☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

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

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

評分☆☆☆☆☆

好書，收到快！

評分☆☆☆☆☆

等瞭好長時間，但書是真的好

評分☆☆☆☆☆

嘰嘰嘰嘰嘰嘰嘰嘰積極啦啦啦

評分☆☆☆☆☆

等瞭好長時間，但書是真的好

評分☆☆☆☆☆

圖像拼接技術

評分☆☆☆☆☆

║ ( ● ) ?

評分☆☆☆☆☆

應該不錯，朋友說

評分☆☆☆☆☆

║██║ ?

評分☆☆☆☆☆

書太簡略瞭，作為教材是不閤格的，大量內容一帶而過。

類似圖書 點擊查看全場最低價