近年來,非法侵占國土資源現(xiàn)象時(shí)有發(fā)生,國土資源監(jiān)管形勢嚴(yán)峻,如何實(shí)時(shí)監(jiān)測巡查國土資源利用現(xiàn)狀,是國土資源管理部門更合理、高效工作的關(guān)鍵環(huán)節(jié)之一。傳統(tǒng)模式下的國土資源監(jiān)管模式工作效率低,人力物力成本較高。無人機(jī)行業(yè)的飛速發(fā)展,使得利用小型無人機(jī)采集影像成為填補(bǔ)國土資源監(jiān)管空白區(qū)域的新方案。但無人機(jī)因飛行高度低其單張像幅較小,故必須進(jìn)行多幅影像的拼接工作。并且有時(shí)為了提高工作效率或因環(huán)境限制無法布控控制點(diǎn),因此,如何在無控制點(diǎn)的情況下,自動(dòng)快速拼接無人機(jī)影像具有一定的研究意義。本文就無人機(jī)影像拼接相關(guān)技術(shù)進(jìn)行了研究與實(shí)驗(yàn),并開發(fā)了一款面向國土資源巡查的無人機(jī)無控制點(diǎn)快速影像拼接系統(tǒng),主要工作包括:（1）利用相機(jī)參數(shù)對無人機(jī)影像進(jìn)行了幾何畸變校正,消除了徑向畸變與切向畸變,在頻率域和空間域?qū)τ跋裨鰪?qiáng)技術(shù)進(jìn)行了討論與分析,實(shí)驗(yàn)與分析了多種影像增強(qiáng)技術(shù),選擇了中值濾波技術(shù)消除了影像噪聲。（2）就SIFT算法與SURF算法進(jìn)行了特征點(diǎn)檢測的實(shí)驗(yàn)與評價(jià)分析,檢測到特征點(diǎn)后利用歐式距離作為相似性度量,使用BBF算法作為搜索策略,對影像進(jìn)行了粗匹配,針對粗匹配后依舊存在少量誤匹配現(xiàn)象的問題,利用RANS... 

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 選題背景與研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 研究技術(shù)路線
    1.5 論文組織結(jié)構(gòu)
2 無人機(jī)影像預(yù)處理
    2.1 利用相機(jī)參數(shù)的幾何畸變校正
    2.2 影像增強(qiáng)
    2.3 本章小結(jié)
3 基于SURF及 RANSAC算法的影像匹配
    3.1 影像匹配方法
    3.2 特征點(diǎn)檢測及粗匹配
    3.3 基于RANSAC算法的特征點(diǎn)精匹配
    3.4 本章小結(jié)
4 基于線性加權(quán)融合的無人機(jī)影像無縫拼接
    4.1 影像融合層次劃分
    4.2 常用影像融合方法
    4.3 影像拼接誤差控制方法
    4.4 影像融合與影像拼接實(shí)驗(yàn)與分析
    4.5 本章小結(jié)
5 面向國土資源巡查的無人機(jī)影像拼接系統(tǒng)實(shí)現(xiàn)
    5.1 開發(fā)環(huán)境
    5.2 系統(tǒng)設(shè)計(jì)
    5.3 系統(tǒng)整體運(yùn)行與實(shí)驗(yàn)
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]二維圖像拼接技術(shù)研究綜述[J]. 盛明偉,唐松奇,萬磊,秦洪德.  導(dǎo)航與控制. 2019(01)
[2]基于GPU并行計(jì)算的星載SAR影像數(shù)據(jù)高效重采樣算法研究[J]. 劉傳富,吳啟琛.  礦山測量. 2018(03)
[3]灰度圖像對比度提高方法及其評價(jià)[J]. 王建衛(wèi),曲中水.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(10)
[4]基于特征級融合方法的高光譜影像建筑物提取[J]. 徐銳,林娜,代文良.  地理空間信息. 2018(04)
[5]提高“天繪一號(hào)”衛(wèi)星條帶影像拼接精度的技術(shù)探討[J]. 程家勝,穆春迪,李揚(yáng),姜艷媛.  航天返回與遙感. 2018(02)
[6]一種新穎快速的亞像素級大尺寸平移圖像配準(zhǔn)算法[J]. 張?zhí)颐?  光電子技術(shù). 2018(01)
[7]基于傅立葉變換的灰度成像擴(kuò)展目標(biāo)跟蹤幀間圖像配準(zhǔn)方法[J]. 秦雨萍,張萍,張雙.  艦船電子工程. 2018(03)
[8]無人機(jī)遙感圖像融合方法研究[J]. 任偉建,王楠,王子維,任璐,婁洪亮.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(02)
[9]一種基于Radon變換及快速傅里葉變換的圖像配準(zhǔn)方法[J]. 廖婷,蒲國林,彭小利.  計(jì)算機(jī)應(yīng)用與軟件. 2018(03)
[10]基于改進(jìn)的DOG算子在圖像邊緣提取中的應(yīng)用研究[J]. 曹麟,魯紅英,程琳.  電腦知識(shí)與技術(shù). 2018(06)

博士論文
[1]基于色彩信息的圖像增強(qiáng)研究[D]. 陳杰.南京郵電大學(xué) 2017

碩士論文
[1]基于Harris-SIFT算法的雙目視覺立體匹配研究[D]. 趙麗麗.東北石油大學(xué) 2018
[2]無人機(jī)低空航攝系統(tǒng)在土地承包經(jīng)營權(quán)確權(quán)中的應(yīng)用[D]. 楊彥梅.中國地質(zhì)大學(xué)(北京) 2017
[3]多尺度分解的像素級圖像融合關(guān)鍵技術(shù)研究[D]. 闕越.江西財(cái)經(jīng)大學(xué) 2017
[4]基于灰度的圖像配準(zhǔn)技術(shù)研究[D]. 黃寶康.江西理工大學(xué) 2016
[5]無人機(jī)影像序列拼接技術(shù)的研究與實(shí)現(xiàn)[D]. 潘梅.西南科技大學(xué) 2015
[6]融合灰度特征與形狀特征的圖像配準(zhǔn)方法[D]. 劉干.浙江工業(yè)大學(xué) 2015
[7]基于特征的異類圖像復(fù)合配準(zhǔn)技術(shù)研究[D]. 紀(jì)利娥.中北大學(xué) 2014
[8]基于SIFT算法的圖像配準(zhǔn)算法研究[D]. 楊金龍.揚(yáng)州大學(xué) 2013
[9]傅里葉變換域大尺度圖像配準(zhǔn)算法研究[D]. 李振紅.南京信息工程大學(xué) 2013
[10]雙目視覺局部自適應(yīng)立體匹配方法研究[D]. 唐彬.東北林業(yè)大學(xué) 2013



本文編號(hào)：3683068