本文選題：無人機　切入點：農(nóng)田遙感圖像　出處：《西北農(nóng)林科技大學》2017年碩士論文

【摘要】：無人機遙感技術(shù)屬于低空遙感技術(shù)。該技術(shù)憑借獲取影像速度快、采集圖像分辨率高、成本低、安全性好等優(yōu)勢,現(xiàn)已廣泛應(yīng)用到了軍事、農(nóng)業(yè)、醫(yī)療、地理測繪等領(lǐng)域。但受到無人機飛行高度、數(shù)碼相機焦距等因素的限制,無人機獲取的單幅圖像難以形成對地面農(nóng)田區(qū)域的整體認知。為了進一步擴大視場,就需要將無人機獲取的多張單幅圖像拼接成一幅完整的農(nóng)田全景圖像。本文以無人機采集到的150幅地面農(nóng)田遙感圖像作為拼接對象,結(jié)合農(nóng)田遙感圖像的特點,研究如何在不降低原始圖像分辨率的前提下,精確、高效完成農(nóng)田全景圖像的拼接。主要研究內(nèi)容總結(jié)如下:(1)提出精簡特征點方法,以提高兩幅圖像的拼接效率。針對SIFT算法在特征點檢測過程中的問題,通過設(shè)定自適應(yīng)閾值進行優(yōu)化;同時,按照大地坐標系下待拼接圖像的經(jīng)緯度對應(yīng)關(guān)系,剔除重疊區(qū)域以外的冗余特征點。實驗結(jié)果表明,該算法在不降低兩幅拼接圖像質(zhì)量的前提下,使得特征點數(shù)量平均減少26%,粗匹配耗時減少51%左右,精匹配耗時平均減少了31%,有效提高了農(nóng)田遙感圖像特征點的匹配效率及拼接速度。(2)選擇有效的圖像融合算法,完成兩幅農(nóng)田遙感圖像融合。通過實驗將加權(quán)平均融合、羽化融合和多分辨率三種經(jīng)典圖像融合算法性能進行了分析和比較。結(jié)果表明,基于多分辨率的融合算法能夠有效去除拼接縫隙。同時,使用6個評價指標對三種融合算法進行評價時發(fā)現(xiàn),2/3個指標均表明相較于其余兩種融合算法,多分辨率算法的融合效果能夠較好地保留農(nóng)田圖像的細節(jié)特征及紋理特征。(3)提出多層金字塔拼接策略,完成150幅農(nóng)田遙感全景圖像的拼接。農(nóng)田遙感全景圖像拼接過程中,結(jié)合分層思想,將無人機采集到的農(nóng)田遙感圖像序列分為8層進行拼接。與累加式的拼接方法相比,多層金字塔拼接策略將全景圖像失真均勻分配于多層拼接過程中,一定程度上降低了農(nóng)田全景圖像的失真現(xiàn)象。
[Abstract]:UAV remote sensing technology belongs to low altitude remote sensing technology.With the advantages of fast image acquisition, high resolution, low cost and good security, the technology has been widely used in military, agricultural, medical, geographic mapping and other fields.However, due to the limitation of UAV flying altitude and digital camera focal length, it is difficult for UAV to acquire a single image to form a whole understanding of the farmland area on the ground.In order to further expand the field of view, it is necessary to mosaic multiple single images obtained by UAV into a complete panoramic image of farmland.In this paper, 150 ground field remote sensing images collected by UAV are taken as mosaic objects. Combining with the characteristics of farmland remote sensing images, this paper studies how to complete the mosaic of farmland panoramic images accurately and efficiently without reducing the resolution of the original images.The main research contents are summarized as follows: (1) A simplified feature point method is proposed to improve the efficiency of two image stitching.Aiming at the problem of SIFT algorithm in the process of feature point detection, the adaptive threshold is set to optimize the algorithm. At the same time, according to the longitude and latitude correspondence relation of the image to be stitched in geodetic coordinate system, redundant feature points other than overlapped region are eliminated.Experimental results show that the algorithm reduces the number of feature points by 26 points and reduces the coarse matching time by about 51% without reducing the quality of the two stitched images.The average time consuming of fine matching is reduced by 31 and the matching efficiency of feature points and stitching speed of farmland remote sensing images are improved effectively. An effective image fusion algorithm is selected to complete the fusion of two farmland remote sensing images.The performance of three classical image fusion algorithms, weighted average fusion, emergence fusion and multi-resolution image fusion, are analyzed and compared experimentally.The results show that the fusion algorithm based on multi-resolution can effectively remove the splicing gap.At the same time, when we use six evaluation indexes to evaluate the three fusion algorithms, we find that two / three of three indexes show that compared with the other two fusion algorithms,The fusion effect of the multi-resolution algorithm can better preserve the detailed features and texture features of farmland images. A multi-layer pyramid mosaic strategy is proposed to complete the mosaic of 150 farmland remote sensing panoramic images.In the process of farmland remote sensing panoramic image mosaic, the sequence of farmland remote sensing images collected by UAV is divided into eight layers.Compared with the accumulative stitching method, the multi-layer pyramid mosaic strategy distributes the distortion of panoramic image evenly in the process of multi-layer mosaic, which reduces the distortion of farmland panoramic image to a certain extent.
【學位授予單位】：西北農(nóng)林科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 余美晨;孫玉秋;王超;;基于拉普拉斯金字塔的圖像融合算法研究[J];長江大學學報(自科版);2016年34期

