本文關(guān)鍵詞：無(wú)人機(jī)影像拼接關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 無(wú)人機(jī)影像拼接 地理坐標(biāo) 局部不變特征匹配 投影不變多邊形

【摘要】：遙感衛(wèi)星對(duì)地觀測(cè)技術(shù)宏觀性強(qiáng)，便于獲取大范圍遙感影像，但受回訪周期的限制，無(wú)法在第一時(shí)間為突發(fā)災(zāi)害提供影像。與衛(wèi)星相比，無(wú)人機(jī)（UAV：Unmanned Aerial Vehicle）機(jī)動(dòng)性強(qiáng)、靈活性高，可以在緊急事件中快速獲取地面影像。但是，UAV影像相幅小，重疊度高，需要對(duì)數(shù)百上千幅影像進(jìn)行拼接才能獲得整個(gè)目標(biāo)區(qū)域的信息。針對(duì)無(wú)人機(jī)影像拼接的特點(diǎn)，，本文提出一種無(wú)人機(jī)影像快速拼接、定位的方法，主要工作如下： （1）對(duì)SIFT、SURF、ASIFT三種算法的基本原理做了詳細(xì)闡述，通過(guò)實(shí)驗(yàn)對(duì)三種算法在分辨率相近影像匹配（UAV影像之間）和不同分辨率影像匹配（UAV影像和Google Map影像，二者分辨率相差近6倍）中的優(yōu)缺點(diǎn)進(jìn)行比較分析。在此基礎(chǔ)上指出，SURF算法較適于UAV影像的匹配，ASIFT較適于UAV影像和Google Map高分辨率影像的匹配。 （2）針對(duì)利用RANSAC算法對(duì)匹配特征點(diǎn)對(duì)提純時(shí)誤配點(diǎn)不能完全剔除，且容易導(dǎo)致特征點(diǎn)“扎堆”的問(wèn)題，提出一種結(jié)合搜索范圍與投影不變多邊形約束的特征點(diǎn)匹配方法。首先，在特征點(diǎn)提取中引入ANMS，使特征點(diǎn)的數(shù)量和空間分布更加合理化。然后，在大尺度特征點(diǎn)匹配的基礎(chǔ)上對(duì)后續(xù)特征點(diǎn)匹配的搜索范圍進(jìn)行約束，利用平面內(nèi)五邊形及其對(duì)應(yīng)的透視等價(jià)多邊形構(gòu)造的具有投影不變性的7維特征向量對(duì)各階段特征點(diǎn)匹配結(jié)果進(jìn)行提純。該方法不僅能夠保證特征點(diǎn)匹配精度，還能剔除位于高大地物上的特征點(diǎn)，一定程度上避免高大地物上特征點(diǎn)對(duì)影像變換模型的誤導(dǎo)。 （3）針對(duì)多幅影像拼接中誤差累積以及快速地理定位、定向問(wèn)題，提出一種坐標(biāo)約束的UAV影像拼接方法。首先，計(jì)算UAV影像的重疊度并據(jù)此對(duì)其進(jìn)行裁剪。然后，通過(guò)UAV影像與Google Map影像的配準(zhǔn)獲取實(shí)現(xiàn)UAV影像的地理定位與定向。最后，根據(jù)獲取的UAV影像的地理坐標(biāo)信息將其拼接與融合。該方法可保證每幅UAV影像配準(zhǔn)誤差的獨(dú)立性，避免誤差傳遞與積累問(wèn)題，獲得拼接圖誤差分布更均勻，視覺(jué)效果良好，并能快速獲得地理坐標(biāo)信息。 以中國(guó)礦業(yè)大學(xué)南湖校區(qū)的UAV影像為數(shù)據(jù)的特征點(diǎn)匹配與影像拼接實(shí)驗(yàn)驗(yàn)證了上述算法的有效性。
【關(guān)鍵詞】：無(wú)人機(jī)影像拼接 地理坐標(biāo) 局部不變特征匹配 投影不變多邊形
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：P237
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-8
• 目錄8-10
• Contents10-12
• 圖清單12-17
• 表清單17-18
• 1 緒論18-28
• 1.1 選題背景與研究意義18-20
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀20-25
• 1.3 論文研究?jī)?nèi)容及結(jié)構(gòu)安排25-28
• 2 基于局部不變特征影像匹配算法28-52
• 2.1 SIFT 算法28-32
• 2.2 SURF 算法32-35
• 2.3 ASIFT 算法35-41
• 2.4 特征點(diǎn)匹配41-42
• 2.5 基于局部不變特征點(diǎn)的配準(zhǔn)42-47
• 2.6 實(shí)驗(yàn)結(jié)果與分析47-51
• 2.7 本章小結(jié)51-52
• 3 投影不變量約束的特征點(diǎn)匹配52-65
• 3.1 均勻分布的特征點(diǎn)提取52-54
• 3.2 搜索范圍與投影不變多邊形共同約束的特征點(diǎn)匹配54-58
• 3.3 實(shí)驗(yàn)結(jié)果與分析58-64
• 3.4 本章小結(jié)64-65
• 4 區(qū)域 UAV 影像拼接65-83
• 4.1 降低 UAV 影像重疊度65-69
• 4.2 坐標(biāo)約束的影像配準(zhǔn)69-70
• 4.3 多線程處理70-71
• 4.4 影像無(wú)縫拼接71-77
• 4.5 實(shí)驗(yàn)結(jié)果與分析77-82
• 4.6 本章小結(jié)82-83
• 5 結(jié)論與展望83-85
• 5.1 結(jié)論83-84
• 5.2 展望84-85
• 參考文獻(xiàn)85-90
• 作者簡(jiǎn)歷90-92
• 學(xué)位論文數(shù)據(jù)集92

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張遷,劉政凱,龐彥偉,李威;基于SUSAN算法的航空影像的自動(dòng)配準(zhǔn)[J];測(cè)繪學(xué)報(bào);2003年03期

2 潘俊;王密;李德仁;;接縫線網(wǎng)絡(luò)的自動(dòng)生成及優(yōu)化方法[J];測(cè)繪學(xué)報(bào);2010年03期

3 魯恒;李永樹(shù);何敬;陳強(qiáng);任志明;;一種基于特征點(diǎn)的無(wú)人機(jī)影像自動(dòng)拼接方法[J];地理與地理信息科學(xué);2010年05期

4 徐正偉,吳成柯;基于透視投影不變性的空間平面多邊形識(shí)別[J];電子學(xué)報(bào);1993年07期

5 李二俊;劉萬(wàn)林;余濤;謝東海;蔡慶空;;基于SURF算法的無(wú)人機(jī)航空?qǐng)D像自動(dòng)配準(zhǔn)研究[J];工程勘察;2013年10期

6 何敬;李永樹(shù);魯恒;;無(wú)人機(jī)影像拼接誤差實(shí)驗(yàn)研究[J];激光與光電子學(xué)進(jìn)展;2011年12期

7 殷瑞靜;陳水利;;基于ASIFT的低空遙感影像拼接技術(shù)[J];集美大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

8 張煥龍;楊國(guó)勝;王婷;申曉華;;基于局部熵和漸變因子的自適應(yīng)圖像拼接[J];計(jì)算機(jī)工程與應(yīng)用;2006年22期

9 曾慶業(yè);唐娉;;使用仿射不變特征的遙感圖像自動(dòng)配準(zhǔn)[J];計(jì)算機(jī)工程;2009年01期

10 郭雷;利用單個(gè)透視投影識(shí)別空間多邊形[J];計(jì)算機(jī)學(xué)報(bào);1991年11期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 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(hào)：710600