發(fā)布時(shí)間：2020-11-21 04:48

　　 針對(duì)目前警力不足、取證速度慢、現(xiàn)場(chǎng)環(huán)境惡劣等問(wèn)題,無(wú)人機(jī)航拍系統(tǒng)可以協(xié)助警方進(jìn)行現(xiàn)場(chǎng)偵查取證和實(shí)時(shí)指揮調(diào)度。但是,在警務(wù)人員使用無(wú)人機(jī)拍攝案件或事故的現(xiàn)場(chǎng)圖像時(shí),無(wú)人機(jī)受飛行高度和鏡頭焦距的限制,單張航拍圖像的視野范圍較小,難以對(duì)偵查場(chǎng)景進(jìn)行整體認(rèn)知,因此需要將多張無(wú)人機(jī)圖像拼接成一幅視野范圍更大、信息更豐富、分辨率較高的全景圖像。由于偵查現(xiàn)場(chǎng)的影響,無(wú)人機(jī)圖像存在拍攝視角多樣、重疊區(qū)域不規(guī)則等情況,因此,對(duì)警用無(wú)人機(jī)航拍的偵查圖像進(jìn)行高質(zhì)量地全景拼接是目前研究的重點(diǎn)。本文的主要研究?jī)?nèi)容如下:針對(duì)警用無(wú)人機(jī)航拍圖像的特點(diǎn),比如容易受到噪聲污染,容易發(fā)生圖像模糊、幾何畸變等情況,本文研究了三種預(yù)處理技術(shù),包括圖像去噪、圖像增強(qiáng)和圖像校正。本文通過(guò)四組實(shí)驗(yàn)比較并分析了SIFT、SURF、ORB、BRISK四種特征提取算法的配準(zhǔn)效果和配準(zhǔn)時(shí)間,選擇效果較好的ORB算法,并針對(duì)無(wú)人機(jī)圖像的特點(diǎn)和ORB算法的不足,提出一種改進(jìn)的圖像配準(zhǔn)方法,采用圖像分塊的思想和非極大值抑制的策略使ORB特征點(diǎn)在無(wú)人機(jī)圖像中均勻分布,實(shí)驗(yàn)結(jié)果證明改進(jìn)的算法在配準(zhǔn)率上比原有算法有所提高,配準(zhǔn)速度相比其他算法也有較大優(yōu)勢(shì),對(duì)于尺寸較大、信息豐富的無(wú)人機(jī)航拍圖像具有較好的適用性。針對(duì)警用無(wú)人機(jī)航拍圖像中通常存在復(fù)雜場(chǎng)景,前景比較豐富,而且用于偵查取證對(duì)拼接圖像的質(zhì)量要求較高,本文提出一種基于顏色差異、幾何差異和顯著性特征的最佳拼接線搜索準(zhǔn)則,并結(jié)合拉普拉斯融合算法實(shí)現(xiàn)重疊區(qū)域的圖像融合;通過(guò)三組實(shí)驗(yàn)和其他三種融合算法進(jìn)行對(duì)比分析,結(jié)果表明使用改進(jìn)的算法拼接后的圖像質(zhì)量較高,解決了鬼影的問(wèn)題,對(duì)拼接縫處的細(xì)節(jié)信息處理較好,以供警務(wù)人員更好地分析現(xiàn)場(chǎng)情況。為了更好地研究偵查區(qū)域的圖像信息,準(zhǔn)確分析現(xiàn)場(chǎng)情況,本文基于旋翼式無(wú)人機(jī)平臺(tái),將改進(jìn)的配準(zhǔn)算法和融合算法相結(jié)合,設(shè)計(jì)了警用無(wú)人機(jī)全景構(gòu)建系統(tǒng),對(duì)于緩解警力不足、提高偵查取證效率具有重要意義。
【學(xué)位單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41
【部分圖文】：

d x, y , k ,l 與高斯濾波相同， r x, y , k ,l 由目標(biāo)像素與鄰域內(nèi)其他像素的灰度差決定。因此，該方法可以較好地保留圖像邊緣，但是計(jì)算量較大，濾波時(shí)間較長(zhǎng)。2.2.3 濾波結(jié)果比較本節(jié)分別使用均值濾波、中值濾波、雙邊濾波對(duì)圖像進(jìn)行去噪處理，結(jié)果如圖 2-1 所示，其中均值濾波中邊緣模糊比較嚴(yán)重，雙邊濾波雖然邊緣保留地較好，但是噪聲也被保留了，中值濾波兩者比較平衡，效果較好。（a）含有噪聲的無(wú)人機(jī)圖像 （b）均值濾波

