本文選題：無人機　切入點：遙感圖像　出處：《東北農(nóng)業(yè)大學》2016年博士論文　論文類型：學位論文

【摘要】：無人機遙感是一種新的遙感手段,因其具有高效、靈活、快速、低成本及高分辨率等特點,近年來呈現(xiàn)良好的發(fā)展勢頭。無人機遙感在很多領域都取得了較為廣泛的應用,包括農(nóng)業(yè)、林業(yè)、電力、國土資源、城市規(guī)劃等。尤其在農(nóng)業(yè)方面,無人機廣泛應用于農(nóng)情監(jiān)測、病蟲害監(jiān)測、作物養(yǎng)分分析、作物長勢監(jiān)測等方面,可以幫助農(nóng)業(yè)生產(chǎn)人員及時、準確地獲取作物生長信息,可為減災降災和應急指揮提供科學依據(jù),現(xiàn)已取得了較為理想的應用效果,具有廣闊的應用前景。但是,由于無人機遙感平臺在航拍過程中,受到飛行高度和相機焦距等的限制,所獲取的單幅圖像覆蓋范圍較小,往往無法覆蓋整個所需區(qū)域,因此,為獲取整個目標區(qū)域信息,就需將獲取的多張遙感圖像拼接融合成一幅全景圖像。無人機遙感圖像拼接是后續(xù)進行遙感解譯與分析的基礎,拼接的質量與效果直接決定著解譯與分析的準確性,因此,開展無人機遙感圖像拼接技術研究具有重要的現(xiàn)實意義。本文對國內(nèi)外遙感圖像拼接技術進行了深入研究與學習,比較和分析了現(xiàn)有的遙感圖像拼接技術的特點,基于遙感圖像拼接流程,重點開展了無人機遙感圖像預處理技術、遙感圖像配準技術和遙感圖像融合技術的研究,主要研究工作如下:(1)遙感圖像預處理。遙感圖像預處理是遙感圖像拼接非常重要的一步,直接決定著圖像拼接的精度。無人機在兩次航拍間隔,由于光照強度和入射角變化,相鄰兩幅影像可能會產(chǎn)生較大色差,表現(xiàn)為圖像亮度、飽和度不一致等,因此,必須對圖像進行輻射校正,以消除圖像色差對拼接的影響。鑒于無人機在航拍過程中,相鄰的兩幅圖像拍攝時間很短,受大氣和光照等條件的影響差異相對較小,因此,本文采用直方圖匹配法進行相對輻射校正,通過調(diào)整參考圖像的直方圖使之與待拼接圖像直方圖匹配,從校正結果看,校正后的圖像與待拼接圖像在亮度和色調(diào)上基本趨于一致,很好地實現(xiàn)了兩幅圖像的平滑過渡。此外,由于無人機體積小,重量輕,受氣流影響較大,穩(wěn)定性和抗風能力較差,飛行姿態(tài)傾斜、抖動現(xiàn)象難以避免,這些都會對獲取的遙感圖像產(chǎn)生直接的影響,導致圖像發(fā)生畸變,本文通過像點坐標變換、圖像重采樣等對畸變圖像進行幾何校正,以消除幾何畸變對圖像的影響,滿足圖像配準的需要。幾何校正具有計算量大、耗時長的特點,為了提高幾何校正的處理速度,針對無人機遙感圖像,本文提出了一種基于分布式處理的并行幾何校正算法。該算法使得處理器計算所需的數(shù)據(jù)均存儲在本地,避免了處理器之間通信,很好地解決了數(shù)據(jù)的局部性問題,提高了并行處理效率,在機群系統(tǒng)中,對并行幾何校正和串行幾何校正算法進行了測試、比較與分析,實驗結果表明,并行幾何校正算法具有較好的并行性能,大大提高了遙感圖像的幾何校正的處理速度。(2)遙感圖像配準技術研究。圖像配準是圖像拼接技術體系的核心,圖像配準的精度直接決定著圖像拼接的質量。由于SIFT算法對旋轉、平移、縮放、亮度變化保持不變性,對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性,因此,該算法非常適于無人機遙感圖像配準,本文基于SIFT算法進行特征點提取。特征點匹配過程中,由于相鄰圖像的自相似性,經(jīng)常會出現(xiàn)一對多或多對一的錯誤匹配,必須加以剔除。本文提出了采用對極幾何約束和單應性約束的方法剔除錯誤匹配特征點,首先通過對極幾何約束縮小搜索范圍消除一部分錯誤特征點,然后基于獲得的正確的匹配點對建立單應性變換矩陣模型,進一步消除圖像中的錯誤特征匹配,提高匹配精度,并采用RANSAC算法剔除外點,對匹配特征點進行提純,實現(xiàn)了圖像特征點的精匹配。(3)遙感圖像融合技術研究。圖像融合的目的就是將配準后的圖像基于一定的變換模型合并為一幅圖像,兩幅圖像應做到無縫拼接,不應該出現(xiàn)拼接痕跡,過渡自然。無人機獲取的遙感圖像,由于受到光照變化和傳感器入射角度變化影響,相鄰圖像間會存在亮度與色度差異,圖像若直接用于拼接,則在兩幅圖像的重疊區(qū)域會形成明顯的拼接痕跡,出現(xiàn)“鬼影”現(xiàn)象。針對這一問題,本文提出了采用最佳縫合線的方法來消除“鬼影”,首先采用基于動態(tài)規(guī)劃的最佳縫合線搜索,但是采用該搜索策略,若某一條縫合線存在一些較大的誤差點,將導致“鬼影”無法徹底消除,得到的縫合線是局部最優(yōu)化縫合線,不能獲取全局最優(yōu)縫合線。為此,提出了基于圖切割的最佳縫合線搜索,縫合線搜索中,基于最大流最小割定理獲取有向圖的最大流,即最佳縫合線,兩幅圖像的拼接位置定位比較精確,接縫兩側的錯位和“鬼影”現(xiàn)象得到較好解決,真正實現(xiàn)了無縫拼接。同時針對待拼接圖像可能因曝光原因等存在的亮度與色度差異,采用泊松融合方法實現(xiàn)了圖像的平滑過渡。
[Abstract]:UAV remote sensing is a new method, because of its high efficiency, flexible, fast, low cost and high resolution, in recent years, showing a good momentum of development. The UAV Remote Sensing in many fields has been widely used, including agriculture, forestry, electricity, land resources, city planning and so on. Especially in agriculture, drones are widely used in agricultural monitoring, pest monitoring, crop nutrient analysis, crop growth monitoring, can help agricultural production personnel in a timely and accurate crop growth information, can provide a scientific basis for reducing the disaster and emergency command, has achieved the ideal application effect, with application broad prospects. However, because of the UAV remote sensing platform in the process of aerial photography, by the flight height and the focal length of camera and other restrictions, the coverage of small single image acquired, often can not cover the whole The required area, therefore, in order to obtain the target region information fusion requires multiple remote sensing image mosaic will get into a panoramic image. The UAV remote sensing image mosaic is the basis of remote sensing interpretation and analysis of the quality and effect of splicing directly determines the accuracy of interpretation and analysis, therefore, to carry out Study on remote sensing image mosaic technology machine has important practical significance. In this paper, the domestic and foreign remote sensing image mosaic technology has conducted in-depth research and study, comparison and analysis of the characteristics of remote sensing image mosaic technology of the existing process of remote sensing image mosaic based on focus on the UAV remote sensing image preprocessing technology, remote sensing image registration and fusion technology the technology of remote sensing image research, the main research work is as follows: (1) remote sensing image preprocessing. Image preprocessing is a very important step in remote sensing image mosaic, direct decision The accuracy of image mosaic. Two aerial drones in the interval, due to light intensity and the incident angle changes, two adjacent images may have a greater difference, performance for image brightness, saturation is not consistent, therefore, it is necessary to do image radiation correction, in order to eliminate the influence of