無人機影像序列拼接技術(shù)的研究與實現(xiàn).pdf

1、無人機遙感技術(shù)已成為災(zāi)后監(jiān)測、環(huán)境勘測等領(lǐng)域獲取遙感數(shù)據(jù)的重要手段，它能及時、準(zhǔn)確的獲取目標(biāo)區(qū)域的高分辨率影像。但受到無人機飛行高度、相機焦距等的影響，單張影像覆蓋的目標(biāo)區(qū)域范圍較小，本文通過研究無人機影像序列拼接技術(shù)來擴大監(jiān)測范圍。
　　1）研究SURF算法解決存在平移、旋轉(zhuǎn)、縮放、噪聲等多種變換的無人機影像序列特征提取問題。通過對比分析的方式重點研究 SURF算法比SIFT算法快速的原因。通過分析 Harris、SIFT和 S

2、URF算法提取特征的實驗效果表明，SURF算法提取的特征點穩(wěn)定且分布均勻合理，該算法魯棒性高且運算速度相對較快。
　　2）采用最近鄰算法實現(xiàn)特征粗匹配，分析并選擇透視變換作為影像拼接的變換模型，提出一種雙4-RANSAC算法計算變換參數(shù)，同時剔除誤匹配點對以實現(xiàn)特征精匹配。雙4-RANSAC算法是一種改進的RANSAC算法，它首先任選4對匹配點計算模型參數(shù)，再增加4對匹配點檢驗當(dāng)前模型，若存在一對為非內(nèi)點則重新選點和計算模型。理論

3、分析和實驗結(jié)果表明，本文提出的雙4-RANSAC算法提高了RANSAC算法的運算效率。
　　3）研究并改進小波變換實現(xiàn)兩幀和多幀無人機影像序列融合與拼接。首先分析直接平均法和漸入漸出法，接著重點研究小波變換融合法，提出一種基于 NCC（歸一化相關(guān)系數(shù)）的改進加權(quán)融合算法實現(xiàn)小波低頻系數(shù)融合。該算法首先將像素擴展到其m?n鄰域，再計算對應(yīng)鄰域的 NCC值，若該值大于某一設(shè)定閾值則融合系數(shù)為輸入系數(shù)的平均值，若該值小于設(shè)定閾值則融合系