本文關(guān)鍵詞：UAV序列圖像在交通事故場景重建中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：道路交通事故現(xiàn)場包含人、車、路、環(huán)境等要素,完善的現(xiàn)場證據(jù)采集是交通事故責(zé)任認(rèn)定、成因分析及人體損傷機(jī)制研究的先決條件。道路交通事故現(xiàn)場證據(jù)采集的重要方式是拍攝圖像。相比較離散的近景攝影,無人機(jī)航拍可快速采集道路交通事故現(xiàn)場的俯視序列圖像,為道路交通事故現(xiàn)場重建提供重要的原始數(shù)據(jù)。無人機(jī)航拍用于實(shí)際的交通事故現(xiàn)場證據(jù)采集中,往往難以在場景廣度與細(xì)節(jié)精度上獲得平衡。為了解決這個問題,本文利用圖像拼接技術(shù)將低空航拍序列圖像拼接為道路場景的全景圖,并對拼接過程中的關(guān)鍵步驟進(jìn)行研究,包括相機(jī)標(biāo)定、圖像特征提取、圖像配準(zhǔn)、圖像融合等。實(shí)驗(yàn)結(jié)果表明低空航拍圖像拼接獲取的全景圖保留了原始圖像在細(xì)節(jié)上的分辨率,測量相對誤差范圍為-2.5%到2.5%,這些對于獲取事故現(xiàn)場概況有重要意義。通過圖像拼接獲取道路場景的全景圖為二維圖像,缺乏高程信息,而高程信息在某些事故中極為重要。因此,本文利用規(guī)范化的航拍序列圖像進(jìn)行現(xiàn)場三維場景的重建,獲得道路交通事故現(xiàn)場的三維模型。實(shí)驗(yàn)結(jié)果表明通過航拍序列圖像獲取的事故場景三維模型的測量相對誤差可控制在-1%~1%。同時利用航拍序列圖像彌補(bǔ)近景攝影圖像在對事故變形車輛三維重建中的不足,解決三維重建中強(qiáng)反光車身、透明車窗玻璃重建模型破損的問題。實(shí)驗(yàn)結(jié)果表明基于UAV序列圖像的事故場景全景圖拼接和三維重建,為道路交通事故現(xiàn)場數(shù)據(jù)的快速采集提供了解決方案,為交通事故的后續(xù)處理提供了更直觀全面的數(shù)據(jù)支撐。
【關(guān)鍵詞】：道路交通事故 圖像拼接 無人機(jī) 航拍圖像 三維重建
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.31;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-16
• 1.1 課題背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 課題來源12
• 1.4 課題研究目的及意義12-13
• 1.5 論文主要工作及結(jié)構(gòu)安排13-16
• 2 基于UAV序列圖像的圖像拼接技術(shù)研究16-24
• 2.1 無人機(jī)航拍圖像的特點(diǎn)16
• 2.2 現(xiàn)有圖像拼接的實(shí)現(xiàn)16-19
• 2.2.1 圖像預(yù)處理17
• 2.2.2 圖像融合17
• 2.2.3 圖像配準(zhǔn)17-19
• 2.3 無人機(jī)航拍圖像拼接技術(shù)的實(shí)現(xiàn)19-22
• 2.3.1 SIFT算法在無人機(jī)圖像拼接中的應(yīng)用20-21
• 2.3.2 Harris算法21-22
• 2.4 無人機(jī)航拍道路交通事故現(xiàn)場圖像拼接22-23
• 2.5 本章小結(jié)23-24
• 3 基于UAV序列圖像的道路交通事故現(xiàn)場二維場景重建24-40
• 3.1 道路交通事故現(xiàn)場拍攝平臺24-25
• 3.2 道路交通事故現(xiàn)場的無人機(jī)航拍方案設(shè)計(jì)25-28
• 3.2.1 最佳拍照高度范圍確定25-27
• 3.2.2 航向航拍規(guī)則27-28
• 3.2.3 無人機(jī)航攝視頻圖像采集28
• 3.3 無人機(jī)相機(jī)標(biāo)定28-30
• 3.4 圖像拼接30-35
• 3.4.1 圖像拼接實(shí)現(xiàn)的技術(shù)路線31
• 3.4.2 圖像預(yù)處理、特征提取配對31-32
• 3.4.3 圖像配準(zhǔn)32-33
• 3.4.4 圖像融合33-34
• 3.4.5 道路現(xiàn)場大場景全景圖拼接34-35
• 3.5 拼接圖像測量35-38
• 3.6 本章小結(jié)38-40
• 4 道路交通事故中三維重建的方法探究40-46
• 4.1 數(shù)字?jǐn)z影測量三維重建原理40-41
• 4.2 低空及近景攝影測量41-42
• 4.2.1 地面近景攝影測量原理41-42
• 4.2.2 地面近景攝影測量數(shù)據(jù)處理42
• 4.3 傾斜航空攝影測量42-44
• 4.3.1 傾斜攝影測量的關(guān)鍵技術(shù)43-44
• 4.3.2 傾斜攝影數(shù)據(jù)處理軟件44
• 4.4 本章小結(jié)44-46
• 5 基于UAV序列圖像的道路交通事故現(xiàn)場的三維重建實(shí)現(xiàn)46-60
• 5.1 道路交通事故現(xiàn)場小型無人機(jī)航拍規(guī)則46-48
• 5.1.1 航向及旁向航拍規(guī)則46
• 5.1.2 傾斜影像拍攝46-47
• 5.1.3 拍攝規(guī)則案例演示47-48
• 5.2 道路交通事故現(xiàn)場場景重建案例48-52
• 5.2.1 案例事故現(xiàn)場重建流程48-50
• 5.2.2 事故案例現(xiàn)場三維重建的時間消耗分析50
• 5.2.3 事故案例現(xiàn)場三維重建模型的精度分析50-52
• 5.3 輔助道路交通事故變形車輛的三維重建52-55
• 5.3.1 事故變形車輛地面拍攝規(guī)則52
• 5.3.2 事故變形車輛數(shù)字表面模型重建52-53
• 5.3.3 事故變形車輛駕駛室三維重建53-55
• 5.4 事故變形車輛重建中的問題及解決方案55-57
• 5.4.1 強(qiáng)反光車體模型重建研究55-56
• 5.4.2 車窗重建模型破洞現(xiàn)象56
• 5.4.3 事故變形車輛重建模型測量絕對值定標(biāo)56-57
• 5.5 本章小結(jié)57-60
• 6 全文工作總結(jié)及展望60-62
• 6.1 全文工作總結(jié)60-61
• 6.2 創(chuàng)新性61
• 6.3 展望61-62
• 致謝62-64
• 參考文獻(xiàn)64-67
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙宇明，李介谷;序列圖像目標(biāo)跟蹤的神經(jīng)網(wǎng)絡(luò)算法[J];上海交通大學(xué)學(xué)報;1995年06期

