一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

基于蚁群算法优化正射影像镶嵌线

本文针对正射影像镶嵌线优化需求,本文提出了一种利用蚁群算法优化正射影像镶嵌线的方法。该方法将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像,通过外方位元素生成一条初始镶嵌线,并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物,保存为最优镶嵌线。试验结果证明该算法能快速、有效选择正射影像的镶嵌线,实现大比例尺与城市地区的正射影像智能镶嵌。     

基于蚁群算法优化正射影像镶嵌线

本文针对正射影像镶嵌线优化需求,本文提出了一种利用蚁群算法优化正射影像镶嵌线的方法。该方法将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像,通过外方位元素生成一条初始镶嵌线,并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物,保存为最优镶嵌线。试验结果证明该算法能快速、有效选择正射影像的镶嵌线,实现大比例尺与城市地区的正射影像智能镶嵌。     

基于形态学与Dijkstra相结合的影像镶嵌线方法

镶嵌线自动搜索是实现影像重叠区域无缝拼接的关键步骤,而目前随着无人机技术的日益成熟及无人机能够快速获取高清的遥感图像数据,迫切需要寻找一种既有质量、又有效率的镶嵌线自动搜索的方法。本文提出一种基于形态学与Dijkstra相结合的影像镶嵌线方法,该方法首先确定两幅影像重叠部分的差分影像,然后在差分影像的基础上进行形态学膨胀处理,同时根据稀疏矩阵构建八邻域稀疏矩阵,最后使用Dijkstra算法在差分影像上进行镶嵌线的自动搜索,得到最优路径镶嵌线。实验结果证明,改进算法与未经过形态学处理的Dijkstra方法相比,其自动搜索镶嵌线过程在耗时少(耗时为3.72 s)的情况下,能够很好地避开房屋等高亮度区。     

一种基于带权A*搜索算法的正射影像镶嵌线网络优化方法

提出了一种基于带权A*搜索算法的镶嵌线网络优化方法。首先，利用标准Voronoi图生成初始镶嵌线网络；然后，利用测区的数字表面模型（digital surface model，DSM）数据生成对应的高程梯度图（也称为边缘图）；再对初始镶嵌线网络的节点进行自动调整，将位于建筑物上的节点移动至附近的地面；最后，利用一种带权A*搜索算法，结合高程梯度图，对初始镶嵌线网络中的每一条镶嵌线进行智能优化，避开建筑物或者高差变化大的区域，获得最优的镶嵌线网络。利用3组真实的无人机数据对该方法进行实验，初步结果表明，该方法适用于排列不规则的测区，可有效优化镶嵌线网络，镶嵌线可自动避开大部分城区建筑物以及山区的山脊等，对城区以及山区影像都可得到高质量的正射影像。实验结果表明，对于第1组数据，此方法得到的结果在镶嵌线的选取上要优于商业软件OrthoVista。     

基于Voronoi图的正射影像镶嵌网络生成与优化方法

提出一种基于Voronoi图的正射影像镶嵌网络生成与优化方法。首先以每幅DOM影像有效区域中心点作为种子点生成Voronoi图，确定每幅影像的有效镶嵌多边形并构建全局镶嵌网络；然后结合DSM数据对镶嵌多边形顶点位置进行调整，避免最终镶嵌结果影像出现无数据区域，同时可以使顶点避开建筑、树木等存在投影差的区域，以便对初始镶嵌线进行调整优化。试验表明，本文方法切实可行并且具有较好的自适应性。     

高分辨率遥感影像图制作的镶嵌线自动提取

为更好地发挥遥感技术在城市规划地图制作中的应用，高分辨率遥感影像成为城市地图制作中最重要的数据源。面对地物信息复杂、建筑物众多的城市地区，如何快速提取高分辨率遥感影像地图制作过程中相邻两景影像之间的镶嵌线具有重要意义。本文以国产卫星中分辨率最高、幅宽最小的GF-2影像为数据源，融合建筑物轮廓数据，研究了基于最短路径的A*搜索算法，实现了遥感影像地图制作的镶嵌线自动提取技术。结果表明，该方法能够自动生成避让建筑物的镶嵌线，速度快、镶嵌质量高，可广泛应用于城市地区高分辨率遥感影像地图制作。     

