無人機航空遙感繫統具有圖像分辨率高、圖像實
時傳輸、適合高危地區作業、成本低、機動靈活等優
點，適用於低空高分辨率遙感數據的實時獲取，在區
域性、工程性、災害性和軍事性的遙感監測中發揮著
大型遙感繫統難以替代的作用。無人機執行遙感監測
任務時，需要實時傳輸其所獲取的圖像以及狀態數據
，這就要求無人機航空遙感繫統具備自動、高速地完
成圖像的獲取、壓縮、傳輸、處理、顯示以及存儲等
功能。其中，確保遙感圖像處理的精準性、實時性與
可視性是無人機得以有效利用的重要前提條件。由於
現有成像設備的性能所限，目前的航空遙感成像繫統
無法獲得大面積、高分辨率的觀測圖像，因此需要將
獲取的序列遙感圖像進行在線動態拼接，以提高遙感
圖像的信息獲取能力。程遠航著的《無人機航空遙感
圖像拼接技術研究》結合無人機航空遙感具體的應用
需求，針對航空遙感圖像拼接技術中的幾項關鍵技術
進行了研究和探討。內容包括：圖像幾何畸變校正、
灰度序列遙感圖像拼接、顏色空間與顏色相似性度量
、彩色遙感圖像拼接、圖像特征提取方法、SVM機器
學習算法、可變形模板的多目標跟蹤模型等。
本書可供信息科學、遙感科學和數理科學的科研
人員和工程技術人員閱讀，還可以作為計算機科學與
技術、自動化、電子工程、遙感技術等專業的研究生
和高年級本科生的教學參考書。

第1章 緒論
1.1 無人機
1.2 無人機航空遙感繫統
1.3 遙感圖像拼接技術
1.3.1 圖像匹配技術
1.3.2 圖像融合技術
第2章 遙感圖像的基礎理論及相關知識
2.1 遙感圖像幾何畸變校正
2.1.1 坐標繫統
2.1.2 影像的內外方位元素
2.1.3 空間直角坐標繫的旋轉變換
2.1.4 共線方程
2.1.5 灰度重采樣
2.2 遙感圖像並行幾何校正算法
2.2.1 並行幾何校正算法
2.2.2 並行幾何校正算法的實驗結果與分析
2.3 遙感圖像對比度增強
2.3.1 直方圖修正法
2.3.2 直接灰度變換法
2.3.3 Wavelet與Curvelet變換相結合的圖像增強方法
2.4 實驗結果與分析
2.5 結論
第3章 灰度序列遙感圖像拼接
3.1 圖像邊緣檢測
3.1.1 微分算子法
3.1.2 Canny算法
3.1.3 數學形態學在邊緣檢測中的應用
3.1.4 基於小波變換的邊緣檢測方法
3.2 小波變換與Canny算法相結合的邊緣檢測方法
3.2.1 小波基選擇
3.2.2 自適應確定雙閾值
3.3 圖像匹配
3.3.1 匹配搜索區域計算
3.3.2 特征模板提取
3.3.3 匹配計算
3.4 圖像融合
3.4.1 失真程度
3.4.2 能量總和
3.4.3 能量*小化
3.5 實驗結果與分析
3.6 結論
第4章 顏色空間與顏色相似性度量
4.1 顏色空間分析
4.1.1 面向設備的顏色空間
4.1.2 面向視覺感知的顏色空間
4.1.3 均勻顏色空間
4.1.4 色差度量
4.2 顏色相似性度量
4.2.1 RGB與HSI顏色空間變換的特征
4.2.2 顏色相似繫數
4.3 實驗結果與分析
4.4 結論
第5章 彩色遙感圖像拼接
5.1 顏色空間變換
5.2 色差計算
5.3 彩色圖像匹配
5.3.1 特征模板提取
5.3.2 匹配搜索策略
5.4 彩色圖像平滑
5.4.1 伽馬校正方法
5.4.2 亮度變換函數
5.4.3 平滑計算
5.5 實驗結果與分析
5.6 結論
第6章 圖像特征提取
6.1 圖像特征
6.1.1 LBP特征
6.1.2 Haar-like特征
6.1.3 SIFT特征
6.1.4 HOG特征
6.2 HOG特征的提取方法
6.2.1 圖像梯度計算
6.2.2 空間以及方向上的梯度統計
6.2.3 塊內梯度直方圖的歸一化
6.2.4 *終HOG特征向量的生成
6.3 HOG特征的目標描述
6.4 實驗結果與分析
第7章 SVM機器學習算法
7.1 支持向量機(SVM)的原理
7.2 SVM分類器的數學模型
7.2.1 線性可分情況下的SVM模型
7.2.2 線性不可分情況下的SVM模型
7.2.3 非線性可分情況下的SVM模型
7.3 SVM分類器設計
7.4 HOG和SVM的目標外觀模型
7.4.1 目標外觀模型的建立
7.4.2 SVM分類器的訓練
第8章 可變形模板的多目標跟蹤模型
8.1 可變形模板
8.2 圖結構模型
8.2.1 圖的基本概念
8.2.2 表示圖像結構特征的圖
8.3 構造*小生成樹
8.4 建立目標跟蹤模型
第9章 SVM在線學習的模型參數*新
9.1 在線學習的跟蹤算法
9.2 SVM在線學習的跟蹤框架
9.3 結構化的SVM學習
9.3.1 結構化的SVM
9.3.2 結構化學習
9.4 實驗結果與分析
**0章 總結與展望
10.1 工作總結
10.2 未來工作的展望
參考文獻