本文關(guān)鍵詞：基于android設(shè)備的無人機(jī)遙感圖像采集分析系統(tǒng)

  更多相關(guān)文章： 安卓智能設(shè)備 圖像采集 圖像校正 圖像拼接 農(nóng)情分析

【摘要】：現(xiàn)有無人機(jī)圖像采集平臺由大量設(shè)備構(gòu)成,具有系統(tǒng)開發(fā)困難、重量大、價格高昂,對無人機(jī)的負(fù)載能力有較高的要求,致使研究成果難以應(yīng)用于生產(chǎn)實(shí)踐�；谀壳暗默F(xiàn)狀,本研究開發(fā)了一套基于安卓智能設(shè)備的無人機(jī)遙感圖像采集及分析系統(tǒng)。由于安卓智能設(shè)備質(zhì)量輕、體積小,從而能夠降低其使用的搭載無人機(jī)的體量及成本,提升其續(xù)航能力及作業(yè)時間。與此同時,安卓智能設(shè)備普及度高、成本低廉、程序易于維護(hù)與移植,從而使得研究成果易于推廣及應(yīng)用。本研究的研究內(nèi)容及結(jié)果具體包括:(1)利用Android SDK、Eclipse開發(fā)平臺、Java語言開發(fā)遙感圖像采集平臺安卓端軟件,利用Labwindows/CVI平臺、C語言開發(fā)采集平臺地面PC端軟件,并利用8051單片機(jī)及HY-05藍(lán)牙模塊開發(fā)了藍(lán)牙擴(kuò)展部件。利用無線網(wǎng)絡(luò)將安卓端的攝像頭視場預(yù)覽幀、內(nèi)部傳感器數(shù)據(jù)、GPS數(shù)據(jù)傳輸至地面PC端,及從地面PC端發(fā)送控制字給安卓端。在實(shí)際作業(yè)中該系統(tǒng)能夠?qū)崿F(xiàn)各安卓智能設(shè)備內(nèi)置傳感器數(shù)據(jù)及攝像頭預(yù)覽幀的實(shí)時傳輸、圖像采集,并能對利用藍(lán)牙擴(kuò)展部件連接的ADC Lite多光譜相機(jī)進(jìn)行控制及內(nèi)部狀態(tài)讀取;(2)比對了RGB圖像壓縮算法.利用壓縮算法對安卓端傳輸至地面PC端的攝像頭預(yù)覽幀進(jìn)行壓縮,提升攝像頭預(yù)覽幀的傳輸速率,減少其出現(xiàn)丟幀、卡幀、花屏等現(xiàn)象的概率,從而提升系統(tǒng)的實(shí)時性及可靠性。在靜態(tài)及動態(tài)視場下比較不同分辨率的YUV420sp編碼圖像及JPEG編碼圖像傳輸速率的差異。實(shí)驗(yàn)結(jié)果表明在各組測試中利用JPEG格式對預(yù)覽幀進(jìn)行壓縮編碼的傳輸幀率均優(yōu)于YUV420sp格式,利用單因素方差分析對實(shí)驗(yàn)結(jié)果分析顯示該速率差異極顯著。與此同時,利用JPEG格式對預(yù)覽幀進(jìn)行壓縮編碼可以減少卡幀、丟幀等問題的出現(xiàn)概率;(3)研究圖像的校正算法。通過對獲取的圖像進(jìn)行校正,可以克服由于無人機(jī)因飛行姿態(tài)造成的透視畸變問題、圖像采集設(shè)備鏡頭固有的剪切畸變、透鏡畸變。基于攝像頭成像原理分別提出了對桶形失真及透視畸變的校正方法,并對實(shí)驗(yàn)圖像進(jìn)行校正。實(shí)驗(yàn)結(jié)果表明利用所提出的桶形失真校正算法可以降低由于剪切畸變、透鏡畸變帶來的圖像縱向畸變,利用單因素方差分析對實(shí)驗(yàn)結(jié)果分析顯示該結(jié)果極顯著;利用標(biāo)定模板圖像對透視畸變校正方法進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法能較好地對圖像進(jìn)行還原;(4)比較了不同的圖像拼接算法,通過利用GeoTIFF編碼的遙感圖像中提取的地理信息,利用坐標(biāo)轉(zhuǎn)換的方法對其進(jìn)行拼接;通過利用傅里葉變換相位相關(guān)法對具有平移模型的圖像進(jìn)行拼接;通過利用SURF算法對不具有地理信息及運(yùn)動模型的圖像進(jìn)行拼接。根據(jù)實(shí)際實(shí)驗(yàn)獲得的安卓端參數(shù)顯示,利用地理信息及平移模型等方法對有安卓端采集的圖像進(jìn)行拼接均不適用,利用SURF算法可以較好地進(jìn)行圖像拼接,對噪聲、干擾、尺度變換等都有較好的魯棒性;(5)利用開發(fā)的圖像采集系統(tǒng)對棉花田塊進(jìn)行了圖像采集,通過對其進(jìn)行棉鈴區(qū)域的分割以及特征值提取與篩選,建立了相應(yīng)的數(shù)學(xué)模型。利用未知棉花田塊圖像進(jìn)行驗(yàn)證,利用RGB色彩空間分量與線性回歸模型對棉鈴圖像的識別率分別為:B-G:65.98%;B-R:64.89%;R-G:75.78%;利用灰度共生矩陣的紋理特征參量與二次函數(shù)回歸模型對棉鈴圖像的識別率分別為:像素間距-二階矩:98.11%;像素間距-對比度:98.89%;像素間距-相關(guān)性:97.78%;像素間距-均值:6.99%;像素間距-均值和:14.76%。如上所述,本研究所開發(fā)的圖像采集及分析平臺能夠進(jìn)行圖像采集作業(yè),能對獲取的遙感圖像進(jìn)行校正與拼接,并對其所蘊(yùn)含的農(nóng)情信息進(jìn)行反演,具有一定程度的可行性及實(shí)用意義。
【關(guān)鍵詞】：安卓智能設(shè)備 圖像采集 圖像校正 圖像拼接 農(nóng)情分析
【學(xué)位授予單位】：華南農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 1 前言10-24
• 1.1 研究背景10-12
• 1.2 研究目的及意義12-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-22
• 1.3.1 國內(nèi)研究現(xiàn)狀13-14
• 1.3.2 國外研究現(xiàn)狀14-16
• 1.3.3 研究現(xiàn)狀分析16-22
• 1.4 主要研究內(nèi)容及流程22-24
• 1.4.1 主要研究內(nèi)容22-23
• 1.4.2 主要研究流程23-24
• 2 遙感圖像采集系統(tǒng)24-46
• 2.1 安卓端程序架構(gòu)及其開發(fā)25-34
• 2.2 藍(lán)牙端架構(gòu)及其開發(fā)34-36
• 2.3 地面PC端程序架構(gòu)及其開發(fā)36-40
• 2.4 圖像無線傳輸性能對比實(shí)驗(yàn)40-46
• 3 圖像校正46-63
• 3.1 桶形失真47-56
• 3.2 透視畸變56-63
• 4 圖像拼接63-83
• 4.1 基于地理坐標(biāo)的圖像拼接63-70
• 4.2 基于相位相關(guān)法的圖像拼接70-74
• 4.3 基于加速穩(wěn)健特征（SURF）的圖像拼接74-83
• 5 農(nóng)情分析83-99
• 5.1 技術(shù)路線83-85
• 5.2 棉鈴數(shù)學(xué)模型的建立與驗(yàn)證85-99
• 6 結(jié)果與討論99-101
• 6.1 研究主要結(jié)果99-100
• 6.2 討論與展望100-101
• 致謝101-102
• 參考文獻(xiàn)102-111
• 附錄111-127

