【摘要】：隨著我國經(jīng)濟和社會的快速發(fā)展,水面污染、河道違建等導(dǎo)致水環(huán)境惡化的問題日益突出。河道巡檢是發(fā)現(xiàn)此類問題的主要方式,而人工巡檢存在效率低、成本高、周期長等弊端。本文研究了基于無人機的河道巡檢智能數(shù)字圖像處理系統(tǒng),實現(xiàn)了巡檢圖像的拼接及智能比對、問題流程的閉環(huán)處理、巡檢數(shù)據(jù)的智能分析等功能。提高了河道巡檢的效率,降低了成本,縮短了巡檢周期。本文闡述了河道巡檢系統(tǒng)的研究意義,分析了國內(nèi)外巡檢現(xiàn)狀,對河道巡檢無人機機型進行了選擇,介紹了本系統(tǒng)的優(yōu)勢。為滿足用戶對巡檢圖像拼接處理的實時性要求,在分析了傳統(tǒng)SURF算法的基礎(chǔ)上,結(jié)合本巡檢項目對匹配精度要求不高的實際情況,對算法特征點的特征向量進行降維,提出了改進的SURF特征提取與匹配算法—QSURF算法,減少計算工作量,提高了運算速度。使用姜堰區(qū)百組河道航拍圖像進行對比實驗,表明QSURF算法比傳統(tǒng)SURF算法節(jié)省了約40%的拼接處理時間。根據(jù)系統(tǒng)的設(shè)計原則,明確了系統(tǒng)的架構(gòu),設(shè)計了數(shù)據(jù)庫的概念結(jié)構(gòu)和邏輯結(jié)構(gòu)。系統(tǒng)實現(xiàn)了航拍圖像拼接與智能比對、巡檢事件處理、巡檢數(shù)據(jù)分析等功能。并且分別從功能性、可靠性、兼容性等角度,對系統(tǒng)進行了測試。最后回顧本文的主要工作,分析文中存在的不足,指出未來研究探討的方向,對后續(xù)擴展的研究內(nèi)容進行了展望。
【圖文】：

圖像的所有像素掃描一遍即可以計算出積分圖像。例如：要計算圖像中某區(qū)域的逡逑積分值，只要計算出Ａ、Ｂ、Ｃ、Ｄ點的積分值即可，然后通過２＞Ａ－Ｂ－Ｃ＋Ｄ即可逡逑求出。如圖２．３所示。逡逑Ｑ逡逑ｄＴ邋Ｔｂ逡逑Ｌ逡逑邐（ｆ逡逑圖２．３計算積分圖像逡逑１．構(gòu)建Ｈｅｓｓｉａｎ矩陣，求解特征值逡逑傳統(tǒng)的ＳＩＦＴ算法使用ＤｏＧ圖像替代ＬｏＧ，ＳＵＲＦ算法是使用Ｈｅｓｓｉａｎ矩陣逡逑所對應(yīng)的行列式ＤｏＨ（Ｄｅｔｅｒｍｉｎａｎｔ邋ｏｆ邋Ｈｅｓｓｉａｎ）近似值去計算圖像特征點及其所處逡逑地方。對于一副圖像ｆ（ｘ，ｙ），對應(yīng)的Ｈｅｓｓｉａｎ矩陣、經(jīng)高斯濾波后的Ｈｅｓｓｉａｎ矩陣逡逑分別可表示成：逡逑＂ａ２／邋ａ２／］逡逑…邐ｄｘ２邋ｄｘｄｙ邐）＾ＸＸ（Ｘ＞ＣＪ）逡逑Ｈ（ｆ（ｘ，ｙ））邋＝邐＾邐（２－７），邋Ｈ（ｘ，ｃｒ）＝邐（２－８）逡逑５邋／邋ｄ２ｆ邐ｙＬＪｘｙＧ）ＬＪｘｔ（ｊ）逡逑ｄｙｄｘ邋ｄｙ２逡逑在公式２－８中之所以需要高斯二階微分分別在ｘ水平方向和垂直方向以及逡逑＃兩個方向于圖像／進行卷積，是因為對特征點要求尺度無關(guān)。Ｈｅｓｓｉａｎ矩陣行逡逑列式的計算方法是：逡逑ｄｅｔ（Ｈ）ｊ２Ｌ．＾（＾Ｌｆ邐（２．９）逡逑Ｏｘ１邋８ｙ２邋ｄｘｄｙ逡逑利用行列式值的正負號將所有像素點進行分類，，也就是判定該像素點是否是逡逑極值點。采�。薜闹禐椋保驳母咚苟A微分濾波器、使用尺寸為９的卷積核

圖２．４邋ＳＵＲＦ尺度金字塔邐圖２．５篩選特征點逡逑
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V279;TV85

【參考文獻】

相關(guān)期刊論文 前10條

1 史源;李亦凡;;日本的河道管理現(xiàn)狀及經(jīng)驗借鑒[J];中國水利;2014年08期

2 高云飛;蘇玉瑞;王曉南;姬洪亮;;無人機低空遙感的航路設(shè)計[J];測繪與空間地理信息;2014年01期

3 聶U

本文編號：2638978