参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题，本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点；然后将通过POS获取的DSM配准到DEM地理坐标上，并利用形态学滤波对DSM进行处理，以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点，降低校正误差；最后进行影像校正和定位。试验结果表明，本文方法能够满足大比例尺航空影像生产定位精度要求，具有高效生产、节约资源等优势。     

基于高分辨率DSM和遥感影像的建筑物提取

提出一种基于高分辨率数字表面模型(DSM)和遥感影像光谱特征的建筑物提取方法。具体步骤是:首先,使用多分辨率分割方法对RGB波段和DSM波段进行组合分割,形成图像基元;然后,利用建筑物高程高于地面其他区域的特点,使用阈值分割将影像对建筑物进行初始分类;由于树木的高程和建筑物像类似,这就造成了对建筑物的混淆,为了解决这个问题,利用树木的辐射不均一所形成的标准差特征较大这一特点,对建筑物和树木进行区分,最终形成建筑物的精确提取。试验结果证明了本文方法的有效性。     

倾斜影像中提取高精度DEM的方法研究

针对传统航空影像获取的DSM在立面及局部地面、建筑物屋顶空间信息的不足,获取高精度DEM较为困难的问题,提出了基于倾斜影像提取高精度DEM的方法。首先对倾斜影像获取的点云DSM结构进行分析,得出了DSM具有几何约束特点,能够在城区很好地区分地面点和地物点;然后指出对DSM滤波处理是获取高精度数字高程模型（DEM）的关键技术,提出了基于法向量差值区域生长分割TIN的滤波方法;最后选取吉林省敦化市的倾斜影像数据进行了滤波试验和算法验证。试验结果表明,该方法能够快速、有效地滤除不同尺寸的建筑物、植被和其他地物,获取高精度DEM。     

多源光学卫星影像匹配及精准几何信息提取

针对国产光学卫星影像的特点,该文介绍一种适用于超大规模立体/单景覆盖的多源高分辨率卫星影像的全自动连接点、参考控制点匹配及精准几何信息(DSM/DEM)提取方法。该方法引入精度已知/精度可验证的参考地理数据作为几何约束,采用由粗到精的多层金字塔逐级影像匹配策略进行影像连接点和参考控制点的自动提取,并实现超大规模影像整体联合区域网平差处理,精化定向参数;结合半全局匹配算法(SGM)与基于物方几何约束的多影像相关匹配算法(GC3)完成多角度多视影像匹配及密集点云的自动提取,并利用已有DEM对密集匹配的DSM中的云遮挡区域和大面积水域进行修补,完成精准几何信息提取并自动生成高精度DSM/DEM/DOM影像产品。最后,利用多组典型实验区的国产高分辨率光学卫星影像数据验证了本文方法的适用性、可靠性和精度,结果满足卫星影像几何定位精度及DSM/DEM/DOM生产要求。     

结合LiDAR点云和航空影像的建筑物三维变化检测

目的 针对传统建筑物变化检测方法没有考虑高程信息的缺点,提出了一种结合LiDAR点云数据和航空影像的建筑物三维变化检测方法,可同时提取建筑物高程变化信息和面积变化信息。首先将不同时期LiDAR点云分别生成数字表面模型(DSM);然后对不同时期的DSM进行差值、滤波和形态学操作得到DSM变化区,并根据共线方程将其反投影到航空影像中,再使用航空影像的光谱、纹理等信息排除树木等伪变化区的干扰;最后计算高程变化值和面积变化值。试验结果表明该方法能定量地提取高程和面积变化信息,提供更加全面准确的建筑物变化信息。     

基于资源三号的DSM自动生成方法与质量控制

以资源三号卫星三线阵影像为数据源,基于无控制区域网平差、三线阵影像的核线影像重构、多基线匹配、密集匹配、基于几何约束的半全局优化匹配策略、用SRTM 30m DEM填补DSM空洞等关键技术,实现全国DSM的快速自动生产与质量控制,并进行了试验验证。     

基于卷积神经网络的建筑物精细化提取

现有图像分割方法往往受图像模糊和噪声的影响,提取的轮廓不准确。为了提取建筑物的精确轮廓,提出了一种基于卷积神经网络的集成方法,包括建筑物定位、形状判断、形状匹配等步骤。实验证明,无论是对DSM图像还是多光谱影像,该方法都能获得精确的建筑物轮廓。     