2 丁浩晗;馮輝;徐海祥;殷進軍;龍飛;;基于改進加權(quán)融合算法的動力定位數(shù)據(jù)融合[J];武漢理工大學學報(交通科學與工程版);2016年04期

3 馮清枝;;基于小波融合的視頻圖像增強方法[J];光電技術(shù)應(yīng)用;2016年02期

4 魯恒;李龍國;賀一楠;莊文化;蔡詩響;何敬;;考慮地形特征的無人機影像分區(qū)域加權(quán)平差拼接方法[J];農(nóng)業(yè)機械學報;2015年09期

5 張志斌;趙帥領(lǐng);羅錫文;魏鳳岐;;基于SURF算法的綠色作物特征提取與圖像匹配方法[J];農(nóng)業(yè)工程學報;2015年14期

6 周志艷;閆夢璐;陳盛德;蘭玉彬;羅錫文;;Harris角點自適應(yīng)檢測的水稻低空遙感圖像配準與拼接算法[J];農(nóng)業(yè)工程學報;2015年14期

7 侯天怡;尤紅建;孫顯;;以衛(wèi)星影像為底圖的無人機圖像自動拼接方法[J];測繪科學;2015年06期

8 鄧濤;侯東平;樂琴蘭;孫成陸;;結(jié)合SIFT和Harris算法的小型無人機影像拼接方法[J];信息工程大學學報;2015年03期

9 姚立健;周高峰;倪忠進;張培培;朱世威;;基于尺度不變特征轉(zhuǎn)換算子的水果表面圖像拼接方法[J];農(nóng)業(yè)工程學報;2015年09期

10 汪小欽;王苗苗;王紹強;吳云東;;基于可見光波段無人機遙感的植被信息提取[J];農(nóng)業(yè)工程學報;2015年05期

相關(guān)博士學位論文 前2條

1 溫紅艷;遙感圖像拼接算法研究[D];華中科技大學;2009年

2 程遠航;無人機航空遙感圖像動態(tài)拼接技術(shù)的研究[D];東北大學;2009年

相關(guān)碩士學位論文 前9條

1 李建明;低空輕小型無人機遙感圖像快速拼接關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(北京);2015年

2 王慧玲;基于特征的遙感圖像拼接技術(shù)研究[D];浙江工業(yè)大學;2013年

3 卞春曉;基于特征的圖像拼接技術(shù)[D];北京工業(yè)大學;2013年

4 袁夢笛;基于特征點的紅外圖像拼接研究[D];南京理工大學;2013年

5 宋延爽;基于網(wǎng)絡(luò)攝像機視頻流的全景圖拼接技術(shù)研究[D];西北農(nóng)林科技大學;2012年

6 李軍;基于地震災(zāi)區(qū)無人機遙感的地形圖制作及三維重建技術(shù)研究[D];西南交通大學;2012年

7 馬勝濤;無人機遙感圖像拼接技術(shù)研究[D];天津師范大學;2012年

8 范文濤;基于小波變換的圖像融合技術(shù)研究[D];河南大學;2010年

9 孟芳兵;像素級圖像融合方法研究及其性能分析[D];武漢理工大學;2007年

，

本文編號：1720120