基于航空立体影像对的复杂房屋三维拓扑重建

对利用航空影像对重建复杂房屋三维模型进行了研究，提出了拓扑链、外拓扑和内拓扑的概念，分析了复杂房屋的内拓扑和外拓扑的三维重建，构造了复杂房屋的三维拓扑数据模型。基于此模型设计了双向搜索算法，用于自动构建复杂房屋的三维拓扑面，从而实现了复杂房屋的自动三维拓扑重建。实验证明，本文提出的双向搜索算法是很稳健、高效的。     

基于不变矩的影像匹配搜索算法

矩在统计学中用于表征随机量的分布，直方图不变矩反映了图像灰度分布的统计特征。本文在对不变矩进行深入探讨的基础上，提出了基于圆表搜索模板的图像直方图不变矩搜索方法，并对两幅待融合影像进行了较高精度的灰度搜索匹配试验，取得了较好的结果。     

基于修正后直方图不变矩的符号图像变化检测

提出了基于修正后的直方图不变矩对符号图像进行变化检测的算法。该算法的主要思想是首先计算图像直方图不变矩，然后用两幅符号图像之间的相关系数来修正，利用修正后的不变矩来检测符号图像变化。该方法解决了Hu不变矩在检测符号图像变化时难以克服的灰度变化问题。结果表明．该算法对符号图像的对比度和灰度有较强的抵抗能力，能够提高符号图像变化的检测率和控制误测率。     

DSM数据中多层次、多直角房屋的三维重建

根据房屋的层次结构特点,采用附加约束条件的最小二乘平差精化房屋几何模型,使得重建房屋满足现实世界中多数房屋邻接墙面直角相交的要求.对于非平顶房屋,采用法向量统计分析的方法与模型库中的房屋类型匹配,然后按匹配类型重建房顶.实验表明,本方法对于从DSM数据中重建多层次、多直角房屋和人字型屋顶等类型的房屋是行之有效的.     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

加入不变矩的高分辨率遥感图像分类

不变矩是表达图像几何形状信息的参数,具有几何变换的稳定性,在图像识别领域已经得到广泛应用。本文将3种常用的不变矩,即胡氏矩、Zern ike矩和小波矩,运用到高分辨率遥感图像分类中,并与只利用光谱信息的图像分类结果进行对比。结果表明,在高分辨率图像分类中加入不变矩图像可以显著提高分类精度,尤其是对那些具有相似光谱特征但同时具有不同形状和结构特征的地物分类更加有效。     

一种采用不变矩的矢量面目标匹配方法

不变矩作为理想的形状描述子,具有平移、旋转、缩放变换不变的特点。以M.K.HU矩方法为基础,提出一种采用不变矩的矢量面目标匹配方法。该方法以7个矩不变量组成矢量面目标的特征向量,通过度量矢量面目标与候选面目标特征向量之间的欧式距离判定同名实体。对两种不同数据源中水域面目标进行匹配实验,验证该方法的有效性。     

机载激光雷达系统的应用与数据后处理技术

综述了机载激光雷达系统的组成、工作原理、应用和数据后处理技术,着重介绍机载激光雷达数据中的信息提取的有关算法,这些算法包括DEM、DTM提取、房屋提取与房屋几何模型的3D重建、道路网提取、森林参数的获取等。     

基于小波变换和不变矩匹配的快速人体定位

人体定位是指在图片中确定行人位置的过程。为了提高人体定位的正确率和速度,提出了一种结合小波变换和不变矩匹配的定位方法。首先对图像进行小波变换,提取出图像小波系数;再根据行人模板的系数特征提取出不变矩模板;然后在小波域上通过不变矩匹配实现人体定位。该方法减少了待检区域,降低了计算代价。实验结果表明,该算法识别率达78.6%,测试结果比Oren等人提出的匹配方法提高了26.7%。     

基于小波变换和不变矩匹配的快速人体定位

人体定位是指在图片中确定行人位置的过程.为了提高人体定位的正确率和速度,提出了一种结合小波变换和不变矩匹配的定位方法.首先对图像进行小波变换,提取出图像小波系数;再根据行人模板的系数特征提取出不变矩模板;然后在小波域上通过不变矩匹配实现人体定位.该方法减少了待检区域,降低了计算代价.实验结果表明,该算法识别率达78.6%,测试结果比Oren等人提出的匹配方法提高了26.7%.     