复杂地形DSM的地面点识别及DEM提取

目前,基于数字地表模型(DSM)提取数字高程模型(DEM)的研究多以平坦地区为研究对象,且精度较低。本文提出了一种基于区域生长的DEM提取算法,该算法以区域生长算法为基础,采用最大类间方差法(OTSU)实现区域生长中种子点、生长准则和终止条件的自适应选择。该方法不仅可从平坦地区和地形复杂的山区的DSM中识别地面点和提取DEM,且能有效解决区域生长算法将地面和地面附着物(本文中地面附着物以高架道路为例)识别为同一类的问题。与附近最小值法进行试验对比,结果表明,本文算法能够较好地提高DEM提取精度,识别地面点的制图精度达90%以上,可靠性和稳定性较强。     

LiDAR数据中建筑物提取的新方法-Fc-S法

激光雷达技术(LiDAR)已广泛应用于数字高程模型(DEM)的快速获取和三维城市模型的建立中,但仍有许多不足之处,需要做更深入的研究。本文介绍了一种新的建筑物提取方法,称之为Fc-S法。该方法首先利用等高线特征进行滤波,从LIDAR数据内插的数字表面模型(DSM)中提取出DEM,利用DSM与DEM的高差阈值和DSM边缘特征参数去掉地面点和汽车等矮小物体,获得主要包含植被和建筑物的地物点群,然后对地物点群进行分割,利用二次梯度和面积等参数去掉植被点,并采用迭代逼近的方法精化建筑物。文章通过实验对所提方法进行验证,并借助高分辨率的航空影像对建筑物提取结果进行评估,评估结果表明该方法能够在地形起伏的区域中较准确地提取出建筑物。     

不同格网密度的DSM/DEM对影像分类精度的影响研究

在无控制点的卫星影像正射校正中,大多采用DSM/DEM数据作为辅助数据来消除或限制因地形起伏引起的形变,然而经不同格网密度的DSM/DEM正射校正后的影像对后续处理会产生不同程度的影响,如对地物分类精度产生影响。针对这一问题,本文分别采用不同的DSM/DEM数据(China DSM 15 m、ASTER GDEM 30 m和SRTM 90 m)对资源三号影像进行正射校正,然后对正射校正后影像利用支持向量机进行分类,比较正射校正后影像结果的分类精度。结果表明:在相同重采样方法下,影像经China DSM 15 m DSM正射校正后结果的分类精度优于ASTER GDEM 30 m DEM和SRTM 90 m DEM。     

利用参数独立分解的星载SAR干涉测量检校方法

在星载干涉合成孔径雷达中，干涉参数的准确性对高程精度起着至关重要的作用。传统干涉测量检校方法往往将影响量级不同的干涉参数组合在一起解算，无法精确获得每项干涉参数的修正量。针对此问题，本文提出一种利用参数独立分解的干涉测量检校方法。首先，根据三维重建模型，确定与干涉SAR测高有关的参数；随后，在确保几何参数精度的前提下，对干涉参数的敏感度进行定量分析；最后，采用独立检校算法解算每一项干涉参数误差，完成干涉测量检校模型的建立。本文选择陕西渭南区域4对TerraSAR-X/TanDEM-X数据进行了试验分析。结果表明，对于该试验数据，采用本文提出的参数独立分解方法，干涉测量检校后干涉结果的高程精度优于2.54 m，平原地区获取DEM的绝对高程精度优于1.21 m，山地地区获取DEM的绝对高程精度优于3.11 m，验证了本文方法的有效性和正确性，为我国平原及山区1：25 000比例尺的干涉SAR地形图测绘提供了技术基础。     

房屋震害预测数字化辅助方法

为提高房屋震害预测效率,将数字化技术应用于房屋震害预测分类工作中。利用航空摄影测量、遥感及地理信息系统技术,提出两种房屋震害预测分类数字化辅助方法。若预测区域有符合条件的遥感影像对,利用航空摄影测量技术可获得DSM及DEM模型,进一步从层数上对建筑物进行分类。另一种方法则是利用遥感技术提取有关建筑物阴影信息,由阴影计算建筑物层数,进而对建筑物进行分类。利用地理信息系统自动统计不同类建筑物总面积,画出不同类建筑的地理分布图。与传统方法相比,这种方法效率高,可以纵览全局,减少房屋震害预测现场调查工作量,提高震害预测工作效率。     

