隨著 GPU 性能的提高，越來越多的科研人員將 GPU 技術(shù)應用于遙感數(shù)據(jù)處理。楊靖宇[74]提出了一種基于 CUDA 的 SURF 特征匹配 GPU 細粒度并行處理方法，并采用分塊計算模式來隱藏全局存儲器的訪問延遲，提高 GPU 的并行加速效率。Wu[75]和 Choudhary[76等將大尺度光束法平差的方法移植于 GPU 上，分別用 CUDA 在 GPU 與 CPU 上混合實施并行工作求解稀疏光速法平差獲得了顯著地加速。閘旋[2]實現(xiàn)了一種基于 CUDA 的遙感圖像快速正射糾正算法，將正射糾正運算中的重復性密集計算工作分配給 GPU 中的眾多線程同時處理。韓宇韜[47]針對 Mask 勻光法中占據(jù)大量時間開銷的傅立葉變換，利用 GPU 平[77]

【參考文獻】

相關(guān)期刊論文 前10條

1 陳繼溢;許彪;張力;艾海濱;杜全葉;;采用最優(yōu)生成樹的正射影像鑲嵌線快速智能檢測[J];測繪學報;2015年10期

2 袁勝古;王密;潘俊;胡芬;李東陽;;航空影像接縫線的分水嶺分割優(yōu)化方法[J];測繪學報;2015年10期

3 袁修孝;段夢夢;曹金山;;正射影像鑲嵌線自動搜索的視差圖算法[J];測繪學報;2015年08期

4 邵振峰;白云;周熙然;;改進多尺度Retinex理論的低照度遙感影像增強方法[J];武漢大學學報(信息科學版);2015年01期

5 李爍;王慧;程挺;胡東平;;顧及有效區(qū)域的Voronoi圖的正射影像拼接[J];測繪科學技術(shù)學報;2014年05期

6 李亮;舒寧;龔煈;王凱;;一種面向像斑的高分辨率遙感影像相對輻射校正方法[J];武漢大學學報(信息科學版);2014年04期

7 袁修孝;韓宇韜;方毅;;改進的航攝影像Mask勻光算法[J];遙感學報;2014年03期

8 方留楊;王密;李德仁;;CPU和GPU協(xié)同處理的光學衛(wèi)星遙感影像正射校正方法[J];測繪學報;2013年05期

9 姚芳;萬幼川;胡晗;;基于Mask原理的改進勻光算法研究[J];遙感信息;2013年03期

10 唐述;龔衛(wèi)國;仲建華;;稀疏平滑特性的多正則化約束圖像盲復原方法[J];軟件學報;2013年05期

相關(guān)博士學位論文 前10條

1 楊昊;圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D];電子科技大學;2016年

2 魏小峰;光學合成孔徑系統(tǒng)成像性能優(yōu)化與分析[D];解放軍信息工程大學;2015年

3 段夢夢;基于視差圖的數(shù)字正射影像鑲嵌線自動搜索及其質(zhì)量評價方法研究[D];武漢大學;2015年

4 席如冰;變分正則化模型與算法及其在多通道圖像重構(gòu)中的應用[D];國防科學技術(shù)大學;2015年

5 方留楊;CPU/GPU協(xié)同的光學衛(wèi)星遙感數(shù)據(jù)高性能處理方法研究[D];武漢大學;2015年

6 韓宇韜;數(shù)字正射影像鑲嵌中色彩一致性處理的若干問題研究[D];武漢大學;2014年

7 方發(fā)明;基于變分法的遙感圖像融合方法研究[D];華東師范大學;2013年

8 楊靖宇;攝影測量數(shù)據(jù)GPU并行處理若干關(guān)鍵技術(shù)研究[D];解放軍信息工程大學;2011年

9 肖漢;基于CPU+GPU的影像匹配高效能異構(gòu)并行計算研究[D];武漢大學;2011年

10 孫杰;機載LiDAR點云數(shù)據(jù)輔助真正射影像制作關(guān)鍵技術(shù)研究[D];武漢大學;2011年

相關(guān)碩士學位論文 前10條

1 范夢然;GPU上基本圖像處理算法性能優(yōu)化關(guān)鍵技術(shù)研究[D];中國科學院大學(中國科學院工程管理與信息技術(shù)學院);2017年

2 陳繼溢;正射影像鑲嵌線快速檢測方法研究[D];中國測繪科學研究院;2015年

3 王一同;GPU加速技術(shù)在圖論算法中的應用[D];電子科技大學;2014年

4 林新潛;正則化圖像復原中的自適應方法研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2013年

5 閘旋;CPU+GPU單機異構(gòu)環(huán)境下遙感數(shù)據(jù)并行處理技術(shù)研究[D];解放軍信息工程大學;2013年

6 李勁澎;集群環(huán)境下無人機影像快速拼接及點云生成技術(shù)研究[D];解放軍信息工程大學;2013年

7 余文杰;遙感影像輻射勻光技術(shù)研究[D];解放軍信息工程大學;2012年

8 李鵬程;機載LiDAR點云數(shù)據(jù)濾波及輔助影像匹配技術(shù)研究[D];解放軍信息工程大學;2012年

9 周小鏡;基于改進A*算法的游戲地圖尋徑的研究[D];西南大學;2011年

10 宋向;自適應光學圖像序列配準與復原算法研究[D];解放軍信息工程大學;2011年

本文編號：2761713