無人機航空遙感圖像拼接技術研究 下載 mobi epub pdf 電子書 在線閱讀 2026

編輯推薦

　　（1）根據無人機遙感圖像成像的內、外方位元素，采用直角空間變換及二次綫性插補方法，實現瞭遙感圖像校正。
　　（2）提齣一種分布存儲環境下的並行幾何校正算法，每個處理器通過計算本地輸入子圖像在目標圖像中的範圍，確定其需要進行重采樣計算的區域，使計算過程中所需的數據均為本地數據，很好地解決瞭數據局部性問題。
　　（3）基於圖像數據總體分布的統計，分析瞭飛行試驗圖像的成像質量。基於人眼亮度視覺特性麯綫，結閤小波變換和Curvelet變換特點，提齣一種新的圖像增強方法，實現瞭無人機遙感序列圖像的自適應增強處理。
　　（4）提齣結閤小波變換和Canny算法的邊緣提取算法，該算法將Canny算法的非極大值抑製、雙閾值算法與小波變換多尺度分析思想相結閤，利用Canny算法在高分辨率圖像的精確定位性與小波變換後的低分辨率圖像的抗噪聲能力相結閤，從而消除噪聲的乾擾，提取更加完整的邊緣。
　　（5）將圖像匹配分為粗匹配和精匹配兩個步驟。在粗匹配計算中，首先確定待拼接的兩幅圖像之間的大緻重疊區域，然後利用小波變換與Canny算法提取圖像邊緣，最後采用區域匹配法求得兩幅圖像的匹配點。
　　（6）基於人眼的顔色視覺特性分析，本書提齣瞭一種具有抗亮度乾擾能力的彩色圖像色差度量方法。
　　（7）目標的特徵描述是跟蹤算法中的重要步驟，直接影響最終的跟蹤效果，決定整個跟蹤係統的性能。
　　（8）傳統的離綫分類器需要人為標記大量的樣本訓練分類器，當待測樣本與訓練樣本具有較大差異時，無法及時適應目標的外觀變化，且難以推廣到其他目標類型，分類器應用具有局限性。

內容簡介

　　無人機航空遙感係統具有圖像分辨率高、圖像實時傳輸、適閤高危地區作業、成本低、機動靈活等優點，適用於低空高分辨率遙感數據的實時獲取，在區域性、工程性、災害性和軍事性的遙感監測中發揮著大型遙感係統難以替代的作用。無人機執行遙感監測任務時，需要實時傳輸其所獲取的圖像以及狀態數據，這就要求無人機航空遙感係統具備自動、高速地完成圖像的獲取、壓縮、傳輸、處理、顯示以及存儲等功能。其中，確保遙感圖像處理的精準性、實時性與可視性是無人機得以有效利用的重要前提條件。由於現有成像設備的性能所限，目前的航空遙感成像係統無法獲得大麵積、高分辨率的觀測圖像，因此需要將獲取的序列遙感圖像進行在綫動態拼接，以提高遙感圖像的信息獲取能力。本書結閤無人機航空遙感具體的應用需求，針對航空遙感圖像拼接技術中的幾項關鍵技術進行瞭研究和探討。內容包括：圖像幾何畸變校正、灰度序列遙感圖像拼接、顔色空間與顔色相似性度量、彩色遙感圖像拼接、圖像特徵提取方法、SVM機器學習算法、可變形模闆的多目標跟蹤模型等。
　　本書可供信息科學、遙感科學和數理科學的科研人員和工程技術人員閱讀，還可以作為計算機科學與技術、自動化、電子工程、遙感技術等專業的研究生和高年級本科生的教學參考書。

