本文關鍵詞：基于android設備的無人機遙感圖像采集分析系統

  更多相關文章： 安卓智能設備 圖像采集 圖像校正 圖像拼接 農情分析

【摘要】：現有無人機圖像采集平臺由大量設備構成,具有系統開發(fā)困難、重量大、價格高昂,對無人機的負載能力有較高的要求,致使研究成果難以應用于生產實踐�；谀壳暗默F狀,本研究開發(fā)了一套基于安卓智能設備的無人機遙感圖像采集及分析系統。由于安卓智能設備質量輕、體積小,從而能夠降低其使用的搭載無人機的體量及成本,提升其續(xù)航能力及作業(yè)時間。與此同時,安卓智能設備普及度高、成本低廉、程序易于維護與移植,從而使得研究成果易于推廣及應用。本研究的研究內容及結果具體包括:(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單片機及HY-05藍牙模塊開發(fā)了藍牙擴展部件。利用無線網絡將安卓端的攝像頭視場預覽幀、內部傳感器數據、GPS數據傳輸至地面PC端,及從地面PC端發(fā)送控制字給安卓端。在實際作業(yè)中該系統能夠實現各安卓智能設備內置傳感器數據及攝像頭預覽幀的實時傳輸、圖像采集,并能對利用藍牙擴展部件連接的ADC Lite多光譜相機進行控制及內部狀態(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端的攝像頭預覽幀進行壓縮,提升攝像頭預覽幀的傳輸速率,減少其出現丟幀、卡幀、花屏等現象的概率,從而提升系統的實時性及可靠性。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。實驗結果表明在各組測試中利用JPEG格式對預覽幀進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驗結果分析顯示該速率差異極顯著。與此同時,利用JPEG格式對預覽幀進行壓縮編碼可以減少卡幀、丟幀等問題的出現概率;(3)研究圖像的校正算法。通過對獲取的圖像進行校正,可以克服由于無人機因飛行姿態(tài)造成的透視畸變問題、圖像采集設備鏡頭固有的剪切畸變、透鏡畸變�；跀z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,并對實驗圖像進行校正。實驗結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驗結果分析顯示該結果極顯著;利用標定模板圖像對透視畸變校正方法進行實驗,實驗結果表明該方法能較好地對圖像進行還原;(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,利用坐標轉換的方法對其進行拼接;通過利用傅里葉變換相位相關法對具有平移模型的圖像進行拼接;通過利用SURF算法對不具有地理信息及運動模型的圖像進行拼接。根據實際實驗獲得的安卓端參數顯示,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行拼接均不適用,利用SURF算法可以較好地進行圖像拼接,對噪聲、干擾、尺度變換等都有較好的魯棒性;(5)利用開發(fā)的圖像采集系統對棉花田塊進行了圖像采集,通過對其進行棉鈴區(qū)域的分割以及特征值提取與篩選,建立了相應的數學模型。利用未知棉花田塊圖像進行驗證,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行圖像采集作業(yè),能對獲取的遙感圖像進行校正與拼接,并對其所蘊含的農情信息進行反演,具有一定程度的可行性及實用意義。
【關鍵詞】：安卓智能設備 圖像采集 圖像校正 圖像拼接 農情分析
【學位授予單位】：華南農業(yè)大學
【學位級別】：碩士
【學位授予年份】：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 國內外研究現狀13-22
• 1.3.1 國內研究現狀13-14
• 1.3.2 國外研究現狀14-16
• 1.3.3 研究現狀分析16-22
• 1.4 主要研究內容及流程22-24
• 1.4.1 主要研究內容22-23
• 1.4.2 主要研究流程23-24
• 2 遙感圖像采集系統24-46
• 2.1 安卓端程序架構及其開發(fā)25-34
• 2.2 藍牙端架構及其開發(fā)34-36
• 2.3 地面PC端程序架構及其開發(fā)36-40
• 2.4 圖像無線傳輸性能對比實驗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 基于地理坐標的圖像拼接63-70
• 4.2 基于相位相關法的圖像拼接70-74
• 4.3 基于加速穩(wěn)健特征（SURF）的圖像拼接74-83
• 5 農情分析83-99
• 5.1 技術路線83-85
• 5.2 棉鈴數學模型的建立與驗證85-99
• 6 結果與討論99-101
• 6.1 研究主要結果99-100
• 6.2 討論與展望100-101
• 致謝101-102
• 參考文獻102-111
• 附錄111-127

【參考文獻】

中國期刊全文數據庫 前10條

1 陳錫文;;中國農業(yè)發(fā)展形勢及面臨的挑戰(zhàn)[J];農村經濟;2015年01期

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

3 張東彥;蘭玉彬;陳立平;王秀;梁棟;;中國農業(yè)航空施藥技術研究進展與展望[J];農業(yè)機械學報;2014年10期

4 溫源;張向東;沈建文;薛新宇;邱白晶;;中國植保無人機發(fā)展技術路線及行業(yè)趨勢[J];農業(yè)技術與裝備;2014年05期

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

6 周志艷;臧英;羅錫文;Lan Yubin;薛新宇;;中國農業(yè)航空植保產業(yè)技術創(chuàng)新發(fā)展戰(zhàn)略[J];農業(yè)工程學報;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場校正[J];光子學報;2014年01期

8 周朝憲;房志峰;于彩虹;張云國;高應波;燕丹晨;楊強;;UTM投影和Gauss-Krüger投影及其變換實現[J];地質與勘探;2013年05期

9 楊娟;;大地元素實現坐標系統轉換的數學模型[J];測繪科學;2014年03期

10 薛新宇;蘭玉彬;;美國農業(yè)航空技術現狀和發(fā)展趨勢分析[J];農業(yè)機械學報;2013年05期

，

本文編號：926445