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。     

一种改进的正射影像镶嵌线最小化最大搜索算法

正射影像在影像边缘和覆盖有房屋、树木等地物的区域上表现出投影差,且投影差在不同的影像上不相同。当两幅正射影像镶嵌时,在重叠区域的差分影像上,这些区域表现为高亮度区,理想的镶嵌线应避开此类区域。本文采用贪心搜索方法选择镶嵌线,并改进了最小化最大算法的局部选择方式和判据,在正射影像重叠区域的差分影像上自动搜索镶嵌线。试验表明,改进算法搜索的镶嵌线能够很好地避开投影差大的区域,且具有较好的自适应性。     

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。     

机载激光雷达点云辅助的镶嵌线自动选择

本文提出了一种基于激光雷达点云辅助的正射影像镶嵌线自动选取方法。首先，利用配准后的激光雷达点云生成数字表面模型和数字高程模型，以重叠区域影像之间的相似度和梯度差异构建代价矩阵；然后，将数字表面模型与数字高程模型相减得到差值图表示地物真实的高程信息，利用自适应阈值分割将差值图划分为不同的区域，并赋予不同的惩罚系数；最后，以代价最小为标准，基于Dijkstra算法得到最终的镶嵌线。本文方法生成的镶嵌线能成功地绕开大多数障碍地物，能够满足影像拼接应用的需求。     

机载LiDAR数据辅助的高景一号卫星影像自动镶嵌方法

提出一种机载激光雷达(light detecting and ranging,LiDAR)数据辅助的高景一号卫星影像自动镶嵌方法。从LiDAR点云中提取数字高程模型和数字表面模型数据,从而得到地物顶面高度数据,并在构造代价函数时考虑地物高度和同一位置的重叠影像相似度等因素,通过动态规划求解镶嵌起点和终点之间的最小代价路径得到镶嵌线。4组高景一号像对的实验结果表明,相对于传统方法,提出的机载LiDAR数据辅助方法可以显著减少镶嵌线穿过房屋等障碍地物的情况。     

采用最优生成树的正射影像镶嵌线快速智能检测

针对高分辨率遥感影像提出了一种基于最优生成树的镶嵌线快速智能检测方法。该方法利用影像亮度差异和梯度构建重叠区域差分影像并视其为带权无向图,以Bottleneck模型为基础,采用最优生成树生成方法智能检测最佳镶嵌线。该方法回避了迭代搜索过程,具有速度快、效率高的优点。试验结果表明,所提出的方法能够在保证镶嵌线质量的同时具有较高的效率,可有效解决正射影像镶嵌过程中镶嵌线的自动选择问题。     

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。     

OESM辅助的高分辨率航空正射影像拼接线自动检测算法

针对常规拼接线检测算法在城市区域影像镶嵌时容易出现拼接线穿越建筑物从而破坏地物完整性的问题,提出了一种影像高程同步模型(OESM)辅助的拼接线自动检测算法。该算法首先通过对OESM模型规格化处理标识正射影像中的地物目标;然后在非地物目标区利用改进贪婪蛇算法检测拼接线。通过对建筑物密集分布的城市区域影像进行拼接线检测实验表明,该算法是一种理想的拼接线检测算法。     

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。     

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。     

DSM辅助下城区大比例尺正射影像镶嵌线智能检测

传统算法以重叠区域色彩(或灰度)差值图像为正射影像镶嵌线检测基础,可以很好地避开色差区域,但对建筑物高密集的城区效果不明显。本文以高精度数字表面模型为检测基础,通过智能识别处理手段对地面区域与非地面区域进行良好区分。传统镶嵌线检测算法都是以迭代运算为基础的智能算法,算法复杂度高。本文发展出一种贪婪蛇型算法,该算法仅与搜索步距、方向旋转间隔、以及重叠区域宽度等三个因素相关,具有速度快,效率高等优点。针对典型的城市区域进行镶嵌线检测实验,结果表明DSM辅助下的城区正射影像镶嵌线能很好地避开房屋等明显地表实体,并且贪婪蛇型算法能有效地进行最优路径检测。     

基于FME的DSM变化检测提取方法研究

本文基于FME平台,采用目标级变化检测方法,基于同一区域不同时相影像,设计了一个DSM变化检测范围提取的模板。对同一位置不同时相的DSM进行叠置,计算高程差值,得到变化的点,并通过高程差值阈值和面积阈值过滤后,进一步处理提取变化区域。该方法为大面积的DSM变化检测和地理国情监测提供了新的技术方法。     

基于地理实体与影像成像方式的镶嵌线生产算法研究

对正射影像生产中的镶嵌线进行了研究,在充分考虑遥感影像成像方式和特征的情况下,利用航摄区的道路与地表覆盖地理实体,研究镶嵌线生成算法,将航带航向、像幅、像主点、地理实体等参数作为影像重叠区数据的取舍依据,在确保投影变形最小的情况下,实现影像镶嵌线的生产和后期影像镶嵌的自动化处理。本文采用大范围航空影像数据进行了试验,结果表明,该方法可以得到较好的处理结果,算法简单且易于实现,在高分辨率航空影像镶嵌处理中具有重要的应用价值。     

基于局部高程差异的建筑物提取算法

传统算法直接使用数字表面模型(DSM)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比SVM算法降低了1.18%的误提率和6.51%的漏提率。     

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。     

LiDAR测量点云融合影像的分块滤波方法

针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。     

结合地表模型和遥感影像的地表变化监测

针对现有快速发现和准确更新地表变化信息的方法效率低、工作量大等问题,文章结合DSM差分算法和遥感影像变化检测算法,提出了一种三维动态监测方法:DSM差分算法能够监测地物在高度方面的变化,遥感影像解译可以弥补DSM变化图斑的属性信息,并补充DSM技术无法获得的属性变化图斑和面积变化图斑。实验结果表明,所提监测方法能动态监测工业园区的开工率和重点项目建设状态,运用在土地监管实际工作中具有可行性。     

激光点云与航空影像融合分类

为了更好地利用激光点云数据和航空影像数据信息,改善影像分类效果,提出了将激光点云数据与航空影像进行融合分类,实现面向对象的融合分类方法。在航空影像的分水岭分割算法中加入激光点云高程信息计算梯度,然后结合两种数据源的特征,建立分层分类的规则集得到地物的分类结果。试验表明,激光点云的高程信息能够改善影像分割效果,也能将地面地物与非地面地物较好地区分,对建筑和植被的分类起到了有效作用。