街景影像中的斑马线检测与定位

针对街景影像中斑马线的自动检测与定位识别率和定位精度不高的问题,文章引入俯视投影与霍夫直线检测来改进基于双极系数的斑马线识别算法,并设计球面全景单像测量方法对斑马线进行粗略定位:对全景图像上路面区域进行俯视投影,使图像各处比例尺保持一致;对路面俯视图分块计算以生成双极系数图,并用形态学中闭运算与开运算进行处理;对候选区域进行霍夫直线检测,利用直线长度与方向的统计信息来排除干扰;最后使用单像量测方法对斑马线进行自动地理定位。实验结果证明,该方法对街景中的斑马线具有较高的识别率与定位精度。     

AMSR-E地表温度数据重建深度学习方法

地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E（Advanced Microwave Scanning Radiometer for EOS）可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R²在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-E LST轨道间隙数据,且优于传统方法。     

云雾覆盖下地表温度重建机器学习模型的训练集敏感性分析

热红外遥感是监测地表温度的重要技术手段。然而,由于其易受云雾影响,热红外遥感反演地表温度存在大量的观测空白区域,严重影响地表温度产品的应用。近年来,机器学习算法的发展为实现地表温度无缝观测提供了新的技术手段。然而,基于机器学习的云雾覆盖像元重建方法与训练样本的数量和分布有着直接的联系,其应用条件在现有研究中还鲜有讨论。为深入探究重建过程中训练数据量和数值分布对重建精度的影响,本文选择基于随机森林的地表温度重建模型开展样本敏感性分析,采用美国MODIS陆地产品和欧洲第二代静止气象卫星（MSG）入射短波辐射产品重建不同训练样本集下的地表温度,并与真实地表温度数据比较,定量评估重建结果精度与样本数量和分布之间关系。研究结果表明：（1）地表温度重建精度随着训练样本数据量增加显著转好。（2）在数据量一定的情况下,随机采样方式因为具有空间代表性比区域取样方式具有更精确更稳定的精度,能将重建后的均方根误差降到2.1 K以下,相关系数达到0.93以上。即使数据量较小,随机取样方式的重建精度较稳定的特点使得模型对因数据量不足造成的重建精度降低的负面效应具有减弱作用。（3）进一步划分不同高程带和植被覆盖条件下的训练集,当训练集所处范围与重建集所处范围一致或者训练集覆盖范围越广时,重建精度越好。总体而言,上述研究成果为今后采用机器学习方法重建地表温度应用中训练样本选择以及获取高精度地表温度重建结果提供了重要的科学参考。     

基于导向滤波与迭代反向投影的遥感影像超分辨率重建

针对单帧遥感影像采取迭代反投影方法进行超分辨率重建时,重建图像的强边缘存在锯齿效应,在分析了导向滤波算法原理后,本文提出了一种将上述算法引入迭代过程来处理图像误差的方法,以进一步提升图像的高频信息,提高图像的重建质量。选取同时间不同地物的遥感影像作为实验数据,实验结果表明,本文重建的结果与双三次插值方法、边缘导向插值方法和迭代反投影方法相比,在客观评价指标上均有提高,改善了重建影像的纹理细节。本文提出的超分辨率重建方法,可以使重建影像提供更多的高频信息,具有较好的稳定性和鲁棒性。     

利用Sentinel-2影像超分辨率重建的红树林冠层氮含量反演

氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R²val>0.579）均优于原始20 m的影像（R²val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R²val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R²val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R²cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。     

激光雷达点云电力线三维重建模型的对比与分析

电力线三维重建是直升机激光雷达（light detection and ranging,LiDAR）电力巡线的一项重要内容。提出了两种基于直升机LiDAR点云的电力线三维重建模型,包括直线段与悬链线段相结合的模型（简称为"模型一"）、直线段与抛物线段相结合的模型（简称为"模型二"）。其中,直线段位于xy平面,悬链线段和抛物线段位于过直线段的铅垂面。模型的创新之处在于两者均使用了电力线LiDAR点水平坐标进一步投影到xy平面上相应的拟合直线产生的比例因子作为悬链线、抛物线方程的参数。使用6个有代表性的实验数据、4个评价指标对6种重建模型（已有的4种和上述提出的两种）的性能进行评价和对比。实验结果表明,模型二具有最高的重建效率和最高的重建精度。另外,实验结果进一步说明铅垂面及铅垂面上投影模型的选择、误差因素的考虑等3个因素对重建模型性能有着显著影响。     

