本文關(guān)鍵詞：無人機(jī)航拍圖像拼接算法的研究

  更多相關(guān)文章： 無人機(jī)航拍 圖像拼接 SIFT算法 RANSAC算法 特征點(diǎn) Hough

【摘要】：無人機(jī)(Unmanned Aerial Vehicle)航拍技術(shù)興起于上世紀(jì)末,這種新型遙感技術(shù)的特點(diǎn)是它能夠從低空獲取大量清晰的圖像。無人機(jī)具有靈活性高、效率好,成本低等特點(diǎn),因而逐漸受到人們的廣泛關(guān)注。無人機(jī)航拍被廣泛運(yùn)用于危險(xiǎn)地域的安全巡檢,地質(zhì)環(huán)境與災(zāi)害的評(píng)估,礦產(chǎn)資源的勘探以及地圖測繪等相關(guān)領(lǐng)域。但是在航拍過程中,由于受到無人機(jī)飛行高度,相機(jī)視角等參數(shù)的影響,單張無人機(jī)圖像所覆蓋的區(qū)域面積不夠大,因此在許多特定任務(wù)中為了獲得更全面的信息,擴(kuò)大視野范圍,需要對多張圖像進(jìn)行拼接,獲得寬視角的全景圖,有效覆蓋所有工作區(qū)。目前有很多種圖像拼接方法,其中基于特征的圖像配準(zhǔn)技術(shù)對于灰度變化、圖像旋轉(zhuǎn)和光照不均等都有較好的魯棒性。無人機(jī)在拍攝圖像時(shí),由于硬件設(shè)備、光照強(qiáng)度、飛行姿態(tài)以及速度等的不同,必然會(huì)導(dǎo)致獲取到的圖像出現(xiàn)光照不均、旋轉(zhuǎn)變形、縮放變形等情況,因此基于特征的圖像配準(zhǔn)技術(shù)在無人機(jī)遙感圖像配準(zhǔn)領(lǐng)域中得到了廣泛的應(yīng)用。本文的主要研究內(nèi)容如下：介紹無人機(jī)航拍圖像拼接的研究背景及現(xiàn)狀,簡要闡述圖像拼接的基本理論知識(shí),詳細(xì)分析無人機(jī)圖像拼接的特點(diǎn)以及常用方法。本文采用SIFT算法來進(jìn)行無人機(jī)圖像特征提取,由于無人機(jī)圖像具有數(shù)量多、分辨率高等特點(diǎn),SIFT算法提取特征時(shí)會(huì)出現(xiàn)由于初步提取到的特征點(diǎn)過多而導(dǎo)致圖像拼接整體耗時(shí)大幅增加的情況,針對這個(gè)問題本文對極值點(diǎn)搜索策略進(jìn)行改進(jìn),合理減少特征點(diǎn)數(shù)量,從而有效降低SIFT算法拼接耗時(shí)。本文采用RANSAC算法來進(jìn)行誤匹配點(diǎn)對的剔除,針對誤匹配點(diǎn)對比例較高時(shí)RANSAC算法迭代次數(shù)過多等問題對RANSAC算法進(jìn)行改進(jìn),提出一種Hough-RANSAC算法,在RANSAC算法之前首先運(yùn)用Hough變換對匹配點(diǎn)對進(jìn)行初步提出,實(shí)驗(yàn)結(jié)果表明,在保證圖像拼接效果基本不變的前提下,這種算法有效提高了在誤匹配率較高時(shí)算法的運(yùn)行速度。
【關(guān)鍵詞】：無人機(jī)航拍 圖像拼接 SIFT算法 RANSAC算法 特征點(diǎn) Hough
【學(xué)位授予單位】：遼寧大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：V279
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-15
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文主要工作和組織結(jié)構(gòu)12-14
• 1.3.1 本文主要工作12-13
• 1.3.2 本文的組織結(jié)構(gòu)13-14
• 1.4 本章小結(jié)14-15
• 第二章 無人機(jī)圖像拼接的基礎(chǔ)理論15-25
• 2.1 圖像拼接的基本原理15-18
