排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
本文是机器视觉参量下的三维数字摄影测量智能构象第三部分,以仿生复眼运动目标捕获的3-3-2信息处理方式为切入点,提出生物利用复眼进行三维成像的基本原理,然而由于传统仿生视觉受到硬件条件制约,所以本文在仿生复眼3-3-2信息获取理论的基础上,利用新一代微透镜阵列光场相机技术,提出了一种以单张光场影像获取目标场景深度信息的方法,并将其应用至绝对深度测量中。由于光场影像的一个重要的特性在于记录进入相机的不同光线的强度与方向信息,本文提出利用光线信息进行多深度层次重聚焦的方法,通过对物点在不同层次进行聚焦代价计算,确定出物点成像的平面,最终构建基于物点成像平面位置的深度图。与传统的光场深度估计相比,本文方法计算的深度图可以显著提升分辨率,且不依赖于光场微透镜的数目。为了验证本文方法的有效性,利用本文的算法与现有的深度信息的算法进行深度计算的比较。 相似文献
2.
3.
准确把握成像系统调制传递函数(MTF)在运行过程中的变化,关系到遥感数据资源的合理及有效利用。该文采用实地铺设辐射状靶标的方法,利用无人机拍摄的靶标图像,对成像系统的MTF进行研究,计算了成像系统航向、垂直航向的MTF和靶标圆周上的MTF,并简要分析了航向和垂直航向MTF曲线存在较大差异的原因。 相似文献
4.
5.
无人机因其灵活、高分辨率等特点在遥感领域中得到了广泛应用,但是目前的无人机遥感多为单机作业,存在缺乏组网协同规划、作业效率有待提高等问题.无人机组网遥感观测能够克服单机作业存在的问题,可以实现多尺度、多平台、多载荷的高频次迅捷组网观测,快速获取大范围的超高分辨率数据,为大范围的生态环境监测、洪涝灾害监测以及国土安全应急... 相似文献
6.
7.
针对当下全球的水域环境监测中水体提取不完整、与周围地物区分错误等问题,以山东潍河为研究对象,提出了一种改进分水岭分割方法.首先提取目标水体的光谱信息分量作为前景图,然后将膨胀后的水体对象作为背景图,利用前景图与背景图叠加生成标记图,最后利用标记图通过分水岭变换对原图像进行分割以实现水体信息的自动提取.本文将试验结果与OpenCV中手动标记种子点的分水岭算法、基于Canny边缘的分水岭算法、结合形态滤波和标记的分水岭分割方法结果进行了对比.结果表明,本文算法比用种子点手动标记的方法更加自动化,提取的水体更加完整准确;相比于Canny边缘方法又避免了过度分割;比结合形态滤波标记的方法也更加完整准确,目标水体明显,对于水体提取是一种自动化的有效方法. 相似文献
8.
9.
针对遥感观测的需求与特点,提出一种基于遥感任务的凹多边形区域无人机 (UAV) 航迹规划算法,旨在保证UAV不相撞与区域全覆盖的前提下,总耗时更短. 根据遥感影像获取的特点,采用统一主飞行方向,定点拍摄进行UAV航迹规划. 通过航线分割点求取、多边形划分、UAV分配、碎片多边形合并与UAV再分配以及航点信息求取五个步骤,得到在选定主飞行方向的情况下UAV航迹的优化. 通过选取凹多边形及其凸包的边所在的方向分别为主方向,得到全局最优解. 实验结果表明:该算法能合理分配UAV并进行航迹规划,比传统方法更为高效、适用性更强. 相似文献
10.
中小型无人机(UAV)越来越多地应用于各种实时静态和动态任务中,已成为对人类非常有用的辅助工具。适合无人机在各种条件下进行监视和测量的因素有很多,但无人机在执行不同的实时任务时仍会受到各种挑战,且一旦在任务执行过程中任何一个约束的及时响应缺失,将会影响任务的总体结果,导致整个任务部分或完全失败,在实际中很难建立完美系统。因此,在系统中引入冗余容错来最小化故障概率并增强其鲁棒性非常重要。其中,根本问题是随着系统复杂性的增加,除非对其采取补偿措施,否则其可靠性会急剧下降。冗余容错是通过添加一个或多个模块(通常采用并行配置)作为备份来引入冗余。为了提高极端条件下航空遥感任务无人机网络系统的鲁棒性和成功率,本文将基于冗余的容错控制技术引入无人机网络设计中,确定了不同限制条件下的最佳网络解决方案。组网设计是在不同观测条件下的遥感任务如“大尺度生态监测”、“中尺度洪灾监测”、“小尺度安全监测” 中,通过同步监控进行主动合作的包括多个无人机的网络。多无人机网络作为冗余容错体系结构时可以通过添加多个无人机作为备份使得系统可以容错,而无人机在不同极端条件下的位置和视角则可以作为冗余容错的场景设置。当组网方案中的无人机位置和视角超过设定的阈值时可以被认为是故障的,其将被分离并不考虑进一步分析。通过以上方式,无人机网络可以在极端条件下得到组网控制方案的有效输出,进而保证遥感观测任务的顺利进行。 相似文献
1