【摘 要】
：
无人机视频帧具有低对比度和色彩可读性差等缺点,为了解决这些问题并从视频中自动获取视频帧,本文提出一种无人机视频帧自动拼接方法。首先介绍相位相关理论,并推导出指定重叠度视频帧提取公式,在此基础上进行指定重叠度视频帧的自动提取;最后利用改进的SURF算法完成视频帧的匹配和拼接。实验结果表明本文采用的方法能实现视频帧的自动提取和快速拼接。
论文部分内容阅读
无人机视频帧具有低对比度和色彩可读性差等缺点,为了解决这些问题并从视频中自动获取视频帧,本文提出一种无人机视频帧自动拼接方法。首先介绍相位相关理论,并推导出指定重叠度视频帧提取公式,在此基础上进行指定重叠度视频帧的自动提取;最后利用改进的SURF算法完成视频帧的匹配和拼接。实验结果表明本文采用的方法能实现视频帧的自动提取和快速拼接。
其他文献
通过对合成孔径雷达(SAR)影像成像几何机理的分析,以传感器位置和姿态作为定向参数,构建了考虑多普勒参数的SAR影像距离—共面方程及基于该方程的SAR影像空中三角测量模型。以登封地区99景0.5 m分辨率机载非0多普勒SAR影像为试验数据,进行了单片定向、无控制点的自由网平差、稀少控制点的区域网平差及带有自检校参数的区域网平差等系列试验。与R-D模型相比,本文模型减少了定向参数的数目,实现了SAR
通过遥感影像云量数据和地面站点日照百分率观测数据建立遥感集成日照百分率模型,模拟遥感集成日照百分率的空间分布。基本思路是以空间尺度上的富余弥补时间尺度上的稀缺。云的移动是连续的,所以一幅云量遥感影像中,某一格网点周围一定区域范围内的云量都有可能对该点日照情况产生影响,因此对遥感总云量数据在日照轨迹内及云移动所经路径内重采样,能够更接近可照时段内云量的真实情况。然后按云量和日照百分率的负相关性,建立
不确定性是定量认识陆地表层系统的最大挑战之一.本文讨论了陆地表层系统中不确定性的来源及减小和控制不确定性的可能途径.从模型模拟的角度,不确定性的首要来源是影响陆地表层的参数、状态变量和近地表大气状态等边界条件的高度异质性.从观测的角度,我们首先用代表性误差的概念统一了由尺度代表性所引起的误差.代表性误差也主要来源于空间异质性,对于定点观测,它指将模型单元的模型状态映射到某一观测在其所代表性空间上的
利用地物分布的光谱异质性与均匀性信息,提出一种基于光谱相似性的高度异质性条件下喀斯特植被盖度提取方法。研究表明,利用NDVI植被指数方法提取植被盖度时均容易低估喀斯特区域的植被盖度信息,利用像元二分模型则容易高估整个区域的植被盖度信息;而基于光谱相似性对图像进行分块后再提取植被盖度,降低了高度异质性景观对喀斯特植被盖度信息提取的影响,提高了喀斯特地区植被盖度提取的精度。
在介绍传统悬高测量方法的基础上,提出小角法用于精确悬高测量的新方法,并对其进行公式推导和精度分析,通过实例证明此方法的可行性。
获取具有时态特性的NDVI曲线是进行土地利用与植被覆盖变化分析的必要步骤,为有效地利用多源遥感影像数据,本文基于尺度下降理论,利用具有不同时间分辨率的高、低空间分辨率遥感影像,采用线性光谱混合模型反向分解低空间分辨率混合像元,计算其子像元级地物反射率,生成具有高时态特性的子像元级NDVI时间序列曲线,使利用有限的遥感数据资源进行较精细的动态植被生物量变化分析成为可能。通过真实影像数据实验分析,其结
根据地物空间分布自相关原理,提出一种基于模拟退火算法的亚像元定位新方法,通过优化子像元的空间分布,最终确定混合像元中各组分的位置。通过遥感影像数据对模型进行测试,并使用已有评价指标对试验结果的视觉效果和分类精度进行评价,试验证明本方法能更好地重建地物空间分布,与硬分类方法相比能显著提高分类精度。
有理函数模型(RFM)作为一种通用的传感器几何模型在星载推扫式光学卫星影像的处理中得到了广泛的应用。但是,ALOS卫星平台高频颤振引起RFM在替代PRISM传感器校正产品的严密成像几何模型时精度低,使得传感器校正产品的RFM精度无法满足测绘应用中提取DEM的需求。针对该问题,本文提出采用系统几何纠正产品替代传感器校正产品进行测绘生产的方法。通过对系统几何纠正产品特性的分析,建立系统几何纠正产品的三
针对高分辨率影像多尺度并行分割过程中数据分块间产生的"分隔线"问题,提出一种基于并行预分割的多尺度分割方法,从而避免了"分隔线"的产生,消除了其所带来的种种问题。试验结果表明,通过合理设置阈值,并行预分割所得到的影像对象基本准确,最终分割也取得了较为理想的结果;且对于多种尺寸的遥感影像,基于并行预分割的影像分割过程相对于串行分割,效率有了显著提升。
高分辨率影像具有空间分辨率高、光谱分辨率相对不足的特点,在多领域中具有广阔的应用前景。利用Google Earth高分辨率遥感影像作为数据源,对其红、绿、蓝通道图像,以及三通道取平均的全色通道图像进行建筑物角点检测,并根据建筑物在影像上具有几何角点的特点,对Harris算法的一阶梯度算子进行4种方向上的改进。对Google Earth的红、绿、蓝、全色4种图像进行试验,从4个检测方向上检测并累加,