image color difference on stitching. In view of the UAV in the process of aerial photography, two images of adjacent shots in a very short time, influenced by the atmosphere and the illumination condition of the difference is relatively small, therefore, this paper uses the histogram matching method for relative radiometric correction, by adjusting the reference histogram of the image and make the images histogram matching, from the calibration results, the corrected image and the images are basically the same in brightness and color, very good to achieve a smooth transition of the two images. In addition, the UAV has the advantages of small size, light weight, large air current, stability and Poor wind resistance ability, flight attitude tilt, jitter phenomenon is difficult to avoid, which will have a direct impact on the acquisition of remote sensing image, cause image distortion, the image point coordinates transform, image resampling of the distorted image geometric correction, in order to eliminate the influence of geometric distortion of the image, to meet the needs of image registration with a large amount of calculation. The geometric correction, the long time, in order to improve the processing speed of geometric correction, UAV remote sensing images, this paper proposes a parallel geometric correction algorithm based on distributed processing. The algorithm allows the processor to calculate the required data are stored locally, avoid interprocessor communication, very good to solve the problem of local data, improve the efficiency of parallel processing, in cluster system, the algorithm of parallel geometric correction and geometric correction of serial test, comparison and analysis And the experimental results show that the algorithm has good parallel performance, greatly improving the processing speed of remote sensing image geometric correction. (2) research on remote sensing image registration technology. Image registration system is the core of image stitching technology, image registration accuracy directly determines the quality of image stitching. Because the SIFT algorithm of rotation pan, zoom, and invariant to illumination changes, the perspective changes, affine transformation, noise also maintain a certain degree of stability, therefore, the algorithm is very suitable for UAV remote sensing image registration based on SIFT algorithm for feature point extraction. Feature point matching process, due to the self similarity of adjacent images, often appear a to many or many to one matching error, must be removed. This paper proposes using epipolar and homography constraint error elimination method of feature point matching, firstly The epipolar geometry constraint to reduce the search scope to eliminate the wrong part of the feature points, and then get the correct matching points based on the establishment of homography matrix model, to further eliminate the error matching features of the image, improve the matching accuracy, and RANSAC algorithm is used to remove the outer point of matching feature points for purification, the image feature points the precise matching technology. (3) the study of remote sensing image fusion. The purpose of image fusion is image registration based on the transformation of the model into an image, the two images should be seamless, should not appear splicing traces of natural transition. The UAV remote sensing image acquisition, due to changes in illumination change of incident angle and sensor effects, there will be differences between adjacent image brightness and chroma, for direct image mosaic, the overlapping area of two images will form splicing obvious signs appear, The "ghost" phenomenon. To solve this problem, this paper proposes a method using optimal stitching line to eliminate the "ghost", first used to search the optimal stitching line based on dynamic programming, but the search strategy, if a suture line has some errors, will lead to "ghosting" can not completely eliminate. Get the local optimum suture suture, can obtain the global optimal suture line. Therefore, the search for optimal stitching line based on graph cut, suture line search, obtain the maximum flow minimum cut theorem to the flow graph based on the best suture, two image stitching positioning accurately to get a better solution, and joint dislocation on both sides of the "ghost" phenomenon, realize the seamless splicing. At the same time according to the brightness and chrominance difference image mosaic may exist because of the exposure factors, using Poisson image fusion The method realizes the smooth transition of the image.