均勻直方圖的圖像，實(shí)現(xiàn)圖像的自動(dòng)增強(qiáng)。當(dāng)包含的信息量最大，圖像分辨率最高，也最清方圖均衡化，如圖 2-3 所示，（a）為無(wú)人機(jī)航方圖，集中在中部，說(shuō)明對(duì)比度較低，（c）為為均衡化后的直方圖，明顯可以看出均衡化后級(jí)，均衡化后的圖像色彩更加鮮艷，圖像也更（a）無(wú)人機(jī)航拍圖像

碩士學(xué)位論文的背景，而且在灰度平坦的區(qū)域中，可以增強(qiáng)某些小突變。而二階微分的圖像增強(qiáng)基于一個(gè)二階微分的離散公式構(gòu)造濾波器，然后用于需要增強(qiáng)的圖像。一階微分處理通常會(huì)產(chǎn)生較粗的圖像邊緣，對(duì)灰度梯度有較強(qiáng)的響應(yīng)，所以更多地被用來(lái)進(jìn)行圖像的邊緣檢測(cè)；而二階微分對(duì)細(xì)節(jié)有較強(qiáng)的響應(yīng)，對(duì)灰度級(jí)階梯變換會(huì)產(chǎn)生雙響應(yīng)，更常用于圖像增強(qiáng)[59]。因此，對(duì)圖像增強(qiáng)來(lái)說(shuō)，二階微分處理比一階微分效果要好，增強(qiáng)細(xì)節(jié)的能力更強(qiáng)，常用的算子有 sobel 算子和拉普拉斯算子，圖 2-4（b）為使用拉普拉斯算子進(jìn)行圖像銳化的結(jié)果圖，增強(qiáng)了原圖像中模糊部分的細(xì)節(jié)信息，邊緣和輪廓也更加明顯，與原圖像相比更加清晰。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦緒佳;王琪;王慧玲;鄭紅波;陳勝男;;基于最佳縫合線的序列遙感圖像拼接融合方法[J];計(jì)算機(jī)科學(xué);2015年10期

2 賀歡;;世界微小型無(wú)人機(jī)最新發(fā)展應(yīng)用概覽[J];中國(guó)安防;2015年15期

3 仇榮超;程紅;孫文邦;;自適應(yīng)閾值的改進(jìn)BRISK圖像配準(zhǔn)方法[J];自動(dòng)化與儀器儀表;2015年05期

4 吳強(qiáng);;警用無(wú)人機(jī)引發(fā)的現(xiàn)實(shí)思考[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

5 劉丹;田銀枝;王紅闖;梁濤;;警用無(wú)人機(jī)空中實(shí)時(shí)圖像偵察系統(tǒng)的設(shè)計(jì)與應(yīng)用[J];地理空間信息;2015年01期

6 韓瀟;彭力;;基于小波變換的多聚焦圖像融合新算法[J];計(jì)算機(jī)與數(shù)字工程;2014年09期

7 肖進(jìn)勝;饒?zhí)煊?賈茜;宋金鐘;易本順;;基于圖切割的拉普拉斯金字塔圖像融合算法[J];光電子.激光;2014年07期

8 李長(zhǎng)春;齊修東;雷添杰;馬蕭蕭;;基于改進(jìn)SURF算法的無(wú)人機(jī)遙感影像快速拼接[J];地理與地理信息科學(xué);2013年05期

9 張?jiān)粕?鄒崢嶸;;基于改進(jìn)ORB算法的遙感圖像自動(dòng)配準(zhǔn)方法[J];國(guó)土資源遙感;2013年03期

10 李小紅;謝成明;賈易臻;張國(guó)富;;基于ORB特征的快速目標(biāo)檢測(cè)算法[J];電子測(cè)量與儀器學(xué)報(bào);2013年05期

本文編號(hào)：2892547