【摘 要】
：
无人机航拍图像为土地监测、灾害评估、遥感测绘、农作物生长监控等领域提供了广泛的信息。为了获取较大区域的高分辨率图像，需要将多幅航拍图像拼接成为全景高分辨率图像。虽然无人机航拍图像拼接的研究取得了很大的进展，但是目前的算法在面临多幅图像配准参数的平差优化，以及对纹理相似图像的特征提取时，表现出有一定程度的性能下降。这些问题的解决具有实际应用价值，有利于推动图像拼接领域研究的发展。 为了增强图像拼接
论文部分内容阅读
无人机航拍图像为土地监测、灾害评估、遥感测绘、农作物生长监控等领域提供了广泛的信息。为了获取较大区域的高分辨率图像，需要将多幅航拍图像拼接成为全景高分辨率图像。虽然无人机航拍图像拼接的研究取得了很大的进展，但是目前的算法在面临多幅图像配准参数的平差优化，以及对纹理相似图像的特征提取时，表现出有一定程度的性能下降。这些问题的解决具有实际应用价值，有利于推动图像拼接领域研究的发展。
为了增强图像拼接的精准性，本文以构建无人机航拍图像拼接系统为目标，围绕建立拼接误差更小的模型开展研究，分别从基于模板配准和基于特征配准的角度进行了探索，有效地提高了模型的拼接效果，本文的主要研究内容如下：
首先，在多视点航拍模式下，本文提出了一种基于二叉树的两级误差分散方法对配准后的参数进行全局优化，基本解决了基于模板配准的方法进行多幅图像的拼接后，一般可行方法对多幅图像配准参数平差优化的效果不佳，从而导致拼接后图像中的场景在视觉上具有明显错开的问题，并通过对比实验证明该方法相对于一般可行的方法拼接效果更优。
其次，在单视点航拍模式下，本文在原有的HomographyNet回归网络结构的基础上进行改进，并利用无人机航拍图像序列改进训练数据集的分布，从而实现多视点航拍模式下变换关系复杂的图像配准。该方法基本解决了传统方法在进行纹理相似的图像配准时，存在难以提取到足够多的差异性特征，从而使配准误差较大甚至无法配准的问题，并通过对比实验证明改进后的模型具有更好的拼接效果。
其他文献
低密度奇偶校验(Low-Density Parity-Check，LDPC)码是一种现有的能够逼近香农容量限的纠错码，受到国内外学者的广泛关注。近十年来，除了传统的置信传播(Belief Propagation，BP)译码算法，数学规划(Mathematical Programming，MP)译码算法凭借低误码平台、便于性能分析等优势引起了差错控制编码领域学者的广泛重视。但是其较高的译码复杂度限制
随着网络和信息技术的飞速发展，基于信息系统的体系作战已逐渐成为信息化条件下作战的基本模式，而体系对抗则是这种基本作战模式的主要特征。应用博弈论对作战体系对抗问题进行建模，分析体系作战中的策略应用，对于提高体系作战的应用能力，打赢信息化条件下局部战争具有重要的现实意义。 论文研究了作战体系对抗的博弈建模问题。通过对现有博弈论模型的分析比较，选择战略式博弈模型对作战体系对抗问题进行建模；应用OODA
近年来，甲状腺结节发病率正在逐步提高，在众多甲状腺影像诊断技术(包括超声、核磁共振、x射线、CT等)中，由于超声图像的低成本、获取时间短等特点，正在变成越来越重要的诊断技术。在传统的人工诊断时，医生通常是根据结节的形状、回声和钙化等直观特征来判断，这种判断较为依赖于医生本人的主观经验，可能会造成辨别错误。组织切片可以得出较为准确的结果，但是工作量大，并且给患者过大的心理压力。随着图像处理与模式识别
塔号牌检测是指从输电线路场景图像中提取铁塔标识牌区域，为后续牌号识别、缺陷检测与数据库制定提供技术支撑。随着机器学习技术的不断发展，当前深度学习目标检测方法已成为主流，然而对于实际线路巡检图像，无人机拍摄的图像视场大、号牌区域相对较小，塔号牌检测精度低，处理速度慢，无法满足应用需求。因此，本文提出输电线路图像塔号牌卷积神经网络检测方法研究课题，从级联检测结构、数据增广和多尺度特征增强三个方面，开展
随着数字电路与系统技术以及计算机技术的发展，数字信号处理技术被广泛应用于众多领域中。作为数字信号处理中的基本运算，正弦型正交变换如离散傅里叶变换(DFT)、离散哈特雷变换(DHT)、离散余弦变换(DCT)等涉及三角函数运算的正交变换具有很高的实际应用价值，针对这些变换提出优化的快速算法并设计出高效的硬件实现方案，成为数字信号处理技术中的研究热点。 由于正弦型正交变换的实质为内积型运算，相应的硬件
在高铁越来越普及的现在，实现高铁接触网的实时监测是保障其安全运营的重要手段。吊弦作为接触网悬挂装置的重要组成部件，随着工作时间的加长很容易出现故障而直接影响高铁系统的安全，准确识别其缺陷显得尤为重要。本文结合日趋成熟的深度学习技术，将不同缺陷的吊弦当作不同类，用目标检测的思路实现了对吊弦异常状态的检测。两阶段检测模型在检测吊弦脱落、断裂、形变缺陷中以90.60%的检测精度脱颖而出，验证了深度神经网
超声成像测井仪是固井质量检测中常用的仪器，能够评价套损情况和水泥胶结质量，相比于其他传统仪器，具有测井信息丰富、分辨率高、便于分析等优点。随着高温油气井数量的增多，高温超声成像测井仪的研制成为近年来重点研究方向，针对高温环境下脉冲发射和信号检测问题，本文设计了高温超声成像测井仪发射与检测电路，该电路主要包括：接收放大电路、脉冲发射驱动电路和脉冲触发及高速采集电路，实现了175℃环境下脉冲信号发射、
复杂场景图像复原是指复原恶劣天气和低光照等场景产生的退化图像，对提升智能系统的复杂场景感知能力具有重要意义。现有图像复原算法可分为基于模型优化和深度学习的图像复原方法：模型优化方法充分建模图像退化机理和知识特性，但手动设计先验特征缺乏准确性；深度学习方法反之。由于实际复杂场景中存在退化特性复杂且多种退化耦合难题，单独使用任一方法均难达到满意的复原效果。本文充分利用模型优化和深度学习的优势互补性，开
红外成像具有工作时段不受限制，成像精度较高等优点，在飞行器导航等领域运用广泛。但红外图像在不同时段下成像具有较大差异，为了对导航系统全天候能力进行全面评估，需要不同时段红外图像作为数据支撑。采集多时段的红外图像需要耗费大量金钱人力和时间成本，如何快速高效地生成高逼真度多时段红外图像成为了当下研究的重点。该论文将生成对抗网络(Generative Adversarial Network, GAN)运
定向探管电路是随钻测井系统中保证井下状态实时反馈的重要组成单元，其可靠性研究具有重要意义。本文分析了探管电路进行可靠性试验的理论基础并建立相关模型，设计并实现了用于可靠性试验的自动检测系统，提高了探管电路设计及生产过程中进行HALT试验和HASS试验的测试效率，提升了其在工作中的可靠性。具体如下： 首先，本文在介绍电子产品可靠性理论的基础上分析了探管电路的失效率曲线，并根据其组成特点建立探管电路