基于影像重叠程度的初始接缝线网络生成方法

初始接缝线网络是影像镶嵌中的重要一环，特别是在遥感影像处理中，它的生成质量对后续接缝线的优化具有重要影响。设计了一种新颖的初始接缝网络线生成方法，它将影像有效区域的重叠拓扑以比特数组的形式进行了封装，并分别赋给了点、线、面这些平面几何要素。一方面，这有助于挖掘影像重叠区之间的空间联系，便于计算接缝线连接的优先关系，使得接缝线的生成不再受制于重叠区域的具体形状，而仅考虑影像的重叠程度，从而大大提高了接缝生成的鲁棒性。另一方面，基于比特运算的高效性也使该方法在接缝线生产效率上体现出优势。与顾及重叠的面Voronoi图的方法进行了对比，该方法在接缝线生成的鲁棒性和效率上都具有一定优势。     

接缝线网络的自动生成及优化方法

提出一种接缝线网络的自动生成及优化方法,首先基于顾及重叠的面Voronoi图,生成全局的初始接缝线网络,然后利用重叠区的影像内容对接缝线网络进行优化.不仅可保证区域范围内多影像镶嵌处理的灵活性与效率,避免误差累积和中间结果的产生,使处理结果与影像顺序无关,而且优化后的接缝线网络可保证镶嵌质量.     

A*搜索算法的正射影像镶嵌线自动提取

针对现有的正射影像镶嵌过程中镶嵌线的提取所存在的缺陷,该文提出一种基于A*搜索算法的镶嵌线自动提取方法,此方法首先提取重叠区域的Canny边缘图像,并把边缘图像中的边缘信息作为需要避开的范围;然后基于边缘图像的每一个像素及像素间的邻接关系构建带权有向图,将镶嵌线的自动提取转换为带权有向图中起点到终点的路径搜索问题,设计满足可接纳性准则的A*搜索算法提取满足一定条件的最短路径作为全局最优镶嵌线。利用实际影像数据进行实验,实验结果表明:该算法自动提取得到的镶嵌线可以快速、有效的避开边缘特征明显区域,对全自动正射影像制作具有应用价值。     

密集光流法正射影像镶嵌线智能提取

针对正射影像拼接时影像间存在复杂的几何错位问题,提出一种基于密集光流法正射影像镶嵌线智能搜索方法.利用影像密集光流、梯度信息和灰度信息构造代价影像并视其为带权无向图,以图割模型为基础,采用最大流最小割原理自诊断搜索镶嵌线.实验结果表明,采用所提方法得到的稀疏建筑区镶嵌线代价像素数大于100的仅占路径长度的0.7％,且相...     

顾及行人的室内全景影像拼接方法

在室内场景的全景影像拼接过程中,易出现行人运动目标引起的“鬼影”现象。针对此问题,提出一种顾及行人的室内全景影像拼接方法,利用深度学习对整幅影像进行逐像素目标级分割,保持行人目标的完整性,并结合重匹配、显著度检测等对运动类型进行判定,生成带权的运动区域掩膜,结合灰度、梯度差及纹理复杂度等特征,融入基于图割算法的拼接线检测能量方程中,对行人区域进行补偿,最终生成背景干净、无“鬼影”的全景影像。     

Automatic determination of seamlines for aerial image mosaicking based on vector roads alone