一种模拟纠正影像的SAR立体影像匹配方法

针对常规SAR影像匹配方法在地形起伏较大区域无法获取理想的SAR立体影像匹配结果的问题,该文提出了一种基于模拟纠正影像的SAR立体影像匹配方法。利用观测区域粗分辨率DEM进行SAR影像模拟,进而获取几何纠正SAR影像,在几何纠正SAR影像上实现影像匹配,等效于常规基于灰度影像匹配中进行的影像粗配准工作,并且相比于常规粗配准,该等效粗配准过程能够均衡地顾及到整幅影像的像元,最终实现了地形起伏较大区域的高精度SAR立体影像匹配。采用COSMO-Skyped影像数据进行了实验,实验结果表明,匹配精度达到了3个像素左右,比常规的基于灰度影像匹配方法有较大提高,能够有效解决地形起伏较大区域SAR立体影像匹配问题。     

一种基于GeoEye-1立体像对数据的快速提取平均树高方法

探讨了可见光立体像对遥感数据在森林平均树高估算研究方向的可行性,为解决大区域快速提取森林平均树高参数的科学问题提供技术支撑。利用GeoEye-1卫星立体像对中提供的有理多项式系数(RPC)参数和数字表面模型(DSM)与数字高程模型(DEM)的理论原理,建立了基于DSM和DEM空间相差模型建立林分冠层高度估算方法流程。结果表明:基于湖南攸县黄丰桥国有林场GeoEye-1立体像对影像数据,按照估算流程,最终得到试验区小班尺度的样地平均树高遥感提取结果。结合样地地面实测控制点和地面小班数据调查数据,该方法提取的研究区平均树高总体误差率在83.1%,其中最大误差为3.773 m,最小误差为0.025 m。因此,本研究是一种可以快速获得研究区大范围森林平均树高参数的创新、可行的方法。     

海岛礁卫星影像无地面控制点定位方法

针对海岛礁卫星影像的定位问题，提出一种利用航天飞机雷达地形测绘任务（shuttle radar topography mission，SRTM）DEM辅助的无地面控制点定位方法。该方法分为概略定位和精定位两个阶段，各阶段均包括DEM提取和DEM匹配等主要步骤，可分别对影像中的相对误差和绝对误差进行补偿。SRTM DEM被充分应用到方法各环节中，以发挥其高精度的特性:提取DEM时既用于剔除海域点，也用于确定求解陆域点高程时的高程搜索范围，从而避免海域影像的不利影响，同时保证计算效率；DEM匹配时其作为基准数据。利用多景天绘一号卫星海岛礁地区的立体影像进行验证。实验结果表明，所提出的方法对具有不同陆域比例、不同生产方式的天绘一号海岛礁影像均能得到较稳定且较高的定位精度，平面和高程精度分别优于6.2 m、5.2 m，能较好地满足1:50 000比例尺地形图的精度要求。定位精度基本不受待匹配DEM分辨率的影响，计算效率取决于陆域比例和待匹配DEM的分辨率。     

遥感图像数字表面模型建筑物点过滤方法研究

针对图像密集匹配生产的数字表面模型(DSM)进行点云滤波,算法对地形依赖大,参数设置复杂,精度不高,后续人工编辑修饰的工作量大、效率低的问题,该文设计了第一套针对DSM滤波、涵盖多种样本形式(栅格、矢量)的航空图像建筑物数据集。针对航空图像建筑物尺度较大等特点,将膨胀卷积加入U-Net构成Dilated U-Net,并综合运用其进行建筑物语义分割,利用分割结果在相应图像密集匹配得到的DSM上滤除建筑物点,然后采用投票插值策略得到过滤掉建筑物点的DSM。实验证明:利用该文网络DU-Net将DSM中非地面建筑物点滤除,Ⅰ类误差在5.8%以内,Ⅱ类误差在2.4%以内,其可以在30 s内完成超过9000万个建筑点与非建筑物点位置的预测,效率高、成本低。DU-Net网络建筑物语义分割过程不受地形、高差的限制,对于其他非地面点的滤波具有一定的借鉴意义。