图书介绍
无人机航空遥感图像拼接技术研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

- 程远航著 著
- 出版社: 北京:清华大学出版社
- ISBN:9787302444039
- 出版时间:2016
- 标注页数:181页
- 文件大小:34MB
- 文件页数:193页
- 主题词:无人驾驶飞机-航空遥感-遥感图象-图象处理-研究
PDF下载
下载说明
无人机航空遥感图像拼接技术研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 无人机2
1.2 无人机航空遥感系统4
1.3 遥感图像拼接技术7
1.3.1 图像匹配技术8
1.3.2 图像融合技术12
第2章 遥感图像的基础理论及相关知识17
2.1 遥感图像几何畸变校正18
2.1.1 坐标系统19
2.1.2 影像的内外方位元素20
2.1.3 空间直角坐标系的旋转变换21
2.1.4 共线方程22
2.1.5 灰度重采样24
2.2 遥感图像并行几何校正算法25
2.2.1 并行几何校正算法26
2.2.2 并行几何校正算法的实验结果与分析31
2.3 遥感图像对比度增强34
2.3.1 直方图修正法34
2.3.2 直接灰度变换法36
2.3.3 Wavelet与Curvelet变换相结合的图像增强方法39
2.4 实验结果与分析43
2.5 结论45
第3章 灰度序列遥感图像拼接47
3.1 图像边缘检测48
3.1.1 微分算子法49
3.1.2 Canny算法49
3.1.3 数学形态学在边缘检测中的应用50
3.1.4 基于小波变换的边缘检测方法51
3.2 小波变换与Canny算法相结合的边缘检测方法52
3.2.1 小波基选择54
3.2.2 自适应确定双阈值55
3.3 图像匹配57
3.3.1 匹配搜索区域计算57
3.3.2 特征模板提取59
3.3.3 匹配计算59
3.4 图像融合62
3.4.1 失真程度68
3.4.2 能量总和69
3.4.3 能量最小化71
3.5 实验结果与分析75
3.6 结论77
第4章 颜色空间与颜色相似性度量79
4.1 颜色空间分析80
4.1.1 面向设备的颜色空间80
4.1.2 面向视觉感知的颜色空间83
4.1.3 均匀颜色空间87
4.1.4 色差度量90
4.2 颜色相似性度量91
4.2.1 RGB与HSI颜色空间变换的特征92
4.2.2 颜色相似系数93
4.3 实验结果与分析95
4.4 结论96
第5章 彩色遥感图像拼接99
5.1 颜色空间变换100
5.2 色差计算101
5.3 彩色图像匹配102
5.3.1 特征模板提取102
5.3.2 匹配搜索策略104
5.4 彩色图像平滑104
5.4.1 伽马校正方法105
5.4.2 亮度变换函数106
5.4.3 平滑计算106
5.5 实验结果与分析107
5.6 结论110
第6章 图像特征提取111
6.1 图像特征112
6.1.1 LBP特征112
6.1.2 Haar-like特征115
6.1.3 SIFT特征117
6.1.4 HOG特征119
6.2 HOG特征的提取方法120
6.2.1 图像梯度计算120
6.2.2 空间以及方向上的梯度统计121
6.2.3 块内梯度直方图的归一化122
6.2.4 最终HOG特征向量的生成123
6.3 HOG特征的目标描述124
6.4 实验结果与分析125
第7章 SVM机器学习算法129
7.1 支持向量机(SVM)的原理130
7.2 SVM分类器的数学模型130
7.2.1 线性可分情况下的SVM模型130
7.2.2 线性不可分情况下的SVM模型134
7.2.3 非线性可分情况下的SVM模型135
7.3 SVM分类器设计136
7.4 HOG和SVM的目标外观模型137
7.4.1 目标外观模型的建立137
7.4.2 SVM分类器的训练138
第8章 可变形模板的多目标跟踪模型141
8.1 可变形模板142
8.2 图结构模型142
8.2.1 图的基本概念144
8.2.2 表示图像结构特征的图145
8.3 构造最小生成树146
8.4 建立目标跟踪模型147
第9章 SVM在线学习的模型参数更新151
9.1 在线学习的跟踪算法152
9.2 SVM在线学习的跟踪框架152
9.3 结构化的SVM学习154
9.3.1 结构化的SVM154
9.3.2 结构化学习155
9.4 实验结果与分析157
第10章 总结与展望163
10.1 工作总结164
10.2 未来工作的展望165
参考文献167
热门推荐
- 566916.html
- 2359714.html
- 1689000.html
- 2347636.html
- 2727461.html
- 2621380.html
- 2892244.html
- 2045242.html
- 3881598.html
- 893743.html
- http://www.ickdjs.cc/book_2716649.html
- http://www.ickdjs.cc/book_381766.html
- http://www.ickdjs.cc/book_1706052.html
- http://www.ickdjs.cc/book_3104576.html
- http://www.ickdjs.cc/book_2776276.html
- http://www.ickdjs.cc/book_3129326.html
- http://www.ickdjs.cc/book_2021898.html
- http://www.ickdjs.cc/book_541710.html
- http://www.ickdjs.cc/book_2371349.html
- http://www.ickdjs.cc/book_953767.html