【學位授予單位】：東北農(nóng)業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP751

【相似文獻】

相關期刊論文 前10條

1 孫瀚,黃大貴;基于十字形區(qū)域搜索法的圖像拼接方法[J];計量與測試技術;2005年01期

2 陳世哲;胡濤;劉國棟;謝凱;劉炳國;浦昭邦;;基于光柵的快速精確圖像拼接[J];光學精密工程;2006年02期

3 馮桂蘭;田維堅;屈有山;張宏建;葛偉;;嵌入式高速DSP在視頻圖像拼接系統(tǒng)的應用[J];彈箭與制導學報;2006年S8期

4 張虎;;基于多算法結合的圖像拼接研究[J];硅谷;2012年18期

5 方維;;基于圖像拼接方法的計量過程數(shù)字化記錄[J];上海計量測試;2012年06期

6 叢明明;王英;代瑞軍;;基于雙遍歷和膨脹濾波的圖像拼接定位算法[J];青島大學學報(工程技術版);2013年04期

7 屈志毅,王玉珍,鐘聲偉;圖像拼接中特征塊的選取[J];計算機工程;2002年09期

8 張猛;徐俊;孔祥峰;;圖像拼接服務網(wǎng)站的設計與實現(xiàn)[J];青島遠洋船員學院學報;2008年02期

9 史程鵬;王明泉;侯慧玲;王玉;;基于像素相關度的射線圖像拼接改進算法研究[J];核電子學與探測技術;2009年06期

10 蔡靜;;粒計算在圖像拼接中的應用研究[J];湖北電力;2009年S1期

相關會議論文 前10條

1 田宏亮;王俊妮;岳鵬;;一種基于邊界閾值的圖像拼接融合算法[A];2013年（第五屆）西部光子學學術會議論文集[C];2013年

2 鄭金鑫;杜軍平;;基于Levenberg-Marquardt算法的圖像拼接研究[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

