無(wú)人機(jī)低空遙感圖像拼接技術(shù)研究.pdf

1、近年來(lái)，無(wú)人機(jī)低空遙感技術(shù)在環(huán)境監(jiān)測(cè)、災(zāi)害控制、軍事偵察、目標(biāo)跟蹤等領(lǐng)域得到了廣泛應(yīng)用。而圖像拼接技術(shù)是無(wú)人機(jī)低空遙感圖像數(shù)據(jù)處理的關(guān)鍵技術(shù)，拼接圖像質(zhì)量的優(yōu)劣直接影響到對(duì)遙感圖像的后續(xù)研究。
　　本文對(duì)無(wú)人機(jī)低空遙感圖像的配準(zhǔn)和融合問題進(jìn)行了重點(diǎn)研究，主要研究?jī)?nèi)容如下：
　　(1)針對(duì)以往Harris角點(diǎn)檢測(cè)算法全局搜尋、效率較低的問題，研究了一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法，通過對(duì)圖像進(jìn)行預(yù)篩選，提高了Harris角點(diǎn)

2、提取效率；
　　(2)設(shè)計(jì)并實(shí)現(xiàn)了一種改進(jìn)的RANSAC算法，對(duì)選取的樣本點(diǎn)進(jìn)行了約束，并采用了兩次改進(jìn)的RANSAC算法，提高了變換矩陣的準(zhǔn)確性和穩(wěn)定性；
　　(3)研究了基于小波金字塔結(jié)構(gòu)的圖像配準(zhǔn)算法，并用軟件實(shí)現(xiàn)，解決了粗匹配階段采用采用雙向歸一化互相關(guān)算法會(huì)效率低的問題，提高了角點(diǎn)匹配效率；
　　(4)研究了基于三基色加權(quán)融合的圖像融合算法，并提出了一種基于YUV空間的曝光差異矯正方法；
　　(5)針對(duì)