《無人機航空遙感圖像拼接技術研究》是清華大學出版社出版的圖書,作者是程遠航。
基本信息,內容簡介,
基本信息
無人機航空遙感圖像拼接技術研究
作者:程遠航
定價:48元
印次:1-3
ISBN:9787302444039
出版日期:2016.08.01
印刷日期:2017.09.11
內容簡介
無人機航空遙感系統具有圖像解析度高、圖像實時傳輸、適合高危地區作業、成本低、機動靈活等優點,適用於低空高解析度遙感數據的實時獲取,在區域性、工程性、災害性和軍事性的遙感監測中發揮著大型遙感系統難以替代的作用。無人機執行遙感監測任務時,需要實時傳輸其所獲取的圖像以及狀態數據,這就要求無人機航空遙感系統具備自動、高速地完成圖像的獲取、壓縮、傳輸、處理、顯示以及存儲等功能。其中,確保遙感圖像處理的精準性、實時性與可視性是無人機得以有效利用的重要前提條件。
目錄
第1章?緒論1
1.1?無人機2
1.2?無人機航空遙感系統4
1.3?遙感圖像拼接技術7
1.3.1?圖像匹配技術8
1.3.2?圖像融合技術12
第2章?遙感圖像的基礎理論及相關知識17
2.1?遙感圖像幾何畸變校正18
2.1.1?坐標系統19
2.1.2?影像的內外方位元素20
2.1.3?空間直角坐標系的旋轉變換21
2.1.4?共線方程22
2.1.5?灰度重採樣24
2.2?遙感圖像並行幾何校正算法25
2.2.1?並行幾何校正算法26
2.2.2?並行幾何校正算法的實驗結果與分析31
2.3?遙感圖像對比度增強34
2.3.1?直方圖修正法34
2.3.2?直接灰度變換法36
2.3.3?Wavelet與Curvelet變換相結合的圖像增強方法39
2.4?實驗結果與分析43
2.5?結論45
第3章?灰度序列遙感圖像拼接47
3.1?圖像邊緣檢測48
3.1.1?微分運算元法49
3.1.2?Canny算法49
3.1.3?數學形態學在邊緣檢測中的套用50
3.1.4?基於小波變換的邊緣檢測方法51
3.2?小波變換與Canny算法相結合的邊緣檢測方法52
3.2.1?小波基選擇54
3.2.2?自適應確定雙閾值55
3.3?圖像匹配57
3.3.1?匹配搜尋區域計算57
3.3.2?特徵模板提取59
3.3.3?匹配計算59
3.4?圖像融合62
3.4.1?失真程度68
3.4.2?能量總和69
3.4.3?能量最小化71
3.5?實驗結果與分析75
3.6?結論77
第4章?顏色空間與顏色相似性度量79
4.1?顏色空間分析80
4.1.1?面向設備的顏色空間80
4.1.2?面向視覺感知的顏色空間83
4.1.3?均勻顏色空間87
4.1.4?色差度量90
4.2?顏色相似性度量91
4.2.1?RGB與HSI顏色空間變換的特徵92
4.2.2?顏色相似係數93
4.3?實驗結果與分析95
4.4?結論96
第5章?彩色遙感圖像拼接99
5.1?顏色空間變換100
5.2?色差計算101
5.3?彩色圖像匹配102
5.3.1?特徵模板提取102
5.3.2?匹配搜尋策略104
5.4?彩色圖像平滑104
5.4.1?伽馬校正方法105
5.4.2?亮度變換函式106
5.4.3?平滑計算106
5.5?實驗結果與分析107
5.6?結論110
第6章?圖像特徵提取111
6.1?圖像特徵112
6.1.1?LBP特徵112
6.1.2?Haar-like特徵115
6.1.3?SIFT特徵117
6.1.4?HOG特徵119
6.2?HOG特徵的提取方法120
6.2.1?圖像梯度計算120
6.2.2?空間以及方向上的梯度統計121
6.2.3?塊內梯度直方圖的歸一化122
6.2.4?最終HOG特徵向量的生成123
6.3?HOG特徵的目標描述124
6.4?實驗結果與分析125
第7章?SVM機器學習算法129
7.1?支持向量機(SVM)的原理130
7.2?SVM分類器的數學模型130
7.2.1?線性可分情況下的SVM模型130
7.2.2?線性不可分情況下的SVM模型134
7.2.3?非線性可分情況下的SVM模型135
7.3?SVM分類器設計136
7.4?HOG和SVM的目標外觀模型137
7.4.1?目標外觀模型的建立137
7.4.2?SVM分類器的訓練138
第8章?可變形模板的多目標跟蹤模型141
8.1?可變形模板142
8.2?圖結構模型142
8.2.1?圖的基本概念144
8.2.2?表示圖像結構特徵的圖145
8.3?構造最小生成樹146
8.4?建立目標跟蹤模型147
第9章?SVM線上學習的模型參數更新151
9.1?線上學習的跟蹤算法152
9.2?SVM線上學習的跟蹤框架152
9.3?結構化的SVM學習154
9.3.1?結構化的SVM154
9.3.2?結構化學習155
9.4?實驗結果與分析157
第10章?總結與展望163
10.1?工作總結164
10.2?未來工作的展望165
參考文獻167