紅外航空遙感能夠?qū)﹃懙�、海洋和大氣目�?biāo)進行全天候、準(zhǔn)實時和立體化的觀測,對獲取地面資源信息和保障國家安全具有重要意義。紅外航空遙感技術(shù)經(jīng)歷了五十多年的發(fā)展,隨著紅外探測材料和工藝的進步,紅外探測器也經(jīng)歷了從單元探測器、線陣探測器到面陣探測器的發(fā)展階段,紅外航空遙感的成像方式也經(jīng)歷了從單元擺掃、線陣推掃、多元并掃到面陣畫幅式掃描的過程。目前機載紅外遙感成像向著高空間分辨率和高光譜分辨率的方向發(fā)展,隨著紅外面陣探測器的逐漸成熟,利用面陣探測器進行掃描成像能夠獲取寬視場和高空間分辨率的紅外遙感圖像,因此成為技術(shù)發(fā)展的熱點。實時獲取大視場的熱紅外圖像,對地物目標(biāo)進行實時跟蹤和觀測,在戰(zhàn)場偵察、應(yīng)急救援中具有很高的應(yīng)用價值。本論文以畫幅掃描成像方式獲取的遙感圖像為數(shù)據(jù)源,對圖像的實時拼接技術(shù)進行了深入研究,研究內(nèi)容及研究取得的成果主要包括:在深入分析畫幅掃描成像方式的運動模型基礎(chǔ)上,針對畫幅掃描圖像實時拼接系統(tǒng)的需求,設(shè)計了基于圖像點特征算子來進行圖像快速配準(zhǔn)及拼接的方案;通過對圖像點特征算子性能的測試和驗證,選取了快速穩(wěn)定的點特征算子;利用掃描行間的圖像配準(zhǔn)關(guān)系,對圖像的位置姿態(tài)參數(shù)進行了恢復(fù)和優(yōu)化,通過掃描行圖像到拼接圖像的配準(zhǔn)和融合,完成了畫幅掃描拼接圖像的實時更新;為了提高拼接系統(tǒng)的實時性,利用GPGPU對算法進行了并行加速,實現(xiàn)了較高速率下的圖像實時拼接。本文的創(chuàng)新點主要有:1.分析了畫幅掃描成像方式的運動模型,根據(jù)運動特點對圖像的外方位參數(shù)數(shù)量進行了簡化,設(shè)計和實現(xiàn)了基于圖像配準(zhǔn)關(guān)系的外方位參數(shù)恢復(fù)方案2.為畫幅掃描圖像的拼接選取了快速穩(wěn)定的圖像點特征算子,然后利用位置敏感哈希算法對圖像特征匹配進行了加速,在保證一定匹配精度的前提下提高了圖像配準(zhǔn)速度。3.提出了一種簡化的光束法平差策略,降低了掃描行間的圖像配準(zhǔn)累積誤差對拼接精度的影響,提高了圖像位置姿態(tài)參數(shù)的精度。通過掃描行圖像的快速穩(wěn)定配準(zhǔn)和融合,完成了拼接圖像的快速更新。4.針對拼接系統(tǒng)中各算法模塊的特點,利用CPU+GPGPU異構(gòu)模式對算法進行了實現(xiàn)。通過CPU和GPGPU的分工合作,并利用GPGPU硬件平臺對適宜于并行實現(xiàn)的算法進行加速,優(yōu)化了程序流程,提高了拼接的實時性。論文最后對畫幅掃描紅外圖像實時拼接系統(tǒng)的下一步研究工作和工程應(yīng)用提出了建議。
【學(xué)位單位】：中國科學(xué)院研究生院(上海技術(shù)物理研究所)
【學(xué)位級別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP391.41
【文章目錄】：
致謝
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
        1.1.1 紅外航空遙感簡介
        1.1.2 紅外航空遙感成像方式
        1.1.3 課題來源及背景
    1.2 圖像拼接的技術(shù)概況
        1.2.1 圖像拼接的國內(nèi)外研究現(xiàn)狀
        1.2.2 圖像拼接的主要方法
    1.3 論文結(jié)構(gòu)安排
第2章 畫幅掃描圖像拼接系統(tǒng)的設(shè)計與分析
    2.1 畫幅掃描圖像拼接系統(tǒng)的總體設(shè)計
        2.1.1 拼接系統(tǒng)設(shè)計需求
        2.1.2 畫幅掃描的運動分析
        2.1.3 畫幅掃描圖像拼接的方案設(shè)計
        2.1.4 GPGPU平臺的介紹
    2.2 紅外圖像的預(yù)處理
    2.3 相機模型和射影幾何
        2.3.1 齊次空間變換基礎(chǔ)