2 孫華燕,周道炳,李生良;一種序列圖像的拼接方法[J];光學(xué)精密工程;2000年01期

3 邱志強(qiáng),陸宏偉,張小虎,于起峰;基于因子分解和光束法平差從航空序列圖像恢復(fù)三維結(jié)構(gòu)[J];國防科技大學(xué)學(xué)報;2004年04期

4 鄭軍,張偉,馬兆瑞,施克仁,潘際鑾;基于序列圖像時間穩(wěn)定性特征的背景估計(jì)技術(shù)[J];清華大學(xué)學(xué)報(自然科學(xué)版);2005年05期

5 樊慶文,王小龍,侯力,黃成祥;基于等距序列圖像的快速拼接技術(shù)[J];四川大學(xué)學(xué)報(工程科學(xué)版);2005年01期

6 楊淑瑩,王厚雪,章慎鋒;序列圖像中多運(yùn)動目標(biāo)的識別[J];天津理工大學(xué)學(xué)報;2005年02期

7 黃浴，袁保宗;序列圖像運(yùn)動分析及其在單鏡頭長序列圖像方面的進(jìn)展[J];鐵道學(xué)報;1994年04期

8 鄧子兵;徐兆坤;劉翔;;汽車碰撞試驗(yàn)序列圖像運(yùn)動分析方法[J];工程圖學(xué)學(xué)報;2008年04期

9 黃克明;汪陽;張廣政;;無人機(jī)多源序列圖像融合系統(tǒng)設(shè)計(jì)[J];艦船電子工程;2011年12期

10 金守峰;胡永彪;田明銳;張文祥;;基于序列圖像的車載測速方法與實(shí)驗(yàn)[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 倪軍;袁家虎;吳欽章;;序列圖像中跟蹤目標(biāo)的一種簡單算法[A];2004全國圖像傳感器技術(shù)學(xué)術(shù)交流會議論文集[C];2004年

