登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

无人机航拍照片相似性检索技术研究开题报告

 2021-12-30 21:35:55  

全文总字数:4246字

1. 研究目的与意义及国内外研究现状

随着科技的进步与发展,大众对遥感图像的需求与日俱增,有更多的企业愿意用航拍图像来展示自己公司的风貌与实力,城市也可以用航拍图像来展示自己的形象与风貌等等。遥感图像也为人们提供了认识和改造自然的方法。虽然现在有商业卫星可以提供高分辨率和高精度的遥感数据,但是卫星遥感数据一般都存在时效性差、图像更新周期长、云层干扰等问题。而载人机航拍除了价格昂贵、人力成本高外,在飞行高度、时间、区域上均有规定和限制,在边境地区存在边防等安全问题,气候因素也会妨碍遥感数据的成像质量。传统航拍出现的问题和缺点被无人机航拍很好得解决了。通过在无人机上搭载高像素的数码摄像机,可以很清晰的拍摄低空航拍照片。系统的机动性高、拍摄时间灵活,解决了传统航拍时效性差的,而且无人机航拍的价格便宜、人力成本低,这些特点都使得无人机航拍得到了人们越来越多的应用和关注;由于无人机飞行频繁出现在科机场、国家保密区等禁飞区域,无人机在近两年对飞行高度和飞行区域进行了很大的限制,但在应用方面还是有非常多的作用,主要包括草原和原始森林的防火,火山、高压线、沼泽、大桥或堤坝等危险性高的区域安全巡检,土地资源利用率监测,矿产资源的勘探,地质环境与灾害的评估,城市地图信息的更新,交通管制。私人方面可以实现低空自拍,美景拍摄欣赏,发烧友玩乐等等。 然而由于无人机在操作上的不稳定性,即使是在文本标题排列上临近的图像 可能因为无人机的抖动,相机聚焦的问题出现排列的误差,因此基于内容的无人机航拍相似性检索成为一个重要的问题。20世纪70年代末出现了最初的基于文本的图像检索系统,在21世纪初发展初步成熟。目前图像检索技术基本上可以分为基于文本和内容的图像检索技术,虽然也存在基于语义的图像检索技术、基于对象的图像检索技术,但技术还不太成熟,没有达到应用的水平。

基于文本的图像检索技术(text-basedimage retrieval,tbir),含义是通过标注人自身的理解对图像的内容进行信息的人工的文本标注。虽然方法操作简单,但却存在着许多问题。因为图像丰富的内涵,每个人对一幅图像中的内容理解不尽相同,因此,图像所包含的内容不能被全面精确描述。而且随着互联网的发展,在如今这个大数据的时代,人工标注在源源不断产生的图像面前只能望洋兴叹。因此,基于文本的图像检索技术不适合针对内容的相似度检索。自20世纪90年代开始,基于内容的图像检索技术(content-based image retrieval,cbir)概念和相关理论算法逐渐出现。基于内容的图像检索技术包含识别技术、图像分析以及多媒体人机交互等技术。系统一般用范例样本作为查询条件进行检索,首先提取图像的多尺度特征,然后根据特征计算图像与数据库图像内容的相似度,返回数据库中最相似的图片,从而实现基于内容的图像检索,如有必要可以通过与用户交互,采用相关反馈技术提高基于内容图像检索的准确率。这种技术针对的是图像的内容信息,在图像的采集上更具备客观性性,避免了文本检索的主观随意性的缺点,成为了当前主流的图像检索研究方向。

基于关键字检索提取图像的底层语义特征如图像的名称,备注等。而基于内容的图像检索它提取图像的高层语义特征。比如颜色、纹理、形状等等对比这些特征的相似程度,给出满足用户要求的图像结果。其技术流程是:首先,对带线索图像进行预处理,然后提取图像的特征和数据库或互联网中的图像特征进行相似度检索,最后按照检索方式输出用户想要的结果。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

无人机航拍照片相似性检索技术研究的主要内容是对无人机航拍照片的图像检索。检索的主要方法步骤如下:

1图像特征提取:对颜色特征提取建立模型,通过直方图法,颜色熵法,颜色矩法等进行特征提取。对纹理特征描述方法有统计法,频谱法,结构法以及它们的组合等。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

准备阶段:了解无人机航拍技术和图像相似度索引技术发展现状。了解需要应用的数据库知识,接口知识,匹配知识,准备阶段后期要清楚应该开发一款什么样的系统应用。撰写论文的绪论部分。

开题阶段:至4月1日,完成应用的需求分析,完成总体设计,完成任务书、开题报告,撰写相应部分的论文。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

1] lowe d g.distinctive image features from scale invariant key points[j]. international journal of computer vision.2004,60(2):91-110

[2] zhang y,zhu d,wang y l. improved fast feature matc-hing method of sift

[j]. control and automation publica-tion group,2008,24( 11) : 220.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图