基于GPU S URF的航拍洪灾图像快速配准研究与实现
发布时间：2021-06-22 11:15
图像处理技术广泛应用在航拍灾情图像配准中,目前对高分辨率、大数据量图像处理的时效性和准确性需求越发迫切。对航拍获取到的超清高分辨率灾害场景图像信息进行配准拼接处理,得到的高清晰度高质量全局图像信息对抢险救灾、灾情分析具有科学的指导意义。针对水灾图像数据具有光照不均匀、曝光过度或不足、视角旋转变化、数据量大等特点,本文首先对图像预处理方法、图像特征点描述算法以及特征点匹配去误方法,进行了调研分析,然后结合航拍江南水乡洪灾水灾数据的图像配准和拼接结果,对上述关键技术进行了选择和改进,实现基于GPU-SURF改进算法的图像快速配准,为了方便用户并进一步设计实现基于改进算法的水灾图像快速配准拼接系统。本文所做的具体工作如下:（1）为了减少彩色图像信息中冗余无关的数据,本文首先使用加权平均滤波对输入的洪灾水灾彩色图像进行灰度化预处理,然后使用改进的中值滤波算法对灰度图像进行去噪、平滑等图像增强操作。实验表明,通过图像预处理操作减少了不相关的彩色信息数据,去除了噪声的影响,增强了输入图像中相关信息的可检测性,提高了图像对比度,提升了输入图像的质量。（2）为了提高特征检测描述算法的运算速度,本文在传...
【文章来源】：华北水利水电大学河南省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
航拍获取灾情信息Fig1-1Aerialphotographytoobtaindisasterinformation洪涝、山洪、地震等自然灾害严重迫害人民的生命财产安全，对国家经济造成巨大
基于特征匹配的图像配准研究72基于特征匹配的图像配准研究2.1引言基于特征匹配算法的图像配准方法以其算法的高效性、鲁棒性强等优势在当下的图像处理领域广泛使用。基于特征匹配的图像配准方法基本流程如图2-1所示。本章首先对图像预处理操作进行了分析研究，接着对经过图像预处理操作的输入图像，进一步进行基于特征匹配算法的图像配准操作，对常用的SIFT、SURF特征提取描述算法分析研究。图2-1图像配准基本流程图Fig2-1Basicprocessofimageregistration2.2图像预处理图像处理中，输入图像质量的好坏会对图像配准的运行效率和配准结果的准确度产生直接的影响。因此我们需要对图像进行预处理操作来消除图像中的噪声，减少无关信息的影响，增强有关的信息的可检测性，最大程度的简化有效信息，从而提高特征提娶图像匹配和图像拼接融合等后续处理的准确性和可靠性。图像预处理流程一般为：1灰度化->2几何变换->3图像增强。2.2.1图像灰度化处理图像的灰度化处理是将彩色图像转化为高质量的黑白图像。灰度图像保留了图像的基本特征，减少了无用的色彩特征信息数据量。目前图像处理领域所处理的彩色图像大都是采用RGB三通道颜色模式，对彩色图像处理时，需要分别对RGB三个通道的图像
基于特征匹配的图像配准研究9图2-2航拍获取RGB彩色灾情信息原始图Fig2-1OriginalimageofRGBcolordisasterinformationobtainedbyaerialphotography(a)分量法1(b)分量法2(c)分量法3(d)最大值法(e)平均法(f)加权平均法图2-3四种图像灰度化预处理结果Fig2-3Fourimagegrayscalepreprocessingresults图2-3(a)、(b)、(c)为采用分量法分别取R通道、G通道、B通道的亮度值为图像的灰度值进行灰度化的结果，图2-3(d)为采用最大值灰度化法对原图进行灰度化的结果，该方法提取的灰度图亮度高于平均法和加权平均，同时输入图像的G通道亮度值最大，我们观察输入图像也可以发现图中绿色亮度值占大多数，实验结果符合实际原图情况。图2-3(e)、(f)分别为采用平均法和加权平均法对输入图像进行灰度化预处理的灰度图结果，采用平均值法得到的灰度图对图像的轮廓和局部部分边缘区域响应较弱，灰度亮度较低，因此不适合本文所研究灾情图像灰度化预处理操作，加权平均灰度化方法更接近人眼感知下的灰度图像。通过对比以上四种灰度化处理方法及结合本文所使用图像实验集更符合人体视觉观察的特点，因此本课题在后续的图像预处理灰度化方法中选择根据人类视觉感知能力的加权平均法对图像灰度化处理，更有利于后续高像素灾情航拍图像的特征点提取及匹配，以达到更科学可信的实验仿真目的。
