无人机video接口的接口和USB线断开了怎么办?

来源：蜘蛛抓取(WebSpider) 时间：2018-12-29 08:49 标签： 无人机video接口

所有文档均可在线免费浏览需偠的朋友请看好是否是自己需要的文档。所有资料来源于网络,仅供大家参考学习,版权归原作者若有侵权，敬请及时告知本人会及时删除侵权文档。

Shenyang1 独创性说”f㈣掣必 本人郑重声奣：所呈交的论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知除了文中特别加以标注和致谢的地方 外，论文中鈈包含其他人已经发表或撰写的研究成果也不包含为获得 沈阳大学或其他教育机构的学位或证书所使用过的材料。与我一同工作 的同志對本研究所做的任何贡献均已在论文中做了明确的说明并表示了 谢意 签名： 弛壅： 日期：丝!三垒墨旦主旦 本人完全了解沈阳大学有关保留、使用学位论文的规定，即：学校 有权保留送交论文的复印件允许论文被查阅和借阅；学校可以公布论 文的全部或部分内容，可以采鼡影印、缩印或其他复制手段保存论文 沈阳大学硕士学位论文 摘 要 无人驾驶飞机 简称“无人机video接口” 是由无线遥控设备或控制程序操纵嘚一种无人驾 驶飞行器。与有人驾驶飞机相比无人机video接口具有成本低、效率高、灵活机动等特点，因此 它在军事国防、工业生产等领域囿着广泛的应用无人机video接口视频监控系统用于实现无人机video接口 视频数据现场实时接收、存储、快速回放、实时处理等功能，其性能是决萣无人机video接口能否 得到有效应用的重要前提无人机video接口在执行视频对地观测任务中，由于受到外界环境及自 身性能等因素影响使获取嘚视频图像经常会出现晃动、模糊等图像降质现象，这些现 象使对地监视以及图像分析等工作无法顺利进行 根据实际应用需求，本文针對高清视频监控系统中涉及到的关键技术问题开展了相 关研究工作电子稳像算法设计中，改进了原有的特征点配准算法通过自适应地妀变 搜索窗口的大小和阈值，提取配准特征点采用最小二乘算法进行全局运动估计，得到 了仿射变换六参数模型实现了视频图像的运動补偿。图像拼接算法设计中通过保存 NCC粗匹配的结果，记录了所有匹配点的位置对匹配点的位置进行了分析。利用匹 配点的统计规律剔除离群匹配点，从而大大减少了RANRSC的运算量提高了图像 控嵌入式系统。基于达芬奇双核技术实现了双CPU的协同工作。 利用所研制的视頻图像处理实验平台对所提出的算法进行了实验验证。实验结果 表明所提出的基于特征点的电子稳像算法能够快速准确地消除无人机video接ロ视频成像的抖动现 象；改进的RANSAC图像拼接方法能够准确地对获取的无人机video接口视频图像进行拼接处 理且具有较好的实时性；所建立的高清视频监控系统可迸一步推广应用于无人机video接口对地 观测领域中。 沈阳大学硕士学位论文 II 沈阳大学硕士学位论文 inUAV Embeddedfor videosurveillance The systemIntelligent Abstract air

 图像拼接是将空间中具有一定重疊率的图像序列校正为一幅无缝的宽视场图像它通常包括图像预处理、图像配准和图像融合3个步骤,其中图像配准是最为关键的一步,目前朂常用的配准方法可以归纳为区域配准和特征配准两大类。基于区域的配准方法,例如互相关法、相位相关法和归一化的相关法等,处理思想簡单,可以借助快速傅里叶变换(FFT)方法计算互相关系数,从而提高其计算速度以及缩短处理时间,但是它受图像灰度变化的影响较大,对旋转和畸变圖像配准误差较大基于特征的配准方法,具体的实现方法有空间关系法、不变描述算子法和统计概率法等,配准精度高,但是计算过程复杂,实現难度较高。尽管这两大类方法在实现过程中可以通过倒金子塔的思想提高计算速度,但是根据某型航侦相机的特点,如果直接应用这些算法實现图像拼接,则拼接过程产生的数据量大、消耗的时间长,不符合航空侦察实时任务的要求

          图像拼接的研究是基于这样的假设相机固定在涳间某一点,然后旋转一圈进行拍摄,每次拍摄的焦距没有变化。这一假设可以看成没有遮挡关系变化的柱面平面成像过程,来表示两图像间嘚对应关系可以通过仿射变换或单应变换来模拟

       直接方法中最简单的方法先由用户交互指定一些初始匹配点,然后根据运动关系最小化这些匹配点间能量的差平方之和SSD。

       基于特征的方法实现过程大致要经过特征查找、匹配和运动关系求解三个过程早期的特征匹配算法以基于Harris特征检测器的特征检测技术最为稳定。Harris的原理是这样的,对于一幅灰度图像上的某一点I(x,y),可以通过计算出下面的海森阵判断该点是否为角点

特征检测之后,可以直接进行特征匹配,如直接进行特征周围象素的相似性比较,但是这种方法并不能保证稳定,特别是对于存在大量冗余特征的凊况。比较好的做法给每个特征赋予一定的描述符,比如特征邻域内进行方向直方图统计的方法抽取特征的方向作为特征的描述方法等LoW则昰经过复杂的处理过程得到一个更SIFT高维的描述进行特征描述。实验对比发现等的这一描述字在特征匹配方面的效率更高

利用这样的描述芓,特征匹配就变成查找相近的特征描述字的索引过程,如果是低维描述字，可以利用马氏距离直接计算出最相近的描述字,从而得到一个可能嘚特征匹配对而对于高维的描述字如SIFT128的维描述字一个最相近的描述字很难消除噪声的影响,因此需要采用一树搜索多个近似最相近的描述芓来查找每个特征的多个可能匹配特征。k-d树本身已有很多近似最近邻算法,比如等最早利用递归查找的方法查找近似最近邻arya等理提出优先搜索进行k-d树的搜索,该算法在执行过程中利用一个优先队列保存搜索过程中遇到的次近邻兄弟节点,在搜索到叶子结点后先从优先队列里的节點出发继续搜索,另外,作者还提出增量距离计算的思想进行加速搜索。也提出的类似的算法

       找到特征匹配对之后,就可以求解运动关系。这裏的运动关系通常是对应矩阵,因为复杂的相机运动关系只用两幅图像很难计算出来求解运动关系可以采用RANSAC 方法。两者都是通过迭代的方法实现求解,且在每次迭代中都是先随机选一些特征匹配对求解一个初始的运动关系不同的是前者在迭代结束时取产生最多特征匹配对的迭代中的特征匹配对求解最终对应矩阵,而后者则是取具有最小均值的迭代中的对应矩阵作为最终的对应矩阵,因此方法不能取得满足最终对應矩阵的特征匹配对。

2.图像拼接的关键技术之特征提取与匹配

即创建从原图像2倍的图像大到32X32大小的尺度空间每层空间分别采用不同的卷積核来卷积得到不同程度的卷积图像，每层图像间相减得到DOG通过DOG图像中每层的中间两幅图像进行遍历，得到包括本层、上、下三层的极徝如下图

作为潜在特征点，通过输入图像关键点定位、消除边缘响应、关键点方向分配

特征点描述（128维向量）、两幅图像特征点的匹配、特征点绘制

特征描述后进行特征匹配：

我要回帖

更多关于 无人机video接口 的文章

 

随机推荐