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳錫文;;中國農(nóng)業(yè)發(fā)展形勢及面臨的挑戰(zhàn)[J];農(nóng)村經(jīng)濟(jì);2015年01期

2 李宗南;陳仲新;王利民;劉佳;周清波;;基于小型無人機(jī)遙感的玉米倒伏面積提取[J];農(nóng)業(yè)工程學(xué)報;2014年19期

3 張東彥;蘭玉彬;陳立平;王秀;梁棟;;中國農(nóng)業(yè)航空施藥技術(shù)研究進(jìn)展與展望[J];農(nóng)業(yè)機(jī)械學(xué)報;2014年10期

4 溫源;張向東;沈建文;薛新宇;邱白晶;;中國植保無人機(jī)發(fā)展技術(shù)路線及行業(yè)趨勢[J];農(nóng)業(yè)技術(shù)與裝備;2014年05期

5 林蔚紅;孫雪鋼;劉飛;徐正紅;張初;何勇;姚建松;;我國農(nóng)用航空植保發(fā)展現(xiàn)狀和趨勢[J];農(nóng)業(yè)裝備技術(shù);2014年01期

6 周志艷;臧英;羅錫文;Lan Yubin;薛新宇;;中國農(nóng)業(yè)航空植保產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展戰(zhàn)略[J];農(nóng)業(yè)工程學(xué)報;2013年24期

7 汪貴平;王會峰;劉盼芝;巨永鋒;;特征平行直線的成像畸變現(xiàn)場校正[J];光子學(xué)報;2014年01期

8 周朝憲;房志峰;于彩虹;張云國;高應(yīng)波;燕丹晨;楊強(qiáng);;UTM投影和Gauss-Krüger投影及其變換實(shí)現(xiàn)[J];地質(zhì)與勘探;2013年05期

9 楊娟;;大地元素實(shí)現(xiàn)坐標(biāo)系統(tǒng)轉(zhuǎn)換的數(shù)學(xué)模型[J];測繪科學(xué);2014年03期

10 薛新宇;蘭玉彬;;美國農(nóng)業(yè)航空技術(shù)現(xiàn)狀和發(fā)展趨勢分析[J];農(nóng)業(yè)機(jī)械學(xué)報;2013年05期

，

本文編號：926445