• 2.2 圖像拼接的基本流程18-19
• 2.3 圖像配準(zhǔn)方法分類19-23
• 2.3.1 基于圖像灰度的配準(zhǔn)算法20-21
• 2.3.2 基于變換域信息的配準(zhǔn)算法21
• 2.3.3 基于圖像特征的配準(zhǔn)算法21-23
• 2.4 無人機(jī)圖像拼接技術(shù)23-24
• 2.4.1 無人機(jī)圖像拼接特點(diǎn)23-24
• 2.4.2 無人機(jī)圖像拼接常用方法24
• 2.5 本章小結(jié)24-25
• 第三章 基于SIFT特征匹配的無人機(jī)圖像拼接方法25-37
• 3.1 基于SIFT特征的無人機(jī)圖像拼接基本流程25-26
• 3.2 幾何校正26
• 3.3 圖像配準(zhǔn)26-34
• 3.3.1 特征點(diǎn)的檢測26-28
• 3.3.2 特征點(diǎn)定位28-30
• 3.3.3 方向描述子的生成30-31
• 3.3.4 無人機(jī)圖像特征點(diǎn)提取方法的改進(jìn)31-33
• 3.3.5 特征點(diǎn)粗匹配33-34
• 3.3.6 去除錯(cuò)誤的匹配點(diǎn)34
• 3.4 圖像融合34-36
• 3.4.1 直接平均融合法35
• 3.4.2 加權(quán)平均融合法35
• 3.4.3 中值濾波融合法35-36
• 3.4.4 多分辨率樣條技術(shù)融合法36
• 3.5 本章小結(jié)36-37
• 第四章 誤匹配點(diǎn)對的剔除算法分析以及改進(jìn)37-45
• 4.1 RANSAC算法37-40
• 4.2 RANSAC算法存在的問題40
• 4.3 改進(jìn)的RANSAC算法40-44
• 4.3.1 Hough變換的基本原理40-41
• 4.3.2 Hough-RANSAC算法41-44
• 4.4 本章小結(jié)44-45
• 第五章 實(shí)驗(yàn)及結(jié)果分析45-50
• 5.1 Hough-RANSAC算法實(shí)驗(yàn)結(jié)果及分析45-46
• 5.2 無人機(jī)圖像拼接實(shí)驗(yàn)結(jié)果46-48
• 5.3 本章小結(jié)48-50
• 第六章 總結(jié)與未來展望50-52
• 6.1 工作總結(jié)50
• 6.2 未來展望50-52
• 致謝52-53
• 參考文獻(xiàn)53-55

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 魯恒;李永樹;江禹;;一種基于POS數(shù)據(jù)的無人機(jī)影像自動(dòng)展繪控制點(diǎn)方法[J];光電工程;2011年09期

2 陳裕;劉慶元;;基于SIFT算法和馬氏距離的無人機(jī)遙感圖像配準(zhǔn)[J];測繪與空間地理信息;2009年06期

3 張銳娟;張建奇;楊翠;;基于SURF的圖像配準(zhǔn)方法研究[J];紅外與激光工程;2009年01期

4 劉明奇;倪國強(qiáng);陳小梅;;基于信息熵和灰度相關(guān)的圖像拼接算法[J];光學(xué)技術(shù);2007年S1期

5 文楊天;李征;吳仲光;;基于SUSAN算法的圖像配準(zhǔn)[J];計(jì)算機(jī)應(yīng)用;2006年10期

6 趙向陽,杜利民;一種全自動(dòng)穩(wěn)健的圖像拼接融合算法[J];中國圖象圖形學(xué)報(bào);2004年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李忠新;圖像鑲嵌理論及若干算法研究[D];南京理工大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 毛家好;無人機(jī)遙感影像快速無縫拼接[D];電子科技大學(xué);2010年

，

本文編號(hào)：1124326