面向?yàn)?zāi)害勘查的無人機(jī)遙感圖像配準(zhǔn)技術(shù)研究.pdf

1、面向?yàn)?zāi)害勘查的無人機(jī)遙感技術(shù)，通過攝取災(zāi)害地區(qū)影像加以研究，由于其機(jī)動(dòng)靈活和高效率的優(yōu)勢，得到了廣泛的發(fā)展。災(zāi)害的特定環(huán)境限制，使得無人機(jī)遙感技術(shù)在應(yīng)用中存在圖像成像條件惡劣，影像質(zhì)量較低，無法取得地面控制點(diǎn)，海量數(shù)據(jù)處理困難等缺陷，配準(zhǔn)技術(shù)成為應(yīng)用的難點(diǎn)。本文針對上訴問題，以探索高效和穩(wěn)定的面向?yàn)?zāi)害勘查的無人機(jī)圖像自動(dòng)批準(zhǔn)技術(shù)為目的，主要研究了以下幾方面內(nèi)容。
　　分析和總結(jié)了各類配準(zhǔn)算法的優(yōu)缺點(diǎn)，結(jié)合課題實(shí)際情況，提出了分階段

2、匹配的策略。通過粗匹配階段的重疊區(qū)域檢測和精匹配階段的特征檢測與匹配，使得整個(gè)配準(zhǔn)過程在保證了較高的精度的基礎(chǔ)上，速度和穩(wěn)定性得到了大大的提高。
　　研究了粗匹配的算法，提出了基于相位相關(guān)的二次分步搜索法，解決了經(jīng)典的相位相關(guān)法無法檢測圖像旋轉(zhuǎn)的問題。該算法相較其他方法，充分利用了圖像的信息，具有很強(qiáng)的穩(wěn)定性，并通過分辨率的變換獲得了更高的速度。
　　研究了精匹配階段的匹配算法。首先對Harris算法的角點(diǎn)匹配過程作了改進(jìn)，

3、提高了角點(diǎn)匹配的速度和精度。其次，針對角點(diǎn)分布不均勻和大面積缺失的情況，本文提出了重疊區(qū)域分塊策略，改善了圖像配準(zhǔn)的細(xì)節(jié)。
　　最后研究了和改進(jìn)了空間變換模型。對圖像的畸變模型做了分析，提出了分區(qū)域變換策略，并結(jié)合重疊區(qū)域分塊，提出了偽控制點(diǎn)變換模型。該變換模型降低了配準(zhǔn)后圖像的失真，并極大改善了圖像配準(zhǔn)后的細(xì)節(jié)質(zhì)量。
　　通過實(shí)驗(yàn)驗(yàn)證，本文提出的匹配策略和相關(guān)算法能很好應(yīng)用于面向?yàn)?zāi)害勘查的無人機(jī)遙感圖像配準(zhǔn)，具有較好的穩(wěn)定