近年來小型無人機(jī)在氣象探測、地圖測繪、交通管制和地質(zhì)勘測等領(lǐng)域有廣泛的應(yīng)用價(jià)值。與此同時(shí)層出不窮的新技術(shù)每天都在沖擊和改變我們的生活,深度學(xué)習(xí)在圖形圖像應(yīng)用方面的研究異�；鸨１菊撐尼槍D像處理方面,基于無人機(jī)機(jī)載攝像頭拍攝的圖像,探討對物體的識(shí)別和物體三維重建的問題。一方面利用改進(jìn)的神經(jīng)網(wǎng)絡(luò)目標(biāo)識(shí)別算法提高了識(shí)別精度;另一方面基于改進(jìn)的AKAZE算法的三維重建算法,提升了三維重建的速度。本文的具體工作內(nèi)容如下:1.研究了基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別R-CNN系列算法和YOLO系列算法,YOLO系列具有較高的檢測精度和檢測速度。依據(jù)本論文實(shí)時(shí)性和精確性的要求,本文采用YOLO系列的簡化版YOLOv3-Tiny算法。針對該算法不能對行車目標(biāo)精確識(shí)別的問題,本論文首先選取KITTI數(shù)據(jù)集（其中包含行車樣本）,利用聚類方法選取適合識(shí)別各類車型的預(yù)設(shè)候選框;改變網(wǎng)絡(luò)的輸入圖像像素大小;并對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)之后的算法可以在滿足實(shí)際環(huán)境中行車目標(biāo)識(shí)別的實(shí)時(shí)性的情況下提高原算法的精確度。2.研究了傳統(tǒng)多視圖三維重建算法SFM,討論了經(jīng)典的SIFT和AKAZE算法,針對SIFT算法提取特... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

RANSAC算法匹配圖

輸入圖像示例

IOU與k的關(guān)系圖

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的SIFT算法的圖像配準(zhǔn)方法[J]. 周佳欣,徐夢云,劉建全.  工業(yè)控制計(jì)算機(jī). 2019(05)
[2]基于視覺的目標(biāo)識(shí)別中改進(jìn)SIFT算法研究[J]. 馬庭田,葉文華,黃河,郭云霞.  機(jī)械制造與自動(dòng)化. 2019(02)
[3]一種面向圖像拼接的改進(jìn)PCA-SIFT算法[J]. 楊炳坤,程樹英,鄭茜穎.  微電子學(xué)與計(jì)算機(jī). 2018(12)
[4]一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)行人識(shí)別方法[J]. 陳聰,楊忠,宋佳蓉,韓家明.  應(yīng)用科技. 2019(03)
[5]基于無人機(jī)影像的非增量式多視圖幾何三維重建研究[J]. 梁山軍,王仁駒,楊誠.  北京測繪. 2018(09)
[6]無人機(jī)傾斜攝影三維模型精度分析[J]. 杜猛,劉威,朱釗.  山西建筑. 2018(20)
[7]改進(jìn)的YOLOv3紅外視頻圖像行人檢測算法[J]. 王殿偉,何衍輝,李大湘,劉穎,許志杰,王晶.  西安郵電大學(xué)學(xué)報(bào). 2018(04)
[8]人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用探究[J]. 胡傳迅.  安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018(03)
[9]城市真三維地圖制作關(guān)鍵技術(shù)探討[J]. 陳亞歷.  測繪與空間地理信息. 2018(05)
[10]一種基于Faster R-CNN的車輛檢測算法[J]. 韓凱,張紅英,王遠(yuǎn),徐敏.  西南科技大學(xué)學(xué)報(bào). 2017(04)

碩士論文
[1]基于無人機(jī)序列圖像的多視圖幾何三維重建[D]. 黃炯榮.東華理工大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像目標(biāo)識(shí)別研究[D]. 陳志韜.哈爾濱工程大學(xué) 2018
[3]基于3DMAX城市三維建模與精度的研究[D]. 劉莎.蘭州交通大學(xué) 2015
[4]圖像三角網(wǎng)格化算法的研究與實(shí)現(xiàn)[D]. 付民.華中科技大學(xué) 2010



本文編號(hào)：2940792