无人机远距离快速识别方法研究

发布时间：2023-06-27 22:33

　　随着无人机行业和图像识别技术的飞速发展,无人机以巡航方式采集目标图像信息的现象越来越普遍,图像识别技术日新月异,通过无人机进行远距离目标图像的识别已经成为未来发展的趋势。采用计算机图像识别技术,并以无人机机载设备为云传输载体,对所采集的模糊目标图像进行自动快速分析与识别,是无人机识别模糊图像的新要求。本文以增强待识别目标图像与原目标图像的可识别度为目标,构建出一种能根据目标采集图像的轮廓信息判定与原目标图像可识别度的识别策略,并对相关的图像识别与处理技术进行了深入的研究。针对无人机获取的目标模糊图像预处理问题,本文对比并确定了以Lucy-Richardson复原算子为基础的图像去模糊方案,同时运用叠加小波双立方配比算法处理模糊图像,大幅度解决图像的失真问题,在图像云传输过程中通过结合电子防抖技术和图像压缩技术实现无人机图像的快速传输。鉴于无人机低空飞行途中因速度快、目标距离远导致图像识别的不精准问题,本文构建了以Bessel拟合为基础的轮廓匹配识别方法,并在优化算法的基础上构建了基于Bessel拟合和Hu不变矩的图像轮廓匹配算法,结合表征轮廓相似度的七个Hu不变矩参量值,将目标待识别图...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 轮廓匹配图像识别的国内外研究现状
    1.3 本文主要工作及内容安排
        1.3.1 主要工作
        1.3.2 内容安排
第2章 图像的预处理与快速稳定传输
    2.1 目标图像去模糊
        2.1.1 去模糊算子
        2.1.2 去模糊方案
    2.2 小波双立方配比插值
    2.3 快速稳定获取图像的方法
        2.3.1 防抖技术
        2.3.2 图像压缩
    2.4 本章小结
第3章 基于Bessel拟合的轮廓分段处理算法
    3.1 Canny轮廓提取
    3.2 轮廓特征点采样
    3.3 最短距离准则
    3.4 Bessel曲线拟合
        3.4.1 拟合原理
        3.4.2 拟合优势
    3.5 可行性对比实验
        3.5.1 实验结果
        3.5.2 实验结果分析
    3.6 本章小结
第4章 图像轮廓特性的描述子
    4.1 Hu不变矩
        4.1.1 几何矩
        4.1.2 归一化中心矩
    4.2 基于几何特征的曲率描述子
    4.3 其他描述子
        4.3.1 轮廓的轮廓树
        4.3.2 轮廓的成对几何直方图
    4.4 本章小结
第5章 基于Bessel和 Hu不变矩的轮廓相似度匹配
    5.1 算法的整体思路
    5.2 基于Hu不变矩的相似度匹配算法
        5.2.1 算法原理
        5.2.2 相似性度量
    5.3 基于Bessel和 Hu不变矩的轮廓相似度匹配算法
        5.3.1 基于Bessel拟合的分段轮廓处理算法的优化
        5.3.2 对比实验
    5.4 实验分析与结论
        5.4.1 相似度匹配结果的分析
        5.4.2 算法的可行性优势分析
    5.5 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 展望
致谢
参考文献
作者简介



本文编号：3835462