【参考文献】：
期刊论文
[1]基于SIFT算法的图像拼接技术研究[J]. 何惠洋,韩军. 自动化与仪表. 2020(02)
[2]基于特征的图像配准综述[J]. 姚佳佳,刘毓. 电子制作. 2020(02)
[3]国内外区域水土资源匹配研究综述[J]. 刘晶,鲍振鑫,刘翠善,贺瑞敏,王婕,王国庆. 华北水利水电大学学报(自然科学版). 2019(06)
[4]基于特征点匹配的图像配准研究[J]. 陶静,李逸琳,霍艺文,徐武. 现代电子技术. 2019(20)
[5]当前我国城市内涝问题归因分析与应对策略[J]. 陈倩云,余弘婧,高学睿,安婷莉,王玉宝,孙淼. 华北水利水电大学学报(自然科学版). 2019(01)
[6]高土石坝变形监测的监测管选型研究[J]. 郑君里,陈江,匡学文,刘浩吾. 水电能源科学. 2018(11)
[7]基于自适应序贯相似性检测波形匹配延拓的EMD端点效应抑制[J]. 杨剑锋,石戈戈,周天奇,高锋阳. 振动与冲击. 2018(18)
[8]基于改进SURF算子的彩色图像配准算法[J]. 任克强,胡梦云. 电子测量与仪器学报. 2016(05)
[9]基于尺度不变特征变换和区域互信息优化的多源遥感图像配准[J]. 赵辽英,吕步云,厉小润,陈淑涵. 物理学报. 2015(12)
[10]基于改进Harris-SIFT算子的快速图像配准算法[J]. 许佳佳,张叶,张赫. 电子测量与仪器学报. 2015(01)
博士论文
[1]医学图像特征提取方法及应用研究[D]. 肖哲.电子科技大学 2017
[2]无人机遥感图像拼接关键技术研究[D]. 贾银江.东北农业大学 2016
硕士论文
[1]基于ARM平台和TensorFlow的手写数字识别[D]. 黄佳凯.南京邮电大学 2019
[2]基于改进ORB的图像拼接算法[D]. 董帅.湖南师范大学 2019
[3]基于特征点的图像配准方法研究[D]. 高文鹏.重庆邮电大学 2019
[4]基于多帧融合的低照度图像增强[D]. 张雨帅.重庆邮电大学 2019
[5]仿生眼图像拼接技术研究[D]. 徐扬.长春理工大学 2019
[6]基于图像块匹配的异源图像配准[D]. 方帅.西安电子科技大学 2019
[7]图像配准和超分辨率复原技术的研究[D]. 高云龙.吉林大学 2018
[8]基于线特征和网格优化的图像拼接算法研究[D]. 施嘉察.浙江大学 2018
[9]基于SIFT特征的图像配准与拼接技术研究[D]. 王天云.南京邮电大学 2017
[10]基于SIFT算法的快速图像配准技术[D]. 孙伟晔.吉林大学 2017
本文编号：3242737
【文章来源】：华北水利水电大学河南省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
航拍获取灾情信息Fig1-1Aerialphotographytoobtaindisasterinformation洪涝、山洪、地震等自然灾害严重迫害人民的生命财产安全，对国家经济造成巨大
基于特征匹配的图像配准研究72基于特征匹配的图像配准研究2.1引言基于特征匹配算法的图像配准方法以其算法的高效性、鲁棒性强等优势在当下的图像处理领域广泛使用。基于特征匹配的图像配准方法基本流程如图2-1所示。本章首先对图像预处理操作进行了分析研究，接着对经过图像预处理操作的输入图像，进一步进行基于特征匹配算法的图像配准操作，对常用的SIFT、SURF特征提取描述算法分析研究。图2-1图像配准基本流程图Fig2-1Basicprocessofimageregistration2.2图像预处理图像处理中，输入图像质量的好坏会对图像配准的运行效率和配准结果的准确度产生直接的影响。因此我们需要对图像进行预处理操作来消除图像中的噪声，减少无关信息的影响，增强有关的信息的可检测性，最大程度的简化有效信息，从而提高特征提娶图像匹配和图像拼接融合等后续处理的准确性和可靠性。图像预处理流程一般为：1灰度化->2几何变换->3图像增强。2.2.1图像灰度化处理图像的灰度化处理是将彩色图像转化为高质量的黑白图像。灰度图像保留了图像的基本特征，减少了无用的色彩特征信息数据量。目前图像处理领域所处理的彩色图像大都是采用RGB三通道颜色模式，对彩色图像处理时，需要分别对RGB三个通道的图像
