基于無人機(jī)的低空遙感影像拼接技術(shù)的研究

《基于無人機(jī)的低空遙感影像拼接技術(shù)的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)：TP391單位代碼：10183研究生學(xué)號(hào)：2013532081密級(jí)：公開吉林大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）基于無人機(jī)的低空遙感影像拼接技術(shù)的研究ResearchonStitchingTechnologyofLowAltitudeRemoteSensingImageBasedonUnmannedAerialVehicle作者姓名：何雅專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)研究方向：圖像處理與虛擬現(xiàn)實(shí)指導(dǎo)教師：徐長(zhǎng)青副教授培養(yǎng)單位：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院2016年5月基于無人機(jī)的低空遙感影像拼接技術(shù)的研究ResearchonStitchingTechnologyofLowAltitudeRemote

2、SensingImageBasedonUnmannedAerialVehicle作者姓名：何雅專業(yè)名稱：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：徐長(zhǎng)青副教授學(xué)位類別：工學(xué)碩士答辯日期：2016年5月24日未經(jīng)本論文作者的書面授權(quán)，依法收存和保管本論文書面版本、電子版本的任何單位和個(gè)人，均不得對(duì)本論文的全部或部分內(nèi)容進(jìn)行任何形式的復(fù)制、修改、發(fā)行、出租、改編等有礙作者著作權(quán)的商業(yè)性使用（但純學(xué)術(shù)性使用不在此限）。否則，應(yīng)承擔(dān)侵權(quán)的法律責(zé)任。吉林大學(xué)碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的碩：ｔ學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)

3、注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中Ｗ明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：何脈日期口：２年５月苗日摘要摘要基于無人機(jī)的低空遙感影像拼接技術(shù)的研究圖像拼接一直以來都是圖像處理的重要研究方向，在圖像處理領(lǐng)域扮演著重要的角色。利用圖像拼接技術(shù)可以將一系列有重疊區(qū)域的圖像經(jīng)過圖像配準(zhǔn)和圖像融合，拼接成一幅完整的圖像。無人機(jī)遙感近幾年在商業(yè)化的推動(dòng)下發(fā)展勢(shì)頭迅猛。因?yàn)槠漭p巧，靈活，實(shí)時(shí)性強(qiáng)，價(jià)格相對(duì)衛(wèi)星遙感低廉而且不容易受到惡劣天氣的影響等優(yōu)點(diǎn)

4、，受到很多國(guó)家和地區(qū)的青睞。無人機(jī)遙感，簡(jiǎn)單說來就是利用搭載在無人機(jī)上的攝像機(jī)在無人機(jī)飛行過程中，對(duì)于飛過的區(qū)域進(jìn)行圖像采集。由無人機(jī)遙感所獲得到的圖像具有數(shù)量大，分辨率高等特點(diǎn)，實(shí)現(xiàn)無人機(jī)遙感影像的拼接是近年來研究的熱點(diǎn)。本文將圖像拼接技術(shù)應(yīng)用于無人機(jī)遙感影像。對(duì)于此問題的研究，本文首先對(duì)于圖像拼接技術(shù)做了研究，著重研究圖像拼接技術(shù)的兩個(gè)重要過程：圖像配準(zhǔn)，圖像融合以及這兩個(gè)過程中具有代表性的算法。以此為基礎(chǔ)，本文選擇利用基于特征的圖像配準(zhǔn)方法進(jìn)行圖像的配準(zhǔn)。在圖像配準(zhǔn)過程中按照算法發(fā)展的時(shí)間順序，主要介紹三種特征點(diǎn)提取算法：SIFT（Scale-InvariantFeature

5、Transform）特征點(diǎn)提取算法，SURF（Speeded-UpRobustFeatures）特征點(diǎn)提取算法，ORB（OrientedFASTandRotatedBRIEF）特征點(diǎn)提取算法。將這三種方法分別應(yīng)用于無人機(jī)遙感影像，以檢測(cè)特征點(diǎn)速度快慢為比較依據(jù)對(duì)這三種算法進(jìn)行比較，最終本文選擇基于ORB算法進(jìn)行無人機(jī)遙感影像特征點(diǎn)檢測(cè)提取。對(duì)于特征點(diǎn)的匹配本文選擇KNN（K最鄰近算法）算法，在搜索策略上首先研究了kd樹搜索算法，但由于kd樹搜索算法在維數(shù)高的情況下算法的復(fù)雜度高，本文在特征點(diǎn)匹配的搜索算法中選取LSH算法（局部敏感哈希算法），進(jìn)一步降低特征點(diǎn)匹配過程的時(shí)間花費(fèi)。接下

6、來對(duì)于配準(zhǔn)好的圖像進(jìn)行融合，在這一部分本文采取基于圖切割的最佳縫合線搜索和泊松融合對(duì)配準(zhǔn)好的圖像進(jìn)行操作。在基于圖切割的最佳縫合線搜索過程中本文提出了一種新的權(quán)值計(jì)算方法，在該方法中結(jié)合了像素點(diǎn)的顏色信息和梯度信息，做到盡量避免找到的拼接線穿過圖像中重要區(qū)域，避免拼接錯(cuò)位，影響最終的拼接效果。對(duì)該算法在文章中進(jìn)行了實(shí)現(xiàn)，并與傳統(tǒng)的算法進(jìn)行了對(duì)比。最后利用本文I摘要提出的新方法對(duì)于無人機(jī)遙感影像序列進(jìn)行了拼接，得到拼接之后的圖片。關(guān)鍵詞：SIFT算法，SURF算法，ORB算法，圖切割的最佳縫合線，泊松融合IIAbstractAbstractResearchonStitchingTec

7、hnologyofLowAltitudeRemoteSensingImageBasedonUnmannedAerialVehicleImagestitchinghasalwaysbeenanimportantresearchdirectioninimageprocessing,playsanimportantroleinthefieldofimageprocessing.Usingimagestitchingtechnologycanmakeaseriesimages