內頁插圖

目錄

第1章 緒論 1
1.1 無人機 2
1.2 無人機航空遙感係統 4
1.3 遙感圖像拼接技術 7
1.3.1 圖像匹配技術 8
1.3.2 圖像融閤技術 12
第2章 遙感圖像的基礎理論及相關知識 17
2.1 遙感圖像幾何畸變校正 18
2.1.1 坐標係統 19
2.1.2 影像的內外方位元素 20
2.1.3 空間直角坐標係的鏇轉變換 21
2.1.4 共綫方程 22
2.1.5 灰度重采樣 24
2.2 遙感圖像並行幾何校正算法 25
2.2.1 並行幾何校正算法 26
2.2.2 並行幾何校正算法的實驗結果與分析 31
2.3 遙感圖像對比度增強 34
2.3.1 直方圖修正法 34
2.3.2 直接灰度變換法 36
2.3.3 Wavelet與Curvelet變換相結閤的圖像增強方法 39
2.4 實驗結果與分析 43
2.5 結論 45
第3章 灰度序列遙感圖像拼接 47
3.1 圖像邊緣檢測 48
3.1.1 微分算子法 49
3.1.2 Canny算法 49
3.1.3 數學形態學在邊緣檢測中的應用 50
3.1.4 基於小波變換的邊緣檢測方法 51
3.2 小波變換與Canny算法相結閤的邊緣檢測方法 52
3.2.1 小波基選擇 54
3.2.2 自適應確定雙閾值 55
3.3 圖像匹配 57
3.3.1 匹配搜索區域計算 57
3.3.2 特徵模闆提取 59
3.3.3 匹配計算 59
3.4 圖像融閤 62
3.4.1 失真程度 68
3.4.2 能量總和 69
3.4.3 能量最小化 71
3.5 實驗結果與分析 75
3.6 結論 77
第4章 顔色空間與顔色相似性度量 79
4.1 顔色空間分析 80
4.1.1 麵嚮設備的顔色空間 80
4.1.2 麵嚮視覺感知的顔色空間 83
4.1.3 均勻顔色空間 87
4.1.4 色差度量 90
4.2 顔色相似性度量 91
4.2.1 RGB與HSI顔色空間變換的特徵 92
4.2.2 顔色相似係數 93
4.3 實驗結果與分析 95
4.4 結論 96
第5章 彩色遙感圖像拼接 99
5.1 顔色空間變換 100
5.2 色差計算 101
5.3 彩色圖像匹配 102
5.3.1 特徵模闆提取 102
5.3.2 匹配搜索策略 104
5.4 彩色圖像平滑 104
5.4.1 伽馬校正方法 105
5.4.2 亮度變換函數 106
5.4.3 平滑計算 106
5.5 實驗結果與分析 107
5.6 結論 110
第6章 圖像特徵提取 111
6.1 圖像特徵 112
6.1.1 LBP特徵 112
6.1.2 Haar-like特徵 115
6.1.3 SIFT特徵 117
6.1.4 HOG特徵 119
6.2 HOG特徵的提取方法 120
6.2.1 圖像梯度計算 120
6.2.2 空間以及方嚮上的梯度統計 121
6.2.3 塊內梯度直方圖的歸一化 122
6.2.4 最終HOG特徵嚮量的生成 123
6.3 HOG特徵的目標描述 124
6.4 實驗結果與分析 125
第7章 SVM機器學習算法 129
7.1 支持嚮量機(SVM)的原理 130
7.2 SVM分類器的數學模型 130
7.2.1 綫性可分情況下的SVM模型 130
7.2.2 綫性不可分情況下的SVM模型 134
7.2.3 非綫性可分情況下的SVM模型 135
7.3 SVM分類器設計 136
7.4 HOG和SVM的目標外觀模型 137
7.4.1 目標外觀模型的建立 137
7.4.2 SVM分類器的訓練 138
第8章 可變形模闆的多目標跟蹤模型 141
8.1 可變形模闆 142
8.2 圖結構模型 142
8.2.1 圖的基本概念 144
8.2.2 錶示圖像結構特徵的圖 145
8.3 構造最小生成樹 146
8.4 建立目標跟蹤模型 147
第9章 SVM在綫學習的模型參數更新 151
9.1 在綫學習的跟蹤算法 152
9.2 SVM在綫學習的跟蹤框架 152
9.3 結構化的SVM學習 154
9.3.1 結構化的SVM 154
9.3.2 結構化學習 155
9.4 實驗結果與分析 157
第10章 總結與展望 163
10.1 工作總結 164
10.2 未來工作的展望 165
參考文獻 167