Image mosaicking is defined as the registration of two or more images that are then combined into a single image. One of the most difficult steps in the automatic mosaicking of orthoimages is deciding where to place seamlines in overlapping regions. Based on millions of image pixels, existing seamline detection methods mainly focus on how to avoid crossing buildings that are higher than the ground, which results in parallax on the overlapping images. However, various data in vector format, such as vector roads plotted manually and precisely, have not been used to aid the selection of seamlines. This paper presents a novel approach using vector roads alone to generate seamlines, and describes its application to the automatic generation of seamlines for image mosaicking of the city of Wuhan, China. A representative seamline is extracted as follows. First, the skeleton of the overlapping region of adjacent images is extracted after the delineation of boundaries of individual images. Second, vector roads in the overlapping region are overlaid with the extracted skeleton to build a weighted graph G (V, E). Finally, the Floyd–Warshall algorithm is applied to find the lowest cost path from I to O, which refer to two intersections of adjacent image polygons, with the lowest-cost path being the seamline. This vector-based approach is typically more efficient than raster-based approaches. Experiments demonstrate the merits of the proposed approach especially when vector road networks are available.     

空间数据的零初始化与障碍空间下的最小生成树实现方法

介绍了障碍空间下的最小生成树实现方法。首先采用零初始化的思想,初始化"位"数据;然后在构建障碍空间下实体点的Voronoi图的基础上,通过障碍空间下的回溯算法得到实体点间的最近连通图,也即障碍空间下实体点之间的Delaunay图;最后根据连通图,采用贪婪策略来得到最小生成树。     

一种改进的基于最小生成树的遥感影像多尺度分割方法

影像分割是遥感影像面向对象信息提取的基础步骤。基于多特征、多尺度及考虑空间关系的遥感图像分割是主流研究方向。本文基于eCognition软件的多尺度分割思想,引入基于图论的最优化理论,提出了基于最小生成树分割和最小异质性准则的多尺度分割方法。该方法采用相干增强各向异性扩散滤波和最小生成树分割得到初始分割结果,通过最小异质性合并准则同时考虑多波段光谱特性区域形状参数进行区域合并,实现多尺度的影像分割。本次研究选取两景试验影像,对本文方法和eCognition软件的多尺度分割方法开展了目视比较和定量指标评价,结果表明,本文提出的方法是一种有效的影像分割方法,在光谱差异较小区域的细分方面优于eCognition方法。     

融合光谱及形态学信息的对象级空间特征提取方法

针对传统的高分辨率遥感影像分割方法仅利用光谱特征或者形态学特征的弊端,提出了一种融合光谱信息和形态学信息的多尺度分割算法。该算法首先利用差分多尺度形态学序列特征与影像光谱特征构造光谱-形态学特征集,然后利用Hausdorff距离计算相邻像素的边权值并构造图模型,利用最小生成树Kruskal算法完成影像的初始分割,最后结合分形网络进化的区域异质性准则完成区域合并。在该分割结果的基础上,提出了面向对象的灰度共生矩阵特征和面向对象的像元形状指数特征。实验结果显示,所提出的分割方法在效果和效率上均优于eCognition 8.0和Meanshift算法,并且对象级灰度共生矩阵特征和对象级像元形状指数特征明显优于传统的像素级特征。     

利用目标点最小生成树的路面裂缝检测

分析路面裂缝的成像特点,提出了一种基于目标点最小生成树的路面裂缝检测方法。最小生成树具有描述空间线性聚集特征的优点,有利于实现对裂缝的全局分析和提取。实验结果表明,对不连续裂缝的处理,本文方法优于传统方法。     

干涉SAR相位解缠中的枝切策略分析

二维相位解缠是合成孔径雷达干涉测量数据处理中的关键步骤和难点,通过对现有相位枝切解缠算法的枝切连接策略进行分析,并结合最小生成树的原理,提出了一种最优最小生成树相位解缠的方法,很大程度地减少了以往方法中造成地枝切线过多、过长、闭合等弊病的发生,阻止了由于枝切线设置错误所引起的误差传播,既保持了枝切法速度快的特点,又优化了算法。通过几种方案的对比实验,说明该方法能提高相位解缠精度。