基于GPU架构的航拍图像拼接算法实现及优化研究

摘要

近年来随着无人机遥感技术的飞速发展，无人机航拍技术被应用到我们生活的许多场景中，例如：安全巡逻、地势勘测、灾害评估等。然而单张的航拍图像中所含的目标信息有限，这在某些特定的任务中是不能满足应用需求的。将多幅航拍图像进行快速的拼接以此来拓宽航拍图像的视野范围是本文研究的主要内容；除此以外，本文还对含雾的航拍图像进行了去雾处理，并且采用了低照度图像增强技术对去雾后的图像进行了亮度调整。
　　本文具体的研究内容归纳如下：
　　（1）本文利用数字图像拼接技术对无人机航拍获取到的图像进行拼接，以此得到一幅大视角的航拍图像，拓展了航拍图像的视野范围。
　　（2）利用了GPU并行计算技术以及CUDAC语言实现了基于SIFT算法的航拍图像拼接，实验证明了将GPU并行计算技术与SIFT算法进行结合能够很大程度的提高SIFT算法的执行速度，同时也间接地提高了航拍图像拼接的效率。
　　（3）采用了暗通道先验算法对含雾的航拍图像进行去雾处理，并且利用自动色阶算法和对比度受限自适应直方图均衡化（CLAHE）算法对去雾后的图像进行亮度调整,通过实验论证，CLAHE算法对于去雾后的图像亮度调整有更好的效果，并且还提高了后续图像配准的精度和航拍图像的拼接质量。

目录

声明

第1章 绪论

1.1研究背景和意义

1.2数字图像拼接技术的国内外研究现状

1.3 目前航拍图像拼接存在的问题

1.4论文研究内容

1.5论文的结构安排

第2章 GPU通用计算与CUDA概述

2.1 GPU通用计算

2.2 CUDA简介

2.3本章小结

第3章 基于SIFT算法的航拍图像拼接基本理论

3.1航拍图像拼接系统的总体设计

3.2图像获取

3.3航拍图像去雾处理

3.4图像配准

3.5 图像变换模型

3.6 投影模型的选择

3.7图像融合

3.8 本章小结

第4章 SIFT算法的并行设计以及去雾后的图像增强算法研究

4.1 SIFT特征图像配准算法的并行化分析与设计

4.2去雾后的图像增强算法研究

4.3本章小结

第5章 实验结果及数据分析

5.1实验环境的搭建

5.2实验结果及数据分析

5.3本章小结

第6章 结论与展望

6.1结论

6.2进一步的工作方向

致谢

参考文献

攻读学位期间的研究成果