在线观看日产精品_成人性生交大片免费看中文网站_神马影院午夜我不卡_亚洲国产精品久久久久久

中文核心期刊咨詢網權威的中英文核心期刊目錄大全,最新2023中文核心期刊目錄查詢,英文論文期刊發表學術咨詢服務。
中文核心期刊咨詢網

專業碩士論文無人機影像自動拼接校正

作者: shicong2016-06-02閱讀:文章來源:未知

  作者在這篇專業碩士論文發表在上的論文中無人機影像自動拼接校正,研究無人機擁有快速、方便、空間分辨率高以及低成本獲取大量信息的特點,可以滿足遙感監測的高時效和高精度要求,完善多平臺遙感立體監測體系。并可幫助資源調查及災害快速響應,應用范圍隨信息化快速增長,但現有的數據難以滿足需求。《大地縱橫》創刊于1994,本刊以馬列主義、毛澤東思想、 鄧小平理論和“三個代表”重要思想為指導,全面貫徹黨的教育方針和“雙百方針”,理論聯系實際,開展教育科學研究和學科基礎理論研究,交流科技成果,促進 學院教學、科研工作的發展,為教育改革和社會主義現代化建設做出貢獻。

大地縱橫

  摘要:無人機影像可獲得海量的高空間分辨率影像,在國土資源、林業調查、農業、災害快速響應等多方面具有廣闊的應用前景,不過如何立刻收集這些數據,是無人機快速應用的一個難題。如何拼接一系列具有重疊區的相鄰影像,構成無縫可用的總影像,是應用的一個重要問題。研究采用浙江省富陽的無人機影像,預處理后基于參考影像,先對待匹配影像進行均質化變換,以減小影像間的明顯差異,再尋找匹配特征并尋優。在影像之間的重疊區域,為盡量達到影像間無縫連接,采用平滑處理。拼接算法在Matlab 6.5中實現所得到的最終結果,較好地實現了影像間的結合,總體連接平滑并且接縫不明顯。研究能夠為實現無人機影像的自動化處理,加快無人機在各領域的應用。

  關鍵詞:無人機;影像拼接;均質化變換;重疊區;平滑處理

  影像拼接需求廣泛,并且是照相繪圖學、機器視覺、無人機影像處理研究的熱點。拼接無人機影像,采用連接一系列空間重疊的無人機影像,拼接成總的無縫高清無人機影像,與單幅無人機影像相比,視野更寬廣,應用更廣泛[2]。

  1理論基礎

  無人機影像的拼接算法有基于區域相關的拼接算法和基于特征的配準算法。基于區域的配準方法依據灰度值或經過快速傅里葉變換的灰度信息,采用最小二乘法等計算影像間灰度值的差異,根據這個縣尋找重疊區域的范圍和位置,然后判斷重疊區域的相似程度,從而進行無人機影像拼接;基于特征相關的拼接算法不直接利用無人機影像的像元值,而是以由灰度信息得出的無人機影像的特征作為標準,對無人機影像重疊部分的對應特征區域進行搜索匹配,具有更強的魯棒性[3-5]。

  無人機影像拼接技術主要分為預處理、配準、融合與邊界平滑3個部分。預處理就是先糾正變形圖像然后統一到建立的坐標系中,從而來測量地物的坐標信息[3]。由于無人機的體積較小,所以有抗風能力差、自穩定性不高的問題,雖然裝有自動駕駛與增穩陀螺,但傾斜抖動仍不可避免,再加上相機鏡頭的非線性,會造成所得影像的各種幾何畸變,所以無人機影像拼接首先要對單幅無人機影像進行預處理,以減少無人機影像的問題導致的誤匹配。配準就是提取參考無人機影像和待拼接無人機影像中的匹配信息,并尋優。由于下墊面不同、地形起伏、無人機的飛行姿態等差異,相鄰影像間的對應信息亦有差異,一個好的無人機影像配準算法,應能在更多差異情況下都能準確找到無人機影像間的對應信息,實現無人機影像間的匹配和尋優[5]。融合與邊界平滑是指完成無人機影像匹配之后,對無人機影像進行縫合,以及對縫合的邊界進行平滑處理使其自然過渡。因為采集相鄰的無人機影像時總有差異,從而使得一些本應一致的無人機影像特性,在不同無人機影像中的表現也不一樣。所以從一幅無人機影像拼接過渡到另一幅無人機影像時,就會產生明顯的拼接縫隙。影像融合的目的就是為了讓這種接縫不明顯,達到視覺一致性[3,5,7]。

  拼接算法在Matlab 6.5中實現。Matlab是美國MathWorks公司出品的專門以矩陣的形式處理數據商業數學軟件。具有:1)編程效率高;2)用戶使用方便;3)擴充能力強;4)友好的用戶界面;5)接近數學表達式的自然化語言;6)高效方便的矩陣和數組運算;7)完備的圖形處理功能,實現計算結果和編程的可視化等優點[8],從而應用廣泛。

