針對目前警力不足、取證速度慢、現(xiàn)場環(huán)境惡劣等問題,無人機航拍系統(tǒng)可以協(xié)助警方進行現(xiàn)場偵查取證和實時指揮調(diào)度。但是,在警務(wù)人員使用無人機拍攝案件或事故的現(xiàn)場圖像時,無人機受飛行高度和鏡頭焦距的限制,單張航拍圖像的視野范圍較小,難以對偵查場景進行整體認知,因此需要將多張無人機圖像拼接成一幅視野范圍更大、信息更豐富、分辨率較高的全景圖像。由于偵查現(xiàn)場的影響,無人機圖像存在拍攝視角多樣、重疊區(qū)域不規(guī)則等情況,因此,對警用無人機航拍的偵查圖像進行高質(zhì)量地全景拼接是目前研究的重點。本文的主要研究內(nèi)容如下:針對警用無人機航拍圖像的特點,比如容易受到噪聲污染,容易發(fā)生圖像模糊、幾何畸變等情況,本文研究了三種預(yù)處理技術(shù),包括圖像去噪、圖像增強和圖像校正。本文通過四組實驗比較并分析了SIFT、SURF、ORB、BRISK四種特征提取算法的配準(zhǔn)效果和配準(zhǔn)時間,選擇效果較好的ORB算法,并針對無人機圖像的特點和ORB算法的不足,提出一種改進的圖像配準(zhǔn)方法,采用圖像分塊的思想和非極大值抑制的策略使ORB特征點在無人機圖像中均勻分布,實驗結(jié)果證明改進的算法在配準(zhǔn)率上比原有算法有所提高,配準(zhǔn)速度相比其他算法也有較大優(yōu)勢,對于尺寸較大、信息豐富的無人機航拍圖像具有較好的適用性。針對警用無人機航拍圖像中通常存在復(fù)雜場景,前景比較豐富,而且用于偵查取證對拼接圖像的質(zhì)量要求較高,本文提出一種基于顏色差異、幾何差異和顯著性特征的最佳拼接線搜索準(zhǔn)則,并結(jié)合拉普拉斯融合算法實現(xiàn)重疊區(qū)域的圖像融合;通過三組實驗和其他三種融合算法進行對比分析,結(jié)果表明使用改進的算法拼接后的圖像質(zhì)量較高,解決了鬼影的問題,對拼接縫處的細節(jié)信息處理較好,以供警務(wù)人員更好地分析現(xiàn)場情況。為了更好地研究偵查區(qū)域的圖像信息,準(zhǔn)確分析現(xiàn)場情況,本文基于旋翼式無人機平臺,將改進的配準(zhǔn)算法和融合算法相結(jié)合,設(shè)計了警用無人機全景構(gòu)建系統(tǒng),對于緩解警力不足、提高偵查取證效率具有重要意義。
【學(xué)位單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41
【部分圖文】：

d x, y , k ,l 與高斯濾波相同， r x, y , k ,l 由目標(biāo)像素與鄰域內(nèi)其他像素的灰度差決定。因此，該方法可以較好地保留圖像邊緣，但是計算量較大，濾波時間較長。2.2.3 濾波結(jié)果比較本節(jié)分別使用均值濾波、中值濾波、雙邊濾波對圖像進行去噪處理，結(jié)果如圖 2-1 所示，其中均值濾波中邊緣模糊比較嚴重，雙邊濾波雖然邊緣保留地較好，但是噪聲也被保留了，中值濾波兩者比較平衡，效果較好。（a）含有噪聲的無人機圖像 （b）均值濾波

均勻直方圖的圖像，實現(xiàn)圖像的自動增強。當(dāng)包含的信息量最大，圖像分辨率最高，也最清方圖均衡化，如圖 2-3 所示，（a）為無人機航方圖，集中在中部，說明對比度較低，（c）為為均衡化后的直方圖，明顯可以看出均衡化后級，均衡化后的圖像色彩更加鮮艷，圖像也更（a）無人機航拍圖像

碩士學(xué)位論文的背景，而且在灰度平坦的區(qū)域中，可以增強某些小突變。而二階微分的圖像增強基于一個二階微分的離散公式構(gòu)造濾波器，然后用于需要增強的圖像。一階微分處理通常會產(chǎn)生較粗的圖像邊緣，對灰度梯度有較強的響應(yīng)，所以更多地被用來進行圖像的邊緣檢測；而二階微分對細節(jié)有較強的響應(yīng)，對灰度級階梯變換會產(chǎn)生雙響應(yīng)，更常用于圖像增強[59]。因此，對圖像增強來說，二階微分處理比一階微分效果要好，增強細節(jié)的能力更強，常用的算子有 sobel 算子和拉普拉斯算子，圖 2-4（b）為使用拉普拉斯算子進行圖像銳化的結(jié)果圖，增強了原圖像中模糊部分的細節(jié)信息，邊緣和輪廓也更加明顯，與原圖像相比更加清晰。
【參考文獻】

相關(guān)期刊論文 前10條

1 秦緒佳;王琪;王慧玲;鄭紅波;陳勝男;;基于最佳縫合線的序列遙感圖像拼接融合方法[J];計算機科學(xué);2015年10期

2 賀歡;;世界微小型無人機最新發(fā)展應(yīng)用概覽[J];中國安防;2015年15期

3 仇榮超;程紅;孫文邦;;自適應(yīng)閾值的改進BRISK圖像配準(zhǔn)方法[J];自動化與儀器儀表;2015年05期

4 吳強;;警用無人機引發(fā)的現(xiàn)實思考[J];中國人民公安大學(xué)學(xué)報(自然科學(xué)版);2015年02期

5 劉丹;田銀枝;王紅闖;梁濤;;警用無人機空中實時圖像偵察系統(tǒng)的設(shè)計與應(yīng)用[J];地理空間信息;2015年01期

6 韓瀟;彭力;;基于小波變換的多聚焦圖像融合新算法[J];計算機與數(shù)字工程;2014年09期

7 肖進勝;饒?zhí)煊?賈茜;宋金鐘;易本順;;基于圖切割的拉普拉斯金字塔圖像融合算法[J];光電子.激光;2014年07期

8 李長春;齊修東;雷添杰;馬蕭蕭;;基于改進SURF算法的無人機遙感影像快速拼接[J];地理與地理信息科學(xué);2013年05期

9 張云生;鄒崢嶸;;基于改進ORB算法的遙感圖像自動配準(zhǔn)方法[J];國土資源遙感;2013年03期

10 李小紅;謝成明;賈易臻;張國富;;基于ORB特征的快速目標(biāo)檢測算法[J];電子測量與儀器學(xué)報;2013年05期

本文編號：2892547