3 易端陽;唐萬有;郝健強;;印品檢測中相似測度算法在圖像拼接中的對比研究[A];顏色科學與技術——2012第二屆中國印刷與包裝學術會議論文摘要集[C];2012年

4 謝凌霄;張茂軍;王云麗;高輝;;基于特征匹配的無縫圖像拼接方法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

5 高冠東;賈克斌;肖珂;;一種新的基于特征點匹配的圖像拼接方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

6 胡社教;陳宗海;劉年慶;;基于圖像灰度特征的全景圖像拼接[A];'2003系統(tǒng)仿真技術及其應用學術交流會論文集[C];2003年

7 馮桂蘭;田維堅;張薇;鮑峗;張宏建;;基于DSP的圖像拼接系統(tǒng)研究[A];中國光學學會2006年學術大會論文摘要集[C];2006年

8 賴力;周代全;黎川;王新;;Innova4100血管機下肢靜脈跟蹤造影中的圖像拼接[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

9 李騁進;;DR全下肢圖像拼接成像技術的臨床應用[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

10 周劍軍;歐陽寧;陳旭;黃先鋒;;一種基于Harris特征點的圖像拼接方法[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

相關重要報紙文章 前2條

1 山東 貓咪老爸;圖像拼接 天衣無縫[N];電腦報;2003年

2 本報記者 劉霞;放飛想象的翅膀(二)[N];科技日報;2014年

相關博士學位論文 前10條

1 姜代紅;煤礦監(jiān)控圖像拼接與識別的方法研究[D];中國礦業(yè)大學;2015年

2 賈銀江;無人機遙感圖像拼接關鍵技術研究[D];東北農(nóng)業(yè)大學;2016年

3 張樺;場景圖像拼接關鍵技術研究[D];天津大學;2008年

4 邵向鑫;數(shù)字圖像拼接核心算法研究[D];吉林大學;2010年

5 曾巒;基于不變特征的圖像拼接及軟同步直寫硬盤記錄技術研究[D];哈爾濱工業(yè)大學;2012年

6 馮桂蘭;車載夜視導航系統(tǒng)的研究[D];中國科學院研究生院（西安光學精密機械研究所）;2007年

7 李新娥;大視場多光譜相機圖像拼接與融合技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

8 朱云芳;基于圖像拼接的視頻編輯[D];浙江大學;2006年

9 張德新;面陣航偵CCD相機系統(tǒng)設計及其圖像拼接技術研究[D];哈爾濱工業(yè)大學;2010年

10 趙凱;醫(yī)學影像中骨組織定量分析關鍵技術研究與應用[D];東北大學;2012年

相關碩士學位論文 前10條

1 陳澤武;FPC光學缺陷檢測平臺中的關鍵圖像處理技術[D];華南理工大學;2015年

2 殷娟娟;基于SIFT特征的巖石圖像拼接研究[D];西安石油大學;2015年

3 岳昕;基于SIFT的全景圖像拼接方法研究[D];昆明理工大學;2015年

4 徐忠洋;航拍圖像拼接算法的研究與實現(xiàn)[D];遼寧大學;2015年

5 吳金津;改進的SIFT算法及其在圖像拼接中的應用[D];湖南工業(yè)大學;2015年

6 王鵬程;基于DSP的視頻拼接技術的研究[D];湖南工業(yè)大學;2015年

7 宋佳乾;視頻圖像拼接優(yōu)化算法實現(xiàn)研究[D];寧夏大學;2015年

8 王瑞霞;基于SIFT配準算法的全景圖像拼接系統(tǒng)的FPGA實現(xiàn)[D];南京理工大學;2015年

9 王迪;多傳感器圖像拼接、融合與系統(tǒng)實現(xiàn)[D];南京理工大學;2015年

10 高琦;攝影測量系統(tǒng)中基于SIFT算法的柱面全景圖像拼接實現(xiàn)[D];華中師范大學;2015年

，

本文編號：1611071