基于无人机影像建筑物提取技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 研究的目的和意义 | 第10-11页 |
| 1.3 国内外的研究现状 | 第11-14页 |
| 1.3.1 低空摄影测量发展现状 | 第11-12页 |
| 1.3.2 建筑物提取技术研究现状 | 第12-14页 |
| 1.4 本文工作内容 | 第14-17页 |
| 1.4.1 研究内容概述 | 第14页 |
| 1.4.2 论文的结构 | 第14-17页 |
| 2 无人机航拍影像获取及后处理技术 | 第17-31页 |
| 2.1 无人机发展历程 | 第17页 |
| 2.2 无人机航空摄影测量系统组成 | 第17-21页 |
| 2.2.1 飞行平台 | 第17-18页 |
| 2.2.2 航空摄影相机 | 第18-19页 |
| 2.2.3 POS系统 | 第19-20页 |
| 2.2.4 航空摄影稳定平台 | 第20-21页 |
| 2.3 无人机航拍影像的获取 | 第21-25页 |
| 2.3.1 航空摄影航高确定 | 第21-22页 |
| 2.3.2 控制点的布设 | 第22-23页 |
| 2.3.3 基站布设设计 | 第23-24页 |
| 2.3.4 外业航拍 | 第24-25页 |
| 2.4 传统的无人机影像建筑物提取技术 | 第25-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 建筑物边缘检测理论与方法 | 第31-43页 |
| 3.1 边缘检测原理 | 第31-32页 |
| 3.2 Canny算子 | 第32-37页 |
| 3.2.1 Canny算子原理 | 第33-35页 |
| 3.2.2 改进Canny边缘检测算子 | 第35-37页 |
| 3.3 LoG算子 | 第37-38页 |
| 3.4 Sobel算子 | 第38-42页 |
| 3.5 几种边缘算子检测效果比较 | 第42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 建筑物影像分割技术研究 | 第43-55页 |
| 4.1 地物特征分类 | 第43-47页 |
| 4.1.1 光谱特征 | 第43页 |
| 4.1.2 外形特征 | 第43-45页 |
| 4.1.3 纹理特征 | 第45-46页 |
| 4.1.4 纹理的提取方法 | 第46-47页 |
| 4.2 建筑物的分类 | 第47-49页 |
| 4.3 分割的基本定义 | 第49页 |
| 4.4 基于阈值分割的定义 | 第49-50页 |
| 4.4.1 基本的全局阈值分割 | 第50页 |
| 4.4.2 多阈值分割 | 第50页 |
| 4.5 区域生长 | 第50-51页 |
| 4.6 建筑物影像分割应用研究 | 第51-55页 |
| 4.6.1 阈值的选择 | 第51-54页 |
| 4.6.2 去除大噪声点 | 第54-55页 |
| 5 形态学在无人机影像提取中的应用研究 | 第55-63页 |
| 5.1 形态学的发展史 | 第55-56页 |
| 5.2 形态学在二值影像中的应用研究 | 第56-59页 |
| 5.2.1 腐蚀与膨胀 | 第56-58页 |
| 5.2.2 开运算与闭运算 | 第58-59页 |
| 5.3 形态学在建筑物提取中的应用 | 第59-63页 |
| 5.3.1 形态学运算结果 | 第59-60页 |
| 5.3.2 建筑物提取结果 | 第60-61页 |
| 5.3.3 其他建筑物提取 | 第61-63页 |
| 6 结论与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 读研期间所发论文 | 第71页 |
