基于無人機平臺的多光譜圖像顯著性檢測系統(tǒng)
【學位單位】:南京理工大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:TP391.41;V279
【部分圖文】:
圖2.3云臺與A3飛行控制的連接圖??
2檢測系統(tǒng)的總體方案設計?碩士學卻僅有50?150毫秒的延時。??(2)視頻的解壓縮模塊??在無線傳輸視頻時,為了有效傳輸,保證傳輸效率與實時性,通常通過視頻壓到有效發(fā)送和存儲數(shù)字視頻文件的目的。在本系統(tǒng)的無人機傳輸中,采集到源視頻需要通過壓縮算法進行處理,傳輸和存儲之后,通過相應的解壓縮算法還原圖像。其他編碼方式,本系統(tǒng)采用H.264視頻編解碼技術(shù),H.264視頻的編碼效率高,抗性強,而且對視頻內(nèi)容自適應性強。??如圖2.4所示,H.264標準壓縮系統(tǒng)由視頻編碼層(VideoCodingLayer,VCL)網(wǎng)絡提取層(NetworkAbstractionLayer,NAL)兩部分組成[24]。楨內(nèi)預測,偵間預于預測編碼部分,與變換量化和熵編碼構(gòu)成了?VCL層,NAL層提供了一個統(tǒng)一的接采用統(tǒng)一的數(shù)據(jù)格式,封裝打包視頻數(shù)據(jù)然后在網(wǎng)絡中傳送。??
文系統(tǒng)分為飛行控制子系統(tǒng)、圖像傳輸子系統(tǒng)、地面顯著檢設計上介紹了本系統(tǒng)的機載硬件組成和軟件設計。硬件部臺的性能和參數(shù),機載系統(tǒng)的飛行控制系統(tǒng)、圖傳模塊和,展示了系統(tǒng)各部件的連接方式,介紹了本系統(tǒng)信息傳輸?shù)慕B了地面PC端對航拍圖像的處理模塊,包括圖像增強,動態(tài)顯著性檢測和圖像分割等模塊。清晰地展示了該系統(tǒng)基能和該系統(tǒng)的功能所在。??
【參考文獻】
相關期刊論文 前8條
1 云紅全;徐力;孫驍;明德烈;鞠雯;;基于超像素時空顯著性的運動目標檢測算法[J];紅外技術(shù);2015年05期
2 王樹源;;國外軍用無人機發(fā)展現(xiàn)狀與趨勢[J];硅谷;2014年18期
3 陳小波;魯新平;劉志波;;一種基于圖像分層處理的DDE算法[J];微處理機;2013年02期
4 陳濱;田啟川;;改進的快速Otsu自適應分割算法及其應用[J];計算機應用研究;2012年04期
5 張偉;李松維;陳蕾;;計算機紅外成像技術(shù)研究[J];電腦知識與技術(shù);2010年15期
6 范永杰;金偉其;劉斌;劉崇亮;;FLIR公司熱成像細節(jié)增強DDE技術(shù)的分析[J];紅外技術(shù);2010年03期
7 呂書強;晏磊;張兵;楊紹文;焦健;趙紅穎;秦其明;曾琪明;;無人機遙感系統(tǒng)的集成與飛行試驗研究[J];測繪科學;2007年01期
8 蘇新兵 ,王建平,華江濤;無人駕駛飛機綜述[J];航空制造技術(shù);2003年09期
相關博士學位論文 前1條
1 魏昱;圖像顯著性區(qū)域檢測方法及應用研究[D];山東大學;2012年
相關碩士學位論文 前10條
1 黃紀潤;DJ公司無人機發(fā)展策略問題研究[D];華中師范大學;2016年
2 孫星;基于部分吸收隨機游走的協(xié)同顯著性檢測[D];大連理工大學;2015年
3 王青苗;基于超像素分割的視覺顯著性檢測[D];河北工業(yè)大學;2015年
4 宋熙煜;基于超像素的圖像分割技術(shù)研究[D];解放軍信息工程大學;2015年
5 金純;基于無人機平臺的目標檢測跟蹤系統(tǒng)研究[D];西安電子科技大學;2015年
6 姜博文;基于馬爾可夫鏈的顯著性檢測[D];大連理工大學;2014年
7 鄭薈;基于超像素和圖割的視頻顯著物體分割算法研究[D];中山大學;2014年
8 劉婷婷;紅外圖像細節(jié)增強算法與實現(xiàn)的研究[D];電子科技大學;2014年
9 馬威;某無人機火箭助推發(fā)射起飛動力學研究與參數(shù)優(yōu)化[D];南京理工大學;2014年
10 楊川;基于先驗融合和流形排序的顯著目標檢測[D];大連理工大學;2013年
本文編號:2891787
本文鏈接:http://www.lk138.cn/kejilunwen/hangkongsky/2891787.html