傾斜攝影測(cè)量技術(shù)以成本效益高和靈活的方式,來(lái)獲取高質(zhì)量和高分辨率的地理空間數(shù)據(jù),從而描繪城市環(huán)境的垂直結(jié)構(gòu)和水平結(jié)構(gòu)。近年來(lái),無(wú)人機(jī)傾斜攝影技術(shù)已為地籍地圖的測(cè)繪提供了重要的技術(shù)支撐。論文利用無(wú)人機(jī)傾斜攝影技術(shù)采集數(shù)據(jù)信息,在成圖過(guò)程中利用ORB(Oriented FAST and Rotated BRIEF)算子提取特征點(diǎn)的方法進(jìn)行圖像匹配,在生成地圖的基礎(chǔ)上利用全局化邊界概率(Globalized probability of boundary,gPb)輪廓檢測(cè)和簡(jiǎn)單線性迭代聚類(simple linear interative clustering,SLIC)超像素的圖像處理方法,從地圖中提取和處理候選地類的邊界特征,自動(dòng)生成邊界輪廓,從而完成劃分地籍中地類邊界輪廓的工作。本文的主要研究?jī)?nèi)容和研究工作如下:1、闡述無(wú)人機(jī)傾斜攝影測(cè)量系統(tǒng)的主要組成部分和傾斜攝影測(cè)量的類型及相機(jī)配置需求。同時(shí),分析該技術(shù)的處理流程和航攝影像校正、圖像增強(qiáng)以及去噪等預(yù)處理過(guò)程。2、分析像片傾角對(duì)成圖精度的影響,利用實(shí)例研究并論證像片傾角的要求:分析光學(xué)畸變和空中三角測(cè)量精度誤差對(duì)成圖精度的影響;使用圖...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 無(wú)人機(jī)傾斜測(cè)量技術(shù)
        1.2.2 基于無(wú)人機(jī)的地籍測(cè)繪應(yīng)用
        1.2.3 基于無(wú)人機(jī)傾斜攝影數(shù)據(jù)的地類邊界劃分
    1.3 研究?jī)?nèi)容與論文結(jié)構(gòu)
2 無(wú)人機(jī)傾斜攝影數(shù)據(jù)采集與影像預(yù)處理
    2.1 無(wú)人機(jī)傾斜攝影測(cè)量系統(tǒng)的組成
        2.1.1 無(wú)人機(jī)飛行平臺(tái)系統(tǒng)
        2.1.2 飛行控制與導(dǎo)航系統(tǒng)
        2.1.3 任務(wù)設(shè)備
        2.1.4 數(shù)據(jù)傳輸系統(tǒng)
        2.1.5 地面監(jiān)控系統(tǒng)
    2.2 傾斜攝影測(cè)量的類型和相機(jī)配置
        2.2.1 傾斜攝影測(cè)量的類型
        2.2.2 相機(jī)配置
    2.3 無(wú)人機(jī)傾斜攝影測(cè)量流程
    2.4 影像預(yù)處理
        2.4.1 鏡頭畸變校正
        2.4.2 影像圖像增強(qiáng)
        2.4.3 噪聲去除方法
    2.5 本章小結(jié)
3 無(wú)人機(jī)傾斜攝影數(shù)據(jù)處理與成圖精度分析
    3.1 傾斜像片對(duì)精度的影響
        3.1.1 傾斜像片的產(chǎn)生
        3.1.2 傾斜像片與水平像片的關(guān)系
        3.1.3 傾斜像片對(duì)水平位置的影響
        3.1.4 像片傾角對(duì)高程位置的影響
        3.1.5 像片傾角對(duì)成圖精度影響實(shí)例分析
    3.2 光學(xué)畸變差
    3.3 空中三角測(cè)量
        3.3.1 航帶法空中三角測(cè)量
        3.3.2 獨(dú)立模型法空中三角測(cè)量
        3.3.3 光束法區(qū)域空中三角測(cè)量
        3.3.4 三種測(cè)量方法對(duì)比分析
    3.4 成圖處理與分析
        3.4.1 影像匹配
        3.4.2 實(shí)驗(yàn)與結(jié)果分析
    3.5 成圖試驗(yàn)與結(jié)果分析
    3.6 本章小結(jié)
4 基于gPb與 SLIC相結(jié)合的地類邊界提取方法
    4.1 經(jīng)典的輪廓檢測(cè)方法
        4.1.1 基于一階導(dǎo)數(shù)的邊緣檢測(cè)算法
        4.1.2 基于二階導(dǎo)數(shù)的邊緣檢測(cè)算法
        4.1.3 Canny算子
    4.2 圖像分割gPb輪廓檢測(cè)
    4.3 線提取SLIC超像素
    4.4 輪廓生成
    4.5 實(shí)驗(yàn)與分析
    4.6 檢測(cè)精度分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 不足與展望
致謝
參考文獻(xiàn)



本文編號(hào)：3807371