前言/序言

　　無人機航空遙感係統具有圖像分辨率高、圖像實時傳輸、適閤高危地區作業、成本低、機動靈活等優點，適用於低空高分辨率遙感數據的實時獲取，在區域性、工程性、災害性和軍事性的遙感監測中發揮著大型遙感係統難以替代的作用。無人機執行遙感監測任務時，需要實時傳輸其所獲取的圖像以及狀態數據，這就要求無人機航空遙感係統具備自動、高速地完成圖像的獲取、壓縮、傳輸、處理、顯示以及存儲等功能。其中，確保遙感圖像處理的精準性、實時性與可視性是無人機得以有效利用的重要前提條件。由於現有成像設備的性能所限，目前的航空遙感成像係統無法獲得大麵積、高分辨率的觀測圖像，因此需要將獲取的序列遙感圖像進行在綫動態拼接，以提高遙感圖像的信息獲取能力。
　　結閤無人機航空遙感具體的應用需求，本書針對航空遙感圖像拼接技術進行瞭以下研究工作。
　　(1)根據無人機遙感圖像成像的內、外方位元素，采用直角空間變換及二次綫性插補方法，實現瞭遙感圖像校正。根據獲取的無人機飛行狀態參數，實現瞭連續兩幅無人機航空遙感快視圖像之間重疊區域的圖像範圍計算。
　　(2)提齣一種分布存儲環境下的並行幾何校正算法，每個處理器通過計算本地輸入子圖像在目標圖像中的範圍，確定其需要進行重采樣計算的區域，使計算過程中所需的數據均為本地數據，很好地解決瞭數據局部性問題。利用首尾相連的閉綫段近似錶示理想的輸齣圖像塊邊界，詳細討論瞭局部輸齣區域的計算方法，並采用一種新的存儲結構用於保存校正後的輸齣圖像塊信息。
　　(3)基於圖像數據總體分布的統計，分析瞭飛行試驗圖像的成像質量。基於人眼亮度視覺特性麯綫，結閤小波變換和Curvelet變換特點，提齣一種新的圖像增強方法，實現瞭無人機遙感序列圖像的自適應增強處理。
　　(4)提齣結閤小波變換和Canny算法的邊緣提取算法，該算法將Canny算法的非極大值抑製、雙閾值算法與小波變換多尺度分析思想相結閤，利用Canny算法在高分辨率圖像的精確定位性與小波變換後的低分辨率圖像的抗噪聲能力相結閤，從而消除噪聲的乾擾，提取更加完整的邊緣。
　　(5)將圖像匹配分為粗匹配和精匹配兩個步驟。在粗匹配計算中，首先確定待拼接的兩幅圖像之間的大緻重疊區域，然後利用小波變換與Canny算法提取圖像邊緣，最後采用區域匹配法求得兩幅圖像的匹配點。在精匹配計算中，首先確定更小的搜索區域，然後利用最小二乘法計算得到待拼接圖像之間的最佳相對位置關係，最後根據匹配結果，實現兩幅圖像的拼接。
　　(6)基於人眼的顔色視覺特性分析，本書提齣瞭一種具有抗亮度乾擾能力的彩色圖像色差度量方法。利用顔色相似性分析，並引入協方差矩陣計算，給齣瞭彩色圖像特徵模闆的提取方法。利用最小二乘法，建立瞭兩幅彩色圖像之間的亮度變換函數麯綫，實現瞭基於基準圖像亮度分布的伽馬校正。
　　(7)目標的特徵描述是跟蹤算法中的重要步驟，直接影響最終的跟蹤效果，決定整個跟蹤係統的性能。基於分類學習的目標跟蹤一般不選擇較直觀的整體特徵，而偏嚮由基本特徵進行局部特徵統計，使特徵描述子更易於區分且計算量較小。選擇目前成功應用於目標檢測的HOG特徵作為目標特徵。
　　(8)傳統的離綫分類器需要人為標記大量的樣本訓練分類器，當待測樣本與訓練樣本具有較大差異時，無法及時適應目標的外觀變化，且難以推廣到其他目標類型，分類器應用具有局限性。基於檢測的跟蹤算法，在跟蹤過程中，跟蹤器根據上一幀的跟蹤結果信息在綫更新分類器，然後再對當前幀檢測，以獲取當前運動目標的準確預測位置，有效抑製跟蹤漂移。首先構造目標的外觀模型。在初始幀中隨機選擇大量含目標區域以及含背景區域等的大圖像塊，分彆提取HOG特徵，標記為正負樣本，然後將這些樣本特徵集閤作為訓練樣本輸入SVM分類器，即可訓練得到目標準確的參數化外觀模型。由於HOG特徵具有幾何不變的特性，經過SVM訓練後得到的目標外觀模型將更加準確。對文中所提齣的遙感圖像處理算法，實現瞭仿真程序設計，驗證瞭算法的可行性，完成無人機航空遙感圖像動態拼接軟件的設計工作。
　　全書共分10章，第1章對無人機及遙感係統做瞭簡單的介紹，針對遙感技術中的圖像匹配和融閤，給予綜述性的論述；第2章研究拼接處理前的畸變校正以及去噪增強等圖像預處理工作；第3章研究基於圖像大邊緣提取的圖像拼接技術；第4章研究顔色空間和顔色相似性的度量關係，為基於像素顔色的相似性匹配計算提供理論基礎；第5章討論彩色圖像拼接；第6章研究目標檢測中一些常用的圖像特徵，詳細描述瞭HOG特徵的提取方法；第7章研究支持嚮量機(SVM)算法的原理，詳細描述瞭基於HOG和SVM的目標外觀模型的構建；第8章研究並提齣瞭基於最小生成樹模型的目標模型，詳細描述瞭跟蹤模型的構建過程，並將這種跟蹤算法應用到多目標跟蹤視頻中；第9章研究一個在綫的、結構化的SVM(StructuredSVM)框架中學習外觀模型參數和目標間的相互關係參數，實時更新所有目標的外觀模型和這些目標間的結構約束，使跟蹤器能夠及時適應目標和環境的變化；第10章總結全文並展望下一步的研究內容。
　　本書第1章至第5章由程遠航編寫，第6章至第10章由武剛編寫。全書由程遠航統稿。
　　作者的能力水平和學識有限，本書內容如有不足之處，懇請讀者批評指正。
　　作者
　　2016年3月

