北京是地質安全問題較多的城市之一,對交通網(wǎng)絡影響較大的地質災害種類有泥石流、山體滑坡、巖石崩塌等突發(fā)性災害。北京打造的“一環(huán)六放射”交通網(wǎng)絡,幾乎都穿過地質災害易發(fā)區(qū),災害發(fā)生后需要及時提供應急響應和搶險救援。隨著測繪科學技術的發(fā)展、環(huán)境保護和減災賑災等需求,無人機的優(yōu)點愈來愈顯現(xiàn)出來,它們在軍事領域和國民經(jīng)濟中得到了越來越廣泛的應用。無人機具有全天候、高分辨率、遠距離、實時性、保密性、小型化、通用化等優(yōu)點,使得它們在地質災害中的應用日漸成熟。無人機和遙感的組合技術已經(jīng)在地質災害監(jiān)測中的得到廣泛的應用。遙感圖像的分類識別最早是通過人工目視解譯方法判別地物類別,這種方法需要較高的專業(yè)知識且耗時較長,隨著計算機視覺技術的發(fā)展,圖像特征逐漸被應用到遙感圖像分類識別中,但是這種方法需要大量的訓練樣本和專家知識,實際中不能很好的滿足。隨著遙感手段的發(fā)展,遙感數(shù)據(jù)越來越多,如果依靠傳統(tǒng)方法對海量的遙感數(shù)據(jù)進行解譯分析,已經(jīng)不能滿足人們的需求,而且精度難以保證。近年來,深度學習方法在計算機視覺領域的快速發(fā)展,為遙感圖像場景分類、目標識別、圖像分割等領域提供了一種新的技術手段。本文主要研究無人機遙感圖... 

【文章來源】：北京建筑大學北京市

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

北京市交通網(wǎng)絡穿越地質災害易發(fā)區(qū)示意圖

圖 1-2 論文研究思路結構無人機遙感圖像處理以及遙感圖像分類識別為主線開展研究工作，論：：緒論。首先介紹無人機遙感以及圖像分類，分析了當前無人機遙感像分類識別的研究與進展，確定研究目標與研究內容。：無人機遙感圖像處理。首先介紹實驗采用的無人機遙感平臺以及數(shù)人機圖像數(shù)據(jù)中各種圖像處理方法，并針對無人機遙感圖像配準問題現(xiàn)無人機遙感圖像的快速配準，采用 Homography 矩陣的拼接方法，感圖像的快速拼接。通過實驗證明了本文提出算法的有效性。：基于 Faster R-CNN 的無人機遙感圖像目標檢測與識別。首先介紹點以及神經(jīng)網(wǎng)絡的前向傳播和反向傳播。然后詳細論述了 Faster R闡述了 Faster R-CNN 采用的區(qū)域建議網(wǎng)絡 RPN（Region Proposal Ner R-CNN 實現(xiàn)了無人機遙感圖像車輛檢測識別。

信息數(shù)字化基于計算機載體和網(wǎng)絡化的介質，使信息具有的方便性和最大的普及性特點。人機平臺用無人直升機為飛行平臺，無人直升機具有起降場地小，飛行速飛行高度穩(wěn)定，飛機姿態(tài)穩(wěn)定等獨特優(yōu)勢。結合飛行載荷重量和國 AIRFRAME-25B 無人直升機。直升機主要參數(shù)如下：表 2-1 無人機平臺參數(shù)2,146 mm 排氣量 80 cc403 mm 輸出功率 7 匹1,778 mm 啟動方式 外置電啟動機508 mm 續(xù)航時間 大約 50~55min711 mm 最大燃料容量 3.84 升（可隨載荷情 約 16.12 kg（ 全負載 加燃油 起 飛重量 約.23kg）最大有效載荷 約 11.5kg（滿 3.84L 日本 ZENOAH 風冷雙缸水平對置發(fā)動機 飛行速度 8m/s(本次

【參考文獻】：
期刊論文
[1]京津冀協(xié)同發(fā)展交通網(wǎng)絡地質安全監(jiān)測預警系統(tǒng)框架建設[J]. 郭潤志,王建西,祝思君.  北京測繪. 2017(06)
[2]基于無人機的車輛目標實時檢測[J]. 姜尚潔,羅斌,劉軍,張云.  測繪通報. 2017(S1)
[3]基于YOLO v2的無人機航拍圖像定位研究[J]. 魏湧明,全吉成,侯宇青陽.  激光與光電子學進展. 2017(11)
[4]基于RCNN的無人機巡檢圖像電力小部件識別研究[J]. 王萬國,田兵,劉越,劉俍,李建祥.  地球信息科學學報. 2017(02)
[5]基于深度卷積網(wǎng)絡的SAR圖像目標檢測識別[J]. 李君寶,楊文慧,許劍清,彭宇.  導航定位與授時. 2017(01)
[6]基于YOLO算法的車輛實時檢測[J]. 王宇寧,龐智恒,袁德明.  武漢理工大學學報. 2016(10)
[7]寬河道線性基元無人機遙感影像鑲嵌配準方法[J]. 程多祥,林家元.  測繪科學. 2014(12)
[8]農業(yè)遙感研究現(xiàn)狀與展望[J]. 史舟,梁宗正,楊媛媛,郭燕.  農業(yè)機械學報. 2015(02)
[9]遙感圖像變化檢測綜述[J]. 劉占紅,劉一超,薛峰,李慧.  微型機與應用. 2013(15)
[10]無人機遙感數(shù)據(jù)處理流程及產品分級體系研究[J]. 張周威,余濤,孟慶巖,胡新禮.  武漢理工大學學報. 2013(05)

博士論文
[1]無人機遙感圖像拼接關鍵技術研究[D]. 賈銀江.東北農業(yè)大學 2016

碩士論文
[1]基于深度學習的圖像分類及應用研究[D]. 辛晨.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]卷積神經(jīng)網(wǎng)絡在圖像分類中的應用研究[D]. 吳正文.電子科技大學 2015
[3]無人機遙感圖像拼接技術研究[D]. 李二俊.長安大學 2013
[4]無人機在區(qū)域土地利用動態(tài)監(jiān)測中的應用[D]. 郎城.西安科技大學 2011



本文編號：3439342