利用Delaunay细分进行噪声点云曲面重建

针对噪声点云曲面重建,提出了一种基于Delaunay细分的曲面重建算法。首先以点云法向为约束,采用抗差估计的方法拟合球面近似局部曲面;然后利用沿坐标轴的包围盒树结构（axis aligned bounding boxes tree,AABB-tree）快速搜索与线段相交的曲面包围球,以各包围球球心为初值、半径为可信区间,并行化迭代计算出线段与球面的首个交点,该交点可近似为线段与曲面交点;最后不断地插入交点进行Delaunay细分,从而网格化曲面。实验结果表明,当点云噪声较大时,该方法可以快速、稳健地重建出高质量曲面,且曲面重建精度较高。     

基于NSWT模极大值的PSF估计

大气湍流扰动严重影响了空间目标的观测、成像和识别。在目标图像的重建过程中,对成像系统和大气条件先验知识的缺乏使PSF（Point Spread Function）的估计成为解决病态问题的重要内容。在NSWT（NonSubsampled Wavelet Transform）和Fried参数的理论基础上,根据不同尺度下小波变换模极大值和高斯点扩散函数方差的关系,结合Fried参数提出一种新的估计方法,即基于非抽取小波变换模极大值的PSF估计算法。实验结果证明,该估计算法是确实可行的,重建的PSF能够有效地改善因受大气湍流影响的图像解卷积的效果。     

基于HMRF先验模型的HBE卫星遥感图像超分辨率重建

提出了一种在Bayes概率统计框架下的混合Bayes超分辨率重建算法，该算法采用Huber马尔可夫随机场（Huber Markov random field，HMRF）模型对理想图像进行先验建模，可以较好地突出重建图像的不连续边缘特征信息。实验结果表明，该算法克服了极大后验概率估计（maximum a posteriori，MAP）算法中的若干缺陷，取得了良好的重建结果，图像边缘特征清晰，纹理信息突出。     

汶川地震灾后恢复重建测绘专项1：10000数字线划图（DLG）质量控制探讨

本文通过对汶川地震灾后恢复重建测绘专项中1：10000数字线划图（DLG）的生产工艺和产品特性、质量元素的分析,总结了质量检查的内容,并针对质量检查内容,提出了相应的质量控制方法和手段。     

3D road marking reconstruction from street-level calibrated stereo pairs

This paper presents an automatic approach to road marking reconstruction using stereo pairs acquired by a mobile mapping system in a dense urban area. Two types of road markings were studied: zebra crossings (crosswalks) and dashed lines. These two types of road markings consist of strips having known shape and size. These geometric specifications are used to constrain the recognition of strips. In both cases (i.e. zebra crossings and dashed lines), the reconstruction method consists of three main steps. The first step extracts edge points from the left and right images of a stereo pair and computes 3D linked edges using a matching process. The second step comprises a filtering process that uses the known geometric specifications of road marking objects. The goal is to preserve linked edges that can plausibly belong to road markings and to filter others out. The final step uses the remaining linked edges to fit a theoretical model to the data. The method developed has been used for processing a large number of images. Road markings are successfully and precisely reconstructed in dense urban areas under real traffic conditions.     

结合区域增长法和TIN边缘分割的建筑物立面几何特征提取

针对已分割出建筑物立面的点云数据,采用结合主成分分析(PCA)的区域增长法提取建筑物立面的平面特征,并利用结合凸壳算法的三角网轮廓提取算法实现建筑物立面几何特征轮廓边的提取。实验结果表明,该方法可以有效地从密度不均匀的点云数据中提取出建筑物立面几何特征。     

基于几何规则的车载近景立体影像道路交通标线自动提取

道路交通标线信息是道路导航地图中必不可少的数据，对于制作精度更高、道路细节信息更加丰富清晰的高精度导航地图具有重要的作用。本文以车载近景立体影像中的道路交通标线信息自动提取为研究目标，针对道路交通标线快速、精确采集的应用需求，提出了基于几何规则的车载近景立体影像道路交通标线自动提取方法。该方法首先分析了道路交通标线的几何特征；其次，构建了基于几何特征的交通标线信息提取规则；最后，以标线种子点为基础，结合前述规则，实现了道路交通标线三维空间信息的自动采集。以南京师范大学的车载移动测量系统拍摄的实际近景立体影像为数据进行了试验，试验结果证明，本文方法相比传统人机交互采集方法，在交通标线特征点采集效率、标线几何相似度等方面有较大的优势，可为高精度导航地图的生产提供一种可借鉴的技术支撑。     

