無人機(jī)航測(cè)系統(tǒng)以其靈活性高、適應(yīng)性強(qiáng)、性價(jià)比高等優(yōu)點(diǎn),逐漸成為大范圍工程測(cè)繪項(xiàng)目中主要的影像數(shù)據(jù)來源,然而,由于受到光照、云層、地形等因素的影響,獲取的影像中會(huì)有陰影的存在,進(jìn)而導(dǎo)致影像出現(xiàn)對(duì)比度低、目標(biāo)地物不清晰、細(xì)節(jié)信息模糊等降質(zhì)現(xiàn)象,造成影像不能被有效利用,對(duì)后續(xù)的工程項(xiàng)目產(chǎn)生影響。因此,通過一定的陰影處理方法,將降質(zhì)的影像轉(zhuǎn)變?yōu)楦哔|(zhì)量的影像、恢復(fù)陰影區(qū)域的信息成為一項(xiàng)具有挑戰(zhàn)性的科學(xué)工作。為此,本文圍繞實(shí)際工程項(xiàng)目中影像存在云陰影的情況,選取具有代表性的影像數(shù)據(jù),對(duì)無人機(jī)影像的陰影處理與信息提取這兩大核心內(nèi)容進(jìn)行探討,本文的主要研究工作及結(jié)論如下:1)針對(duì)本文中無人機(jī)影像陰影區(qū)域灰度值小于非陰影區(qū)域灰度值這一陰影的光譜特性,研究了基于直方圖閾值法的陰影檢測(cè)方法;同時(shí),針對(duì)影像在不同的顏色空間下表現(xiàn)出不同的光譜特征這一特性,提出了一種結(jié)合不變顏色模型與大津法的陰影檢測(cè)算法·實(shí)驗(yàn)結(jié)果表明,兩種陰影檢測(cè)算法均能將影像中的陰影與非陰影區(qū)分出來,其中本文提出的結(jié)合不變顏色模型與大津法的陰影檢測(cè)算法能更好的應(yīng)用于陰影檢測(cè)中,其陰影檢測(cè)的效果好于直方圖閾值法。2)首先對(duì)代數(shù)乘、直方圖均衡化、... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 陰影檢測(cè)
        1.2.2 陰影處理
    1.3 論文研究?jī)?nèi)容
    1.4 論文章節(jié)安排
2 研究區(qū)概況及實(shí)驗(yàn)理論基礎(chǔ)
    2.1 研究區(qū)及影像數(shù)據(jù)性質(zhì)
        2.1.1 研究區(qū)介紹
        2.1.2 實(shí)驗(yàn)數(shù)據(jù)的性質(zhì)
    2.2 顏色空間分析
    2.3 影像質(zhì)量評(píng)價(jià)方法
        2.3.1 標(biāo)準(zhǔn)差
        2.3.2 平均梯度
        2.3.3 信息熵
    2.4 本章小結(jié)
3 無人機(jī)影像信息提取及陰影檢測(cè)
    3.1 原始影像信息提取
    3.2 直方圖閾值法
        3.2.1 算法原理
        3.2.2 實(shí)驗(yàn)結(jié)果
    3.3 不變顏色模型法
        3.3.1 算法原理
        3.3.2 實(shí)驗(yàn)結(jié)果
    3.4 本章小結(jié)
4 基于非模型的陰影處理
    4.1 代數(shù)乘運(yùn)算
        4.1.1 信息提取實(shí)驗(yàn)結(jié)果
    4.2 直方圖均衡化
        4.2.1 信息提取實(shí)驗(yàn)結(jié)果
    4.3 同態(tài)濾波
        4.3.1 信息提取實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
5 基于Retinex算法的陰影處理
    5.1 單尺度Retinex算法
        5.1.1 算法原理
        5.1.2 實(shí)驗(yàn)結(jié)果
        5.1.3 信息提取實(shí)驗(yàn)結(jié)果
    5.2 多尺度Retinex算法
        5.2.1 算法原理
        5.2.2 實(shí)驗(yàn)結(jié)果
