警用无人机图像拼接及全景构建技术研究与应用
发布时间：2020-11-21 04:48
针对目前警力不足、取证速度慢、现场环境恶劣等问题,无人机航拍系统可以协助警方进行现场侦查取证和实时指挥调度。但是,在警务人员使用无人机拍摄案件或事故的现场图像时,无人机受飞行高度和镜头焦距的限制,单张航拍图像的视野范围较小,难以对侦查场景进行整体认知,因此需要将多张无人机图像拼接成一幅视野范围更大、信息更丰富、分辨率较高的全景图像。由于侦查现场的影响,无人机图像存在拍摄视角多样、重叠区域不规则等情况,因此,对警用无人机航拍的侦查图像进行高质量地全景拼接是目前研究的重点。本文的主要研究内容如下:针对警用无人机航拍图像的特点,比如容易受到噪声污染,容易发生图像模糊、几何畸变等情况,本文研究了三种预处理技术,包括图像去噪、图像增强和图像校正。本文通过四组实验比较并分析了SIFT、SURF、ORB、BRISK四种特征提取算法的配准效果和配准时间,选择效果较好的ORB算法,并针对无人机图像的特点和ORB算法的不足,提出一种改进的图像配准方法,采用图像分块的思想和非极大值抑制的策略使ORB特征点在无人机图像中均匀分布,实验结果证明改进的算法在配准率上比原有算法有所提高,配准速度相比其他算法也有较大优势,对于尺寸较大、信息丰富的无人机航拍图像具有较好的适用性。针对警用无人机航拍图像中通常存在复杂场景,前景比较丰富,而且用于侦查取证对拼接图像的质量要求较高,本文提出一种基于颜色差异、几何差异和显著性特征的最佳拼接线搜索准则,并结合拉普拉斯融合算法实现重叠区域的图像融合;通过三组实验和其他三种融合算法进行对比分析,结果表明使用改进的算法拼接后的图像质量较高,解决了鬼影的问题,对拼接缝处的细节信息处理较好,以供警务人员更好地分析现场情况。为了更好地研究侦查区域的图像信息,准确分析现场情况,本文基于旋翼式无人机平台,将改进的配准算法和融合算法相结合,设计了警用无人机全景构建系统,对于缓解警力不足、提高侦查取证效率具有重要意义。
【学位单位】：中国矿业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41
【部分图文】：
d x, y , k ,l 与高斯滤波相同， r x, y , k ,l 由目标像素与邻域内其他像素的灰度差决定。因此，该方法可以较好地保留图像边缘，但是计算量较大，滤波时间较长。2.2.3 滤波结果比较本节分别使用均值滤波、中值滤波、双边滤波对图像进行去噪处理，结果如图 2-1 所示，其中均值滤波中边缘模糊比较严重，双边滤波虽然边缘保留地较好，但是噪声也被保留了，中值滤波两者比较平衡，效果较好。（a）含有噪声的无人机图像 （b）均值滤波
均匀直方图的图像，实现图像的自动增强。当包含的信息量最大，图像分辨率最高，也最清方图均衡化，如图 2-3 所示，（a）为无人机航方图，集中在中部，说明对比度较低，（c）为为均衡化后的直方图，明显可以看出均衡化后级，均衡化后的图像色彩更加鲜艳，图像也更（a）无人机航拍图像
硕士学位论文的背景，而且在灰度平坦的区域中，可以增强某些小突变。而二阶微分的图像增强基于一个二阶微分的离散公式构造滤波器，然后用于需要增强的图像。一阶微分处理通常会产生较粗的图像边缘，对灰度梯度有较强的响应，所以更多地被用来进行图像的边缘检测；而二阶微分对细节有较强的响应，对灰度级阶梯变换会产生双响应，更常用于图像增强[59]。因此，对图像增强来说，二阶微分处理比一阶微分效果要好，增强细节的能力更强，常用的算子有 sobel 算子和拉普拉斯算子，图 2-4（b）为使用拉普拉斯算子进行图像锐化的结果图，增强了原图像中模糊部分的细节信息，边缘和轮廓也更加明显，与原图像相比更加清晰。
【参考文献】
本文编号：2892547
【学位单位】：中国矿业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41
【部分图文】：
d x, y , k ,l 与高斯滤波相同， r x, y , k ,l 由目标像素与邻域内其他像素的灰度差决定。因此，该方法可以较好地保留图像边缘，但是计算量较大，滤波时间较长。2.2.3 滤波结果比较本节分别使用均值滤波、中值滤波、双边滤波对图像进行去噪处理，结果如图 2-1 所示，其中均值滤波中边缘模糊比较严重，双边滤波虽然边缘保留地较好，但是噪声也被保留了，中值滤波两者比较平衡，效果较好。（a）含有噪声的无人机图像 （b）均值滤波
均匀直方图的图像，实现图像的自动增强。当包含的信息量最大，图像分辨率最高，也最清方图均衡化，如图 2-3 所示，（a）为无人机航方图，集中在中部，说明对比度较低，（c）为为均衡化后的直方图，明显可以看出均衡化后级，均衡化后的图像色彩更加鲜艳，图像也更（a）无人机航拍图像
硕士学位论文的背景，而且在灰度平坦的区域中，可以增强某些小突变。而二阶微分的图像增强基于一个二阶微分的离散公式构造滤波器，然后用于需要增强的图像。一阶微分处理通常会产生较粗的图像边缘，对灰度梯度有较强的响应，所以更多地被用来进行图像的边缘检测；而二阶微分对细节有较强的响应，对灰度级阶梯变换会产生双响应，更常用于图像增强[59]。因此，对图像增强来说，二阶微分处理比一阶微分效果要好，增强细节的能力更强，常用的算子有 sobel 算子和拉普拉斯算子，图 2-4（b）为使用拉普拉斯算子进行图像锐化的结果图，增强了原图像中模糊部分的细节信息，边缘和轮廓也更加明显，与原图像相比更加清晰。
【参考文献】
相关期刊论文 前10条
1 秦绪佳;王琪;王慧玲;郑红波;陈胜男;;基于最佳缝合线的序列遥感图像拼接融合方法[J];计算机科学;2015年10期
2 贺欢;;世界微小型无人机最新发展应用概览[J];中国安防;2015年15期
3 仇荣超;程红;孙文邦;;自适应阈值的改进BRISK图像配准方法[J];自动化与仪器仪表;2015年05期
4 吴强;;警用无人机引发的现实思考[J];中国人民公安大学学报(自然科学版);2015年02期
5 刘丹;田银枝;王红闯;梁涛;;警用无人机空中实时图像侦察系统的设计与应用[J];地理空间信息;2015年01期
6 韩潇;彭力;;基于小波变换的多聚焦图像融合新算法[J];计算机与数字工程;2014年09期
7 肖进胜;饶天宇;贾茜;宋金钟;易本顺;;基于图切割的拉普拉斯金字塔图像融合算法[J];光电子.激光;2014年07期
8 李长春;齐修东;雷添杰;马萧萧;;基于改进SURF算法的无人机遥感影像快速拼接[J];地理与地理信息科学;2013年05期
9 张云生;邹峥嵘;;基于改进ORB算法的遥感图像自动配准方法[J];国土资源遥感;2013年03期
10 李小红;谢成明;贾易臻;张国富;;基于ORB特征的快速目标检测算法[J];电子测量与仪器学报;2013年05期
本文编号：2892547
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2892547.html