        2.3.2 射影幾何和變換
        2.3.3 相機內(nèi)方位模型
        2.3.4 相機內(nèi)方位校正
    2.4 畫幅掃描圖像的雙視圖幾何
        2.4.1 二維空間坐標(biāo)變換
        2.4.2 相鄰圖像間的空間變換
        2.4.3 外極線約束
    2.5 本章小結(jié)
第3章 圖像點特征算子
    3.1 點特征算子介紹
        3.1.1 點特征提取算子
        3.1.2 點特征描述算子
    3.2 點特征算子性能評價
        3.2.1 點特征提取算子性能
        3.2.2 點特征描述算子性能
    3.3 點特征算子實現(xiàn)及驗證
        3.3.1 點特征提取算子實現(xiàn)
        3.3.2 點特征描述算子實現(xiàn)
        3.3.3 點特征算子性能驗證
    3.4 本章小結(jié)
第4章 圖像配準(zhǔn)
    4.1 圖像配準(zhǔn)介紹
    4.2 基于位置敏感哈希的特征匹配
        4.2.1 位置敏感哈希算法介紹
        4.2.2 基于LSH的圖像配準(zhǔn)
        4.2.3 LSH算法比較
        4.2.4 LSH算法改進
    4.3 誤匹配消除
    4.4 運動參數(shù)恢復(fù)
        4.4.1 三維角度的參數(shù)化
        4.4.2 平移和旋轉(zhuǎn)恢復(fù)
    4.5 圖像配準(zhǔn)實現(xiàn)及驗證
    4.6 本章小結(jié)
第5章 拼接圖像合成
    5.1 圖像拼接中的誤差分析
        5.1.1 圖像運動參數(shù)的累積誤差
        5.1.2 景物的高度誤差
    5.2 光束法平差
        5.2.1 光束法平差介紹
        5.2.2 光束法平差策略
        5.2.3 光束法平差的實現(xiàn)
        5.2.4 光束法平差加速
        5.2.5 光束法平差驗證
    5.3 圖像融合
        5.3.1 圖像融合介紹
        5.3.2 圖像重投影
        5.3.3 重疊區(qū)域融合
    5.4 圖像融合實現(xiàn)
    5.5 本章小結(jié)
第6章 系統(tǒng)實現(xiàn)及性能驗證
    6.1 圖像實時拼接的實現(xiàn)
    6.2 畫幅掃描拼接性能驗證
        6.2.1 原理樣機驗證實驗
        6.2.2 畫幅式拼接姿態(tài)驗證
    6.3 畫幅式熱紅外圖像拼接驗證
        6.3.1 熱紅外圖像拼接驗證
        6.3.2 熱紅外圖像溫度校正
    6.4 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)及創(chuàng)新點
    7.2 展望和不足
參考文獻
作者簡介及在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果

【參考文獻】

相關(guān)期刊論文 前4條

1 龔衛(wèi)國;張旋;李正浩;;基于改進局部敏感散列算法的圖像配準(zhǔn)[J];光學(xué)精密工程;2011年06期

2 徐斌;李英成;劉曉龍;朱祥娥;齊艷青;;附加約束條件的光束法區(qū)域網(wǎng)平差在四拼數(shù)碼航空相機平臺檢校中的應(yīng)用[J];測繪學(xué)報;2014年01期

3 李德仁;童慶禧;李榮興;龔健雅;張良培;;高分辨率對地觀測的若干前沿科學(xué)問題[J];中國科學(xué):地球科學(xué);2012年06期

4 劉春;李巍岳;雷偉剛;孫偉偉;;基于光束法自由網(wǎng)平差的無人機影像嚴(yán)格拼接[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2012年05期

相關(guān)博士學(xué)位論文 前1條

1 溫紅艷;遙感圖像拼接算法研究[D];華中科技大學(xué);2009年

本文編號：2844332