        5.2.3 信息提取實(shí)驗(yàn)結(jié)果
    5.3 改進(jìn)的多尺度Retinex算法
        5.3.1 算法原理
        5.3.2 實(shí)驗(yàn)結(jié)果
        5.3.3 信息提取實(shí)驗(yàn)結(jié)果
    5.4 基于HSV空間的Retinex算法
        5.4.1 算法原理
        5.4.2 實(shí)驗(yàn)結(jié)果
        5.4.3 信息提取實(shí)驗(yàn)結(jié)果
    5.5 陰影處理與信息提取綜合分析
    5.6 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 展望與不足
致謝
參考文獻(xiàn)
攻讀碩士期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]HSV變換和多尺度分割相結(jié)合的高分辨率遙感影像陰影檢測(cè)[J]. 林雨準(zhǔn),張保明,郭海濤,王丹菂,秦宇.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2017(05)
[2]改進(jìn)基于HSV空間的陰影檢測(cè)算法[J]. 楊春德,郭帥.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[3]結(jié)合空間分析的面向?qū)ο鬅o人機(jī)影像土地利用分類[J]. 王宏勝,李永樹,吳璽,李政.  測(cè)繪工程. 2018(02)
[4]利用彩色圖像陰影屬性分析的陰影檢測(cè)方法[J]. 廖潔,劉琳.  湘潭大學(xué)自然科學(xué)學(xué)報(bào). 2017(04)
[5]無人機(jī)在現(xiàn)代農(nóng)業(yè)生產(chǎn)中的應(yīng)用[J]. 付婷婷,鄧永卓,韓志江.  天津農(nóng)林科技. 2017(04)
[6]一種顧及空間關(guān)系的遙感影像陰影檢測(cè)算法[J]. 韓雪松,江剛武,張一.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2017(02)
[7]輕小型無人機(jī)航攝技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 雷東升,查東輝,莫玉梅.  中國(guó)新通信. 2017(12)
[8]基于多顏色通道組合的UVI空間農(nóng)作物陰影去除方法[J]. 岳有軍,趙文佳,趙輝,王紅君.  江蘇農(nóng)業(yè)科學(xué). 2017(06)
[9]無人機(jī)航攝技術(shù)在測(cè)繪領(lǐng)域的應(yīng)用[J]. 易俐娜.  教育教學(xué)論壇. 2017(13)
[10]基于HSI色彩空間的資源三號(hào)影像陰影檢測(cè)[J]. 徐德政,唐新明,祝小勇,鄧小淵.  測(cè)繪與空間地理信息. 2017(01)

碩士論文
[1]GF-2遙感影像城市空間信息提取與應(yīng)用研究[D]. 李偉.中國(guó)地質(zhì)大學(xué)(北京) 2017
[2]基于高分辨率遙感影像的團(tuán)場(chǎng)小城鎮(zhèn)土地利用變化分析與預(yù)測(cè)研究[D]. 王新.北京交通大學(xué) 2017
[3]云計(jì)算平臺(tái)下遙感圖像分類算法的并行化技術(shù)研究[D]. 劉震.南京理工大學(xué) 2017
[4]單幅霧天無人機(jī)影像清晰化技術(shù)研究[D]. 柳婷.重慶大學(xué) 2015
[5]基于直方圖閾值法的遙感圖像分割算法研究[D]. 盧建華.福建農(nóng)林大學(xué) 2013
[6]基于彩色航空影像的陰影檢測(cè)算法研究[D]. 商云霞.遼寧工程技術(shù)大學(xué) 2008
[7]高空間分辨率遙感影像陰影處理方法研究[D]. 王衛(wèi)國(guó).西安科技大學(xué) 2008
[8]基于彩色航空影像的陰影檢測(cè)算法研究[D]. 王軍利.武漢大學(xué) 2005



本文編號(hào)：3689094