  2數據與方法

  無人機試飛于2009年夏季在浙江省富陽市進行,坐標東經119°57′E、北緯30°03′N。旋翼無人機遙感平臺的系統集成主要有直升機本體、機載電控箱、地面站3個部分(圖1)。同時在日本新一代旋翼式無人航空攝影平臺Herakles Ⅱ基礎上集成,主要包括遙感設備及控制系統、飛行控制與監視系統、無線電遙測遙控系統、數據傳輸和通訊系統等。

  無人機影像拼接的主要流程如圖2所示。首先進行無人機遙感影像的預處理,并采用均質化變換減小影像間的差異,最后運用漸入漸出加權平均法實現圖像融合[4]。預處理主要針對2個方面進行:糾正數碼照相機鏡頭非線性造成的畸變,糾正無人機由于平臺姿態、位置變化引起的傳感器外方位元素的誤差。

  影像匹配的算法分基于灰度信息和基于特征的2種匹配算法。其中基于灰度信息的方法更簡便,而基于特征的匹配算法效率更高,魯棒性更好,包括基于 Harris算子、MSER算子、SURF算子以及SIFT算子的算法等。考慮到SIFT算法提取的特征點,在圖像進行一些尺度或視角的變化后仍可保持穩定的這一優點,有利于更好匹配2幅具有差異的圖像的特征[4]。這正針對無人機影像生成過程中主要的畸變情形,故而本研究采用該算法。采用高斯卷積核生成的尺度空間中檢測極值點,精煉特征點位置,最后采用關鍵點特征向量的歐氏距離作為判定度量2幅圖像中關鍵點的相似性[6]。

  考慮到拍攝角度和曝光時間等條件的不同,待拼接無人機影像間可能存在像元值差異,并引起拼接后的無人機影像拼接縫合處出現明顯的明暗變化,對無人機影像拼接處的縫隙進行融合和平滑處理,以便實現最終的無縫拼接[5,7-8]。目前,無人機影像平滑處理的方法有多種,其中平均值融合法易于操作,算法簡單,但拼接痕跡過于明顯;多分辨樣條融合法拼接質量高,可實現不同強度的無人機影像的融合,但實現起來比較復雜,計算量較大,過于繁瑣;加權平均值法簡單有效,能夠消除拼接痕跡[3],故本研究使用像素加權融合法的漸入漸出法,重疊區域的像元值由2幅影像的像元值組合構成,本研究采用5%的第1幅影像及 95%的第2幅影像。

  3結果與分析

  圖3所示是待拼接的2幅無人機影像,有航向重疊約20%,由一景無人機影像裁剪而成并模擬保留重疊(圖3)。

  讀取2幅影像,找到它們的不變特征點,并且以連線來顯示這些關鍵點。不變特征點的尋找和選取是拼接匹配的關鍵,只有當距離小于距離比值乘以到次最近匹配的距離某個匹配才會被認可。生成1幅新影像,將2幅影像(待配無人機影像與參考無人機影像)放置在一起(圖4)。第1幅影像的尺寸為1 201×900,第2幅影像的尺寸相同。對應點之間劃線,顯示匹配結果并計算出2幅影像的重疊區域,所要得到的最終結果,就是2幅影像的加和且只保留一次重疊區域。為保證2幅影像拼接之后看起來仍然保持一致,對第2幅影像(待配影像)參考第1幅影像進行均質化變換,使其與第1幅影像相匹配。也就是說,拼接 2幅影像除重疊區域以外的部分,并重新計算重疊區域的情況,得到最終的結果(圖5)。

  4結論

  無人機影像拼接技術可以用來建立大視角的高分辨率圖像,落實無人機在國土資源、林業調查、農業、災害快速響應等多方面的應用。本研究結合圖像拼接的流程,實現無人機影像的自動拼接技術,為開發相關的自動處理軟件打下基礎。首先針對圖像進行預處理,包括幾何畸變校正和影像間的均質化變換等,統一參考圖像和待拼接圖像。然后分析了現有的圖像配準算法,提取參考圖像和待拼接圖像中的匹配信息,并在其中尋優。對于圖像間的重疊部分,進行融與邊界平滑處理,拼接影像并盡量讓接縫自然過渡。本研究還以浙江省富陽市的無人機試飛影像為例,在Matlab中實驗了上述過程,實踐了無人機影像的自動拼接。

相關論文

主站蜘蛛池模板: 湛江市| 仲巴县| 绩溪县| 民乐县| 南投市| 涟源市| 双柏县| 达孜县| 随州市| 道孚县| 牟定县| 六盘水市| 贺州市| 深圳市| 锡林浩特市| 娄底市| 德州市| 仪陇县| 肥东县| 资兴市| 海城市| 海林市| 青神县| 师宗县| 厦门市| 三穗县| 革吉县| 眉山市| 土默特右旗| 论坛| 黑龙江省| 黑山县| 手机| 纳雍县| 府谷县| 孟州市| 满洲里市| 涞源县| 乌兰察布市| 平塘县| 宜昌市|