动态空间正图像透视投影正反解

卫星图像都是在动态情形下获取的。瞬间曝光获取的图像投影性质符合透视投影。本文针对卫星动态获取的正图像，建立其平面透视投影，利用矢量解法研究其正反解变换和星下点坐标计算方法，最后给出了算例。     

车载激光扫描数据中实线型交通标线提取

本文提出一种基于路面点云强度增强的车载激光点云实线型交通标线提取方法。首先通过预处理提取路面点云，获取各激光点与轨迹线的距离。然后逐段对路面进行强度增强，集合多滤波器集成的策略进行强度变换和去噪，消除距离、点密度、磨损等因素对反射强度值影响，增强路面点云和标线的强度差异。基于增强后的反射强度，采用k均值聚类和连通分支聚类等方法对标线进行分割，并利用归一化图割方法优化强度分割结果。最后利用实线型标线的语义信息和空间分布特征从分割后标线对象中识别实线型交通标线。试验采用四份不同车载激光扫描系统获取的数据用于验证本文方法有效性，实线型标线提取结果的准确率达到95.98%，召回率达到91.87%，综合评价指标F₁-Measure值达到95.55%以上。试验结果表明本文方法能够有效增强受扫描距离、路面磨损及点密度分布不均等因素影响的点云强度信息，实现不同车载激光扫描获取的复杂道路环境下实线型交通标线的提取。     

基于LIDAR数据的建筑物轮廓提取

建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。     

光学遥感影像道路提取的方法综述

道路信息在多个应用领域中发挥着基础性的作用。光学遥感影像能够以较高的空间分辨率对目标地物进行精细化解译，可大幅增强地物目标的提取能力。充分利用光学遥感影像丰富的几何纹理信息，进行道路的精确提取，已成为当前遥感学界研究的热点与前沿问题。鉴于此，本文依据近年来大量相关文献，对现有的理论与方法进行了归类与总结，通过分析不同方法采用的道路特征组合，将道路提取方法划分为模板匹配、知识驱动、面向对象和深度学习4类方法，简要介绍了道路提取普适性的评价指标并对部分方法进行了分析与评价；最后对现有光学遥感影像道路提取的发展提出了建议和展望。     

Automatic Surface Reconstruction Based on the Fusion of Fuzzy Logic and Robust Estimation Techniques

Automatic surface reconstruction by means of digital image matching essentially involves computation in both image and object spaces. In image space, image matching is performed according to certain radiometric and geometric similarity criteria for conjugate point determination. The matching operations may therefore be regarded as decision–making processes. In practice, however, the similarity criteria for conjugate point determination demonstrate non–deterministic behaviour. Thus, the nature of these decision–making processes is more compatible with fuzzy reasoning concepts. In object space, on the other hand, surface reconstruction procedures, which operate on the basis of previously determined conjugate points, are essentially deterministic in nature and hence demand rigorous geometric modelling. In this paper, a new approach for automatic surface modelling is proposed, based on two different mathematical treatments: a fuzzy logic reasoning method for the conjugate point determination in image space; and a robust finite elements approach for the surface modelling in object space. Tests carried out on real data demonstrate the high potential of the strategy proposed.     

基于三维激光扫描点云数据的古建筑建模

针对传统古建筑数字化技术的不足和接触测量对建筑物造成"二次伤害",以西北民族大学蝴蝶厅异地重建项目为例,提出了一种结合三维激光扫描技术和现代测量技术以及本体思维进行室内外一体化三维建模的研究思路。首先给出了基于三维激光扫描技术的建模流程;其次,对点云数据处理和三维实体重建两个核心步骤,重点对点云数据的配准拼接、去噪简化和提取轮廓线、三维几何建模和纹理贴图等步骤进行详细论述。本体思维用于基于三维激光扫描的古建筑三维建模,可以有效指导古建筑构件分类建模,提高建模效率。结果表明:三维激光扫描技术适用于具有高复杂度几何特征的蝴蝶厅精细化、真实感建模,为西北民族大学蝴蝶厅古建筑文化遗产未来的开发、保护、维修、恢复重建与虚拟地理环境等提供高精度的数据基准。     

基于GPS浮动车采集交通信息的路段划分方法

针对目前GPS浮动车采集交通信息的路段划分方法大多忽略交叉口不同行驶方向车流运行条件的差别,且假设路段不同位置的交通状态均衡,从而导致交通信息质量偏低,无法有效满足交通状态判别和车辆动态导航系统数据需求的问题,设计了能够区分车流不同行驶方向统计交通数据的方向路段划分方法与区分路段不同位置统计交通数据的子路段划分方法,以便从路网空间数据结构方面改善交通状态判别和车辆动态导航系统的信息基础。