基于深度学习的快速航拍图像匹配

发布时间：2021-08-01 11:19

　　图像匹配在无人飞行器视觉导航中发挥着重要的作用。通过将航拍图像与电子地图进行图像匹配,或对相邻两帧航拍图像进行匹配,能够得到飞行器的位置与速度信息。传统的图像匹配算法主要基于手工设计的特征,具有很好的泛用性,但在有些任务中匹配性能不佳。目前,深度学习迅速发展,但在图像匹配方向刚刚兴起,在精度和速度上存在较大的上升空间。为此,本文主要研究基于深度卷积神经网络的图像匹配算法,以期提高匹配精度和速度。主要工作如下:（1）提出了一种航拍图像匹配数据集制作方法,提高了Hardnet网络的匹配精度。Hardnet是一种提取128维特征描述子的深度卷积神经网络,但训练使用的UBC Phototour数据集与航拍图像差异较大,影响实际匹配性能。为此,首先分析了航拍图像数据与UBC Phototour数据之间的差异。然后基于SIFT算法的特征提取方法,对航拍图像数据进行特征提取与匹配。接着,基于孪生网络的思想,生成了50000对正样本与负样本,并以UBC Phototour数据集的格式生成了航拍图像数据集。最后,使用本文生成的数据集对Hardnet网络进行训练。实验结果表明,基于Hardnet的航拍图像... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文研究内容与结构安排
2 图像匹配与感兴趣区域提取概述
    2.1 图像匹配
        2.1.1 图像匹配流程
        2.1.2 基于手工特征的图像匹配算法
        2.1.3 基于深度学习的图像匹配算法
    2.2 卷积神经网络
    2.3 感兴趣区域提取
    2.4 本章小结
3 基于Hardnet的航拍图像匹配与数据集制作
    3.1 Hardnet网络
        3.1.1 Hardnet网络结构
        3.1.2 UBC Phototour数据集
        3.1.3 网络参数设置
    3.2 航拍图像数据集制作
        3.2.1 特征区域提取
        3.2.2 特征匹配集
        3.2.3 正负样本制作
    3.3 航拍图像匹配测试结果
        3.3.1 航拍图像正确匹配率比较
        3.3.2 输出特征子维度对匹配正确率的影响
    3.4 本章小结
4 航拍图像感兴趣区域提取网络CENet
    4.1 感兴趣区域提取网络CENet
        4.1.1 设计思想
        4.1.2 网络结构
        4.1.3 训练流程
    4.2 实验数据集
    4.3 实验与结果分析
        4.3.1 实验平台
        4.3.2 评价指标
        4.3.3 实验结果与分析
    4.4 本章小结
5 融合CENet与 Hardnet的快速航拍图像匹配算法
    5.1 航拍图像快速匹配算法思想
    5.2 航拍图像快速匹配算法设计与实现
        5.2.1 感兴趣区域提取
        5.2.2 特征点筛选
    5.3 实验结果与分析
    5.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]基于模糊预测的INS/视觉无人机自主着陆导航算法[J]. 洪亮,章政,李亚贵,李宇峰,张舰栋.  传感技术学报. 2019(12)
[2]基于深度学习特征提取的遥感影像配准[J]. 许东丽,胡忠正.  航天返回与遥感. 2019(06)
[3]基于特征压缩激活Unet网络的建筑物提取[J]. 刘浩,骆剑承,黄波,杨海平,胡晓东,徐楠,夏列钢.  地球信息科学学报. 2019(11)
[4]基于CNN和SIFT特征的遥感图像变化检测[J]. 李学亮,王维.  电子测量技术. 2019(21)
[5]深度网络的显著性目标检测[J]. 王玉,王志腾.  电子测量技术. 2019(21)
[6]无人机景象匹配视觉导航技术综述[J]. 赵春晖,周昳慧,林钊,胡劲文,潘泉.  中国科学:信息科学. 2019(05)
[7]基于改进SIFT的无人机航拍图像快速匹配[J]. 韩宇,宗群,邢娜.  南开大学学报(自然科学版). 2019(01)
[8]基于FlowS-Unet的遥感图像建筑物变化检测[J]. 顾炼,许诗起,竺乐庆.  自动化学报. 2020(06)
[9]深度卷积神经网络的显著性检测[J]. 李岳云,许悦雷,马时平,史鹤欢.  中国图象图形学报. 2016(01)
[10]改进的RANSAC算法在图像配准中的应用[J]. 曲天伟,安波,陈桂兰.  计算机应用. 2010(07)

博士论文
[1]图像感兴趣区域提取方法研究[D]. 陈再良.中南大学 2012



本文编号：3315430