目前氣象觀測(cè)站探測(cè)環(huán)境測(cè)評(píng)工作仍采用人工的方法來(lái)完成,這種傳統(tǒng)的測(cè)評(píng)方法往往需要耗費(fèi)大量的人力物力,并且測(cè)評(píng)結(jié)果加入了很多人為的主觀因素,導(dǎo)致測(cè)評(píng)結(jié)果不客觀。針對(duì)這一問(wèn)題,本課題提出了一種基于全景圖像處理的氣象觀測(cè)站探測(cè)環(huán)境測(cè)評(píng)方法。該測(cè)評(píng)方法以數(shù)字圖像處理技術(shù)為基礎(chǔ),采集觀測(cè)場(chǎng)四周多張相鄰區(qū)域重疊的圖像,通過(guò)對(duì)多張圖像進(jìn)行全景圖像拼接融合、圖像預(yù)處理、圖像信息提取等算法的研究和分析,提取出全景圖像中觀測(cè)場(chǎng)四周最高障礙物的像素點(diǎn)坐標(biāo),建立氣象觀測(cè)站探測(cè)環(huán)境測(cè)評(píng)模型,在此基礎(chǔ)上,利用Microsoft Visual Studio 2010平臺(tái)設(shè)計(jì)一套氣象觀測(cè)站探測(cè)環(huán)境測(cè)評(píng)系統(tǒng)。論文主要完成了以下內(nèi)容:1)根據(jù)柱面全景圖拼接的方式生成氣象觀測(cè)站探測(cè)環(huán)境全景圖,在特征提取時(shí),利用Sift特征點(diǎn)對(duì)圖像的尺度變化、旋轉(zhuǎn)變化、光照變化保持不變的特點(diǎn),把Sift算法應(yīng)用到待拼接圖像特征提取上;在特征匹配時(shí),針對(duì)RANSAC算法計(jì)算復(fù)雜且迭代次數(shù)較多的缺點(diǎn),提出一種“基于距離約束”的特征向量匹配法;在圖像融合時(shí),采用“漸近漸出”的融合算法,該算法是基于加權(quán)平均融合算法的改進(jìn)。針對(duì)生成的全景圖進(jìn)行圖像預(yù)...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.3 課題主要研究?jī)?nèi)容
    1.4 論文章節(jié)安排
第2章 全景圖技術(shù)簡(jiǎn)介及理論基礎(chǔ)
    2.1 全景圖的簡(jiǎn)介
    2.2 全景圖分類(lèi)
        2.2.1 柱面全景圖
        2.2.2 球面全景圖
        2.2.3 立方體全景圖
    2.3 攝像機(jī)成像幾何原理
        2.3.1 針孔成像模型與攝像機(jī)坐標(biāo)系
        2.3.2 世界坐標(biāo)系與像平面坐標(biāo)系
    2.4 圖像變換模型
        2.4.1 相機(jī)運(yùn)動(dòng)模型
        2.4.2 圖像變換模型
    2.5 本章小結(jié)
第3章 柱面全景圖拼接融合
    3.1 柱面投影變換
    3.2 特征點(diǎn)提取
        3.2.1 構(gòu)建高斯尺度空間提取極值點(diǎn)
        3.2.2 精確定位極值點(diǎn)并消除不穩(wěn)定極值點(diǎn)
        3.2.3 為關(guān)鍵點(diǎn)分配方向
        3.2.4 關(guān)鍵點(diǎn)特征描述符
    3.3 特征點(diǎn)匹配
        3.3.1 經(jīng)典的匹配方法
        3.3.2 特征點(diǎn)精確匹配
    3.4 圖像重疊區(qū)域拼接
    3.5 拼接圖像的融合
    3.6 本章小結(jié)
第4章 圖像信息提取
    4.1 濾波處理
        4.1.1 線性平滑濾波器
        4.1.2 非線性平滑濾波器
    4.2 灰度化處理
    4.3 二值化處理
        4.3.1 全局閾值法
        4.3.2 局部閾值法
    4.4 形態(tài)學(xué)處理
        4.4.1 腐蝕運(yùn)算
        4.4.2 膨脹運(yùn)算
    4.5 圖像邊緣檢測(cè)
        4.5.1 基于査找的邊緣檢測(cè)算法
        4.5.2 基于零穿越的邊緣檢測(cè)算法
        4.5.3 Canny邊緣檢測(cè)算法
    4.6 邊緣像素點(diǎn)坐標(biāo)提取
    4.7 本章小結(jié)
第5章 測(cè)評(píng)指標(biāo)及評(píng)分方法
    5.1 基礎(chǔ)測(cè)評(píng)項(xiàng)
    5.2 非基礎(chǔ)測(cè)評(píng)項(xiàng)
    5.3 本章小結(jié)
第6章 測(cè)評(píng)系統(tǒng)的總體設(shè)計(jì)與實(shí)現(xiàn)
    6.1 系統(tǒng)的體系結(jié)構(gòu)
    6.2 系統(tǒng)開(kāi)發(fā)技術(shù)
    6.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
        6.3.1 數(shù)據(jù)庫(kù)設(shè)計(jì)流程
        6.3.2 數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)
    6.4 系統(tǒng)功能模塊設(shè)計(jì)與實(shí)現(xiàn)
        6.4.1 圖像采集模塊
        6.4.2 圖像傳輸模塊
        6.4.3 圖像拼接模塊
        6.4.4 信息提取模塊
        6.4.5 測(cè)試評(píng)估模塊
    6.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的論文
致謝



本文編號(hào)：3793121