2 李斌;胡秋平;常增田;;一種基于紅外序列圖像的微弱光信號時刻測試方法[A];2011西部光子學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

3 蔣明;;基于序列圖像的魚類機(jī)動性分析系統(tǒng)[A];蘇州市自然科學(xué)優(yōu)秀學(xué)術(shù)論文匯編(2008-2009)[C];2010年

4 鄭世友;付主木;費(fèi)樹岷;龍飛;;基于類四叉樹結(jié)構(gòu)的序列圖像運(yùn)動估計(jì)[A];2005年中國智能自動化會議論文集[C];2005年

5 王丹;姜小光;;利用時間序列圖像的傅立葉分析重構(gòu)中國地區(qū)無云NDVI圖像[A];中國空間科學(xué)學(xué)會空間探測專業(yè)委員會第十七次學(xué)術(shù)會議論文集[C];2004年

6 高原;胡紹海;;復(fù)雜海平面下序列圖像的快速檢測[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

7 姜長勝;王迪;葛慶平;張存林;趙艷紅;;紅外熱波序列圖像的顯示與增強(qiáng)方法[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

8 王書民;張愛武;崔營營;張珍梅;;基于無人飛艇數(shù)字?jǐn)z影測量系統(tǒng)及其航拍序列圖像拼接[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

9 彭豐平;鮑蘇蘇;;基于CT序列圖像肝臟及其管道的分割[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

10 施燦輝;劉曉平;吳宜燦;;基于VTK的醫(yī)學(xué)序列圖像可視化[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王慧倩;基于模糊模型和形狀特征的CT序列圖像分割方法研究[D];重慶大學(xué);2016年

2 王博;紅外序列圖像中運(yùn)動弱小目標(biāo)時域檢測方法[D];西安電子科技大學(xué);2010年

3 陳穎;序列圖像中微弱點(diǎn)狀運(yùn)動目標(biāo)檢測及跟蹤技術(shù)研究[D];電子科技大學(xué);2003年

4 張鵬林;復(fù)雜場景視頻序列圖像運(yùn)動物體提取方法研究[D];武漢大學(xué);2005年

5 梁燕;基于小波變換的序列圖像感興趣區(qū)域編碼[D];天津大學(xué);2005年

6 彭科舉;基于序列圖像的三維重建算法研究[D];國防科學(xué)技術(shù)大學(xué);2012年

7 戴淵明;視頻序列圖像中目標(biāo)跟蹤技術(shù)研究[D];浙江大學(xué);2012年

8 祁艷杰;復(fù)雜結(jié)構(gòu)件的X射線序列圖像融合技術(shù)研究[D];中北大學(xué);2015年

9 李立春;基于無人機(jī)序列成像的地形重建及其在導(dǎo)航中的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2009年

10 趙立興;基于視頻序列的運(yùn)動目標(biāo)濾波、分割與檢測算法研究[D];燕山大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 江耿紅;多源序列圖像的配準(zhǔn)與融合技術(shù)研究[D];山東大學(xué);2015年

2 胡志發(fā);腎臟CT序列圖像分割方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 邵昊陽;基于視覺顯著性的乳腺超聲序列圖像分割方法[D];哈爾濱工業(yè)大學(xué);2015年

4 楊艷靜;序列圖像去霧技術(shù)的研究[D];電子科技大學(xué);2014年

5 付達(dá);基于序列圖像的空中目標(biāo)檢測及識別方法研究[D];西安電子科技大學(xué);2014年

6 余清洲;航拍序列圖像自動拼接技術(shù)的研究[D];集美大學(xué);2015年

7 朱士偉;序列圖像三維重建關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

8 焦孟君;視頻序列圖像中運(yùn)動目標(biāo)檢測與跟蹤算法研究[D];燕山大學(xué);2016年

9 張揚(yáng);跟蹤系統(tǒng)目標(biāo)檢測技術(shù)研究[D];西安工業(yè)大學(xué);2016年

10 揭昭斌;基于序列圖像的空間非合作目標(biāo)三維重建方法與精度分析[D];哈爾濱工業(yè)大學(xué);2016年

  本文關(guān)鍵詞：UAV序列圖像在交通事故場景重建中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：334327