基于特征匹配的图像配准研究9图2-2航拍获取RGB彩色灾情信息原始图Fig2-1OriginalimageofRGBcolordisasterinformationobtainedbyaerialphotography(a)分量法1(b)分量法2(c)分量法3(d)最大值法(e)平均法(f)加权平均法图2-3四种图像灰度化预处理结果Fig2-3Fourimagegrayscalepreprocessingresults图2-3(a)、(b)、(c)为采用分量法分别取R通道、G通道、B通道的亮度值为图像的灰度值进行灰度化的结果，图2-3(d)为采用最大值灰度化法对原图进行灰度化的结果，该方法提取的灰度图亮度高于平均法和加权平均，同时输入图像的G通道亮度值最大，我们观察输入图像也可以发现图中绿色亮度值占大多数，实验结果符合实际原图情况。图2-3(e)、(f)分别为采用平均法和加权平均法对输入图像进行灰度化预处理的灰度图结果，采用平均值法得到的灰度图对图像的轮廓和局部部分边缘区域响应较弱，灰度亮度较低，因此不适合本文所研究灾情图像灰度化预处理操作，加权平均灰度化方法更接近人眼感知下的灰度图像。通过对比以上四种灰度化处理方法及结合本文所使用图像实验集更符合人体视觉观察的特点，因此本课题在后续的图像预处理灰度化方法中选择根据人类视觉感知能力的加权平均法对图像灰度化处理，更有利于后续高像素灾情航拍图像的特征点提取及匹配，以达到更科学可信的实验仿真目的。
【参考文献】：
期刊论文
[1]基于SIFT算法的图像拼接技术研究[J]. 何惠洋,韩军. 自动化与仪表. 2020(02)
[2]基于特征的图像配准综述[J]. 姚佳佳,刘毓. 电子制作. 2020(02)
[3]国内外区域水土资源匹配研究综述[J]. 刘晶,鲍振鑫,刘翠善,贺瑞敏,王婕,王国庆. 华北水利水电大学学报(自然科学版). 2019(06)
[4]基于特征点匹配的图像配准研究[J]. 陶静,李逸琳,霍艺文,徐武. 现代电子技术. 2019(20)
[5]当前我国城市内涝问题归因分析与应对策略[J]. 陈倩云,余弘婧,高学睿,安婷莉,王玉宝,孙淼. 华北水利水电大学学报(自然科学版). 2019(01)
[6]高土石坝变形监测的监测管选型研究[J]. 郑君里,陈江,匡学文,刘浩吾. 水电能源科学. 2018(11)
[7]基于自适应序贯相似性检测波形匹配延拓的EMD端点效应抑制[J]. 杨剑锋,石戈戈,周天奇,高锋阳. 振动与冲击. 2018(18)
[8]基于改进SURF算子的彩色图像配准算法[J]. 任克强,胡梦云. 电子测量与仪器学报. 2016(05)
[9]基于尺度不变特征变换和区域互信息优化的多源遥感图像配准[J]. 赵辽英,吕步云,厉小润,陈淑涵. 物理学报. 2015(12)
[10]基于改进Harris-SIFT算子的快速图像配准算法[J]. 许佳佳,张叶,张赫. 电子测量与仪器学报. 2015(01)
博士论文
[1]医学图像特征提取方法及应用研究[D]. 肖哲.电子科技大学 2017
[2]无人机遥感图像拼接关键技术研究[D]. 贾银江.东北农业大学 2016
硕士论文
[1]基于ARM平台和TensorFlow的手写数字识别[D]. 黄佳凯.南京邮电大学 2019
[2]基于改进ORB的图像拼接算法[D]. 董帅.湖南师范大学 2019
[3]基于特征点的图像配准方法研究[D]. 高文鹏.重庆邮电大学 2019
[4]基于多帧融合的低照度图像增强[D]. 张雨帅.重庆邮电大学 2019
[5]仿生眼图像拼接技术研究[D]. 徐扬.长春理工大学 2019
[6]基于图像块匹配的异源图像配准[D]. 方帅.西安电子科技大学 2019
[7]图像配准和超分辨率复原技术的研究[D]. 高云龙.吉林大学 2018
[8]基于线特征和网格优化的图像拼接算法研究[D]. 施嘉察.浙江大学 2018
[9]基于SIFT特征的图像配准与拼接技术研究[D]. 王天云.南京邮电大学 2017
[10]基于SIFT算法的快速图像配准技术[D]. 孙伟晔.吉林大学 2017
本文编号：3242737
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3242737.html
最近更新
教材专著
