面向灾害勘查的无人机遥感图像配准技术研究

论文摘要

面向灾害勘查的无人机遥感技术,通过摄取灾害地区影像加以研究,由于其机动灵活和高效率的优势,得到了广泛的发展。灾害的特定环境限制,使得无人机遥感技术在应用中存在图像成像条件恶劣,影像质量较低,无法取得地面控制点,海量数据处理困难等缺陷,配准技术成为应用的难点。本文针对上诉问题,以探索高效和稳定的面向灾害勘查的无人机图像自动批准技术为目的,主要研究了以下几方面内容。分析和总结了各类配准算法的优缺点,结合课题实际情况,提出了分阶段匹配的策略。通过粗匹配阶段的重叠区域检测和精匹配阶段的特征检测与匹配,使得整个配准过程在保证了较高的精度的基础上,速度和稳定性得到了大大的提高。研究了粗匹配的算法,提出了基于相位相关的二次分步搜索法,解决了经典的相位相关法无法检测图像旋转的问题。该算法相较其他方法,充分利用了图像的信息,具有很强的稳定性,并通过分辨率的变换获得了更高的速度。研究了精匹配阶段的匹配算法。首先对Harris算法的角点匹配过程作了改进,提高了角点匹配的速度和精度。其次,针对角点分布不均匀和大面积缺失的情况,本文提出了重叠区域分块策略,改善了图像配准的细节。最后研究了和改进了空间变换模型。对图像的畸变模型做了分析,提出了分区域变换策略,并结合重叠区域分块,提出了伪控制点变换模型。该变换模型降低了配准后图像的失真,并极大改善了图像配准后的细节质量。通过实验验证,本文提出的匹配策略和相关算法能很好应用于面向灾害勘查的无人机遥感图像配准,具有较好的稳定性和较高的性能,同时极大提升了配准后图像的质量,对面向灾害勘查的无人机遥感图像配准具有重大意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 主要问题描述
• 1.3 国内外研究现状
• 1.3.1 图像配准技术研究现状
• 1.3.2 无人机遥感图像配准研究现状
• 1.4 论文研究内容、技术路线与创新
• 1.4.1 论文的研究内容
• 1.4.2 论文的技术路线
• 1.4.3 主要的技术创新
• 1.4.4 论文的结构
• 第二章 无人机遥感图像配准概述
• 2.1 图像配准流程
• 2.2 图像预处理
• 2.2.1 镜头畸变校正
• 2.2.2 外部几何校正
• 2.3 各类配准方法简介
• 2.3.1 基于区域的配准方法
• 2.3.2 基于特征的配准方法
• 2.4 图像的空间变换
• 2.5 本章小结
• 第三章 分阶段匹配与二次分步搜索
• 3.1 分阶段匹配策略
• 3.1.1 粗匹配阶段：重叠区域检测
• 3.1.2 精匹配阶段：特征检测和匹配
• 3.2 基于相位相关法的重叠区域检测
• 3.2.1 相位相关法
• 3.2.2 存在旋转的图像匹配方法
• 3.3 二次分步搜索法
• 3.3.1 搜索策略的改进
• 3.3.2 图像分辨率的降低和还原
• 3.3.3 相位相关的误匹配判定
• 3.3.4 二次分步搜索
• 3.4 本章小结
• 第四章 特征检测与伪控制点变换模型
• 4.1 HARRIS 角点检测算法
• 4.1.1 Harris 角点检测算子
• 4.1.2 Noble 角点响应函数
• 4.2 角点匹配及其改进
• 4.2.1 双向最大相关系数法（BGCC）
• 4.2.2 匹配算法的改进
• 4.3 重叠区域分块和分块平移参数
• 4.3.1 重叠区域分块
• 4.3.2 分块平移参数的计算
• 4.4 伪控制点变换模型
• 4.4.1 空间变换模型
• 4.4.2 图像畸变模型
• 4.4.3 分区域的空间变换策略
• 4.4.4 伪控制点变换模型
• 4.5 本章小结
• 第五章 实验与结论
• 5.1 实验概况
• 5.1.1 实验平台
• 5.1.2 实验对象
• 5.1.3 实验方法
• 5.2 分阶段匹配策略整体性能
• 5.2.1 分阶段匹配步骤
• 5.2.2 结果分析
• 5.3 二次分步搜索法实验结果及分析
• 5.3.1 傅里叶梅林变换（FMT）
• 5.3.2 二次分步搜索法
• 5.3.3 结果分析
• 5.4 伪控制点变换模型实验结果及分析
• 5.4.1 角点检测和分块结果
• 5.4.2 伪控制点变换模型
• 5.4.3 结果分析
• 5.5 多图的拼接效果
• 5.6 结论
• 第六章 总结与展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果