遙感影像分析與應用：從原理到實踐 本書旨在係統介紹遙感影像的分析方法與實際應用，涵蓋從基礎理論到前沿技術的全過程。我們將深入探討遙感影像的形成機理、數據獲取方式，以及在不同領域內的廣泛應用，為讀者提供一個全麵而深入的認知框架。 第一部分：遙感影像基礎理論 本部分將為讀者打下堅實的遙感理論基礎。我們將從電磁波與遙感的關係入手，詳細闡述不同波段的電磁波在地球錶麵的相互作用，以及這些相互作用如何被遙感傳感器捕捉。內容將涵蓋： 電磁波譜與遙感：介紹可見光、近紅外、熱紅外、微波等不同波段的特性，以及它們對不同地物的響應規律。 遙感成像原理：深入剖析不同類型遙感器（如可見光相機、多光譜相機、高光譜相機、閤成孔徑雷達等）的工作原理，解釋其成像方式、空間分辨率、光譜分辨率和時間分辨率等關鍵參數。 大氣效應與輻射定標：分析大氣對遙感信號的影響，介紹大氣校正的方法，以及輻射定標在保證影像準確性中的重要作用。 影像幾何畸變與校正：講解遙感影像中存在的各種幾何畸變（如平颱姿態、地形起伏等），並詳細介紹幾何校正的流程和常用算法。 第二部分：遙感影像處理與分析技術 本部分將聚焦於遙感影像的實際處理與分析過程，介紹各種主流的處理工具和算法。我們將帶領讀者一步步掌握從影像預處理到高級分析的全套技術： 影像預處理：詳細講解影像增強（如對比度拉伸、直方圖均衡化）、影像濾波（如平滑濾波、銳化濾波）、影像融閤（如全色增強、多光譜融閤）等常用預處理技術，以提升影像的可視化效果和後續分析的精度。 影像分類：深入介紹遙感影像分類的原理和方法，包括監督分類（如最大似然法、支持嚮量機、隨機森林）和非監督分類（如K-means、Isodata）等，並探討不同分類方法的適用場景。 特徵提取與目標識彆：講解如何從影像中提取有用的地理空間特徵，如紋理特徵、形狀特徵、光譜特徵等，並介紹基於這些特徵的目標識彆技術，例如地物對象識彆、建築物檢測等。 變化檢測：分析遙感影像變化檢測的基本原理，介紹常用的變化檢測算法，並展示如何利用變化檢測技術監測地錶環境的變化，如森林覆蓋變化、城市擴張等。 遙感影像指數應用：重點介紹多種常用的遙感影像指數，如歸一化植被指數（NDVI）、歸一化差異水體指數（NDWI）、建築指數（NDBI）等，並闡述它們在植被監測、水體提取、城市擴張分析等領域的具體應用。 麵嚮對象影像分析（OBIA）：介紹麵嚮對象影像分析的理念和方法，與基於像素的分析進行對比，並闡述OBIA在復雜地物分類、精細化製圖中的優勢。 第三部分：遙感影像在不同領域的應用 本部分將通過豐富的案例，展示遙感影像在各個領域的實際應用價值，讓讀者深刻理解遙感技術如何解決現實世界的問題： 環境保護與可持續發展： 土地覆蓋與土地利用監測：如何利用遙感影像監測土地覆蓋變化，分析城市擴張、耕地占用、濕地退化等問題，為可持續土地利用規劃提供數據支持。 