Two algorithms for extracting building models from raw laser altimetry data

Two new techniques for the determination of building models from laser altimetry data are presented. Both techniques work on the original laser scanner data points without the requirement of an interpolation to a regular grid. Available ground plan information may be used, but is not required. Closed solutions for the determination of the parameters of a standard gable roof type building model based on invariant moments of 2 1/2-D point clouds are shown. In addition, the analysis of deviations between point cloud and model does allow for modelling asymmetries such as dorms on a gable roof. By intersecting planar faces nonparametric buildings with more complex roof types can also be modelled. The techniques were applied to a FLI-MAP laser scanner dataset covering an area of 500×250 m² with a density of more than 5 points/m². Within this region, all but one building could be modelled. An analysis of the variance of the parameters within a group of buildings indicates a precision in the range of 0.1–0.2 m.     

基于PCA与不变矩的车标定位与识别

在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标.提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺度及平移均不变的特性,定义不变矩的最小矩距离进行车标识别.通过实测车标图像的定位和识别实验表明,该方法是有效和可行的.     

Estimation and testing of higher-order spatial autoregressive panel data error component models

This paper develops an estimator for higher-order spatial autoregressive panel data error component models with spatial autoregressive disturbances, SARAR(R,S). We derive the moment conditions and optimal weighting matrix without distributional assumptions for a generalized moments (GM) estimation procedure of the spatial autoregressive parameters of the disturbance process and define a generalized two-stage least squares estimator for the regression parameters of the model. We prove consistency of the proposed estimators, derive their joint asymptotic distribution, and provide Monte Carlo evidence on their small sample performance.     

应用Hessian-Affine的遥感图像配准实验

针对存在云雾遮挡、仿射变形的遥感影像,本文提出应用Hessian-Affine与最大信息熵,检测并筛选仿射不变特征,同时选刺同名点估计初始变换参数,对每一个待匹配点预测出一定圆域约束内的对应匹配点集,利用NCC相关系数迭代确定圆域内真同名点,得到初始匹配点集,然后利用均方根误差(RMSE)迭代剔除误匹配,直至完成最佳仿射变换参数估计。结果表明:该算法对发生仿射畸变、气候复杂区域的影像配准表现出较好稳健性和定位精度。     

结合显著图和深度学习的遥感影像飞机目标识别

为准确快速识别高分辨率遥感影像中的飞机目标，提出了一种结合显著图和深度置信网络（DBN）的飞机目标识别算法。本文首先使用HC （直方图对比度）算法提取遥感影像中的显著目标；然后通过定位连通区域确定候选目标的位置；随后提取候选目标的颜色矩、Hu不变矩、灰度共生矩阵、Tamura纹理特征和边缘方向直方图；最后将归一化后的多特征融合数据应用到深度置信网络进行目标识别。试验结果表明，本文算法的检测率为98.46%，虚警率为5.20%。算法从多种底层图像特征出发，有效克服了单一特征描述能力不足的问题，提高了飞机目标识别能力及抗干扰能力。     

基于多像灭点的相机定标

近年来,3维目标建模一直是计算机视觉及摄影测量领域的研究热门,其中拍摄目标的相机(或摄像机)定标是问题的关键之一.详细阐述了基于单像、利用灭点对相机进行定标的理论的特点及不足,并对其进行误差分析,从而提出了一种新的基于多方位、多像的灭点定标方法.这种方法克服了原有理论的缺陷,使标定出的相机内外方位参数更加精确、稳定.