植被健康與産量估算：通過分析植被指數、光譜特徵等，評估植被的生長狀況，預測農作物産量，為農業生産提供科學指導。 水資源監測與水環境評價：利用遙感影像監測地錶水體麵積、水體質量，評估水資源分布，分析水體汙染，為水資源管理和環境保護提供決策依據。 災害監測與評估：介紹如何利用遙感影像對洪澇、乾旱、火災、地震等自然災害進行快速監測、災情評估和損失分析，為應急響應和災後重建提供支持。 城市規劃與智慧城市建設： 城市建成區提取與擴張分析：如何利用遙感影像精確提取城市建成區，分析城市擴張的時空動態，為城市規劃和管理提供依據。 城市熱島效應監測：通過熱紅外遙感影像分析城市地錶溫度分布，識彆熱島效應區域，為城市降溫和改善人居環境提供科學建議。 城市基礎設施監測：利用高分辨率遙感影像監測道路、橋梁、綠地等城市基礎設施的分布和狀態，為城市精細化管理提供支持。 地質與礦産資源勘探： 礦産資源預測與勘探：介紹遙感影像在識彆異常地質構造、指示礦化信息方麵的應用，輔助礦産資源的預測與勘探。 地質災害監測與預警：利用遙感影像監測滑坡、崩塌、地麵沉降等潛在的地質災害，為地質災害的預防和預警提供信息。 海洋與海岸帶資源開發利用： 海岸帶環境監測：利用遙感影像監測海岸綫變化、海洋汙染、紅潮等，為海岸帶資源管理和環境保護提供數據。 海洋漁業資源調查：介紹遙感影像在海洋初級生産力評估、魚群聚集區識彆方麵的應用，為漁業資源管理提供支持。 國防安全與測繪： 軍事目標識彆與態勢感知：介紹高分辨率遙感影像在軍事目標識彆、戰場態勢感知方麵的應用。 地形測繪與地圖更新：利用遙感影像進行地形測繪，更新地圖信息，為地理空間信息服務提供基礎數據。 第四部分：前沿技術與發展趨勢 本部分將展望遙感影像分析的未來發展方嚮，介紹當前熱門的前沿技術： 深度學習在遙感影像分析中的應用：詳細介紹捲積神經網絡（CNN）、循環神經網絡（RNN）等深度學習模型在影像分類、目標檢測、語義分割等任務中的最新進展和應用案例。 高光譜遙感影像處理：探討高光譜影像的光譜分辨率優勢，以及在高光譜影像解混、分類、目標識彆等方麵的關鍵技術。 遙感大數據與雲計算：分析海量遙感數據帶來的挑戰與機遇，介紹雲計算、大數據技術如何賦能遙感影像的處理與分析。 時序遙感影像分析：探討如何利用多時相遙感影像進行地物動態監測、變化趨勢分析，揭示地錶過程的時空演變規律。 多源遙感影像融閤：介紹不同傳感器、不同類型遙感影像（如光學、雷達、激光雷達）的融閤技術，以獲取更全麵、更精細的空間信息。 本書力求語言通俗易懂，理論講解深入淺齣，並輔以豐富的圖例和實際案例，幫助讀者在掌握遙感影像分析的核心技術的同時，也能夠將其有效地應用於實際工作中，解決各種現實問題。無論是遙感領域的初學者，還是希望深化研究的專業人士，本書都將是您不可或缺的參考指南。