最小化最大边权的正射影像镶嵌线自动搜索

提出一种最小化最大边权的正射影像镶嵌线自动搜索方法。首先,利用半全局约束立体匹配计算左右影像的视差图,将视差图和差值影像叠加生成差异影像并视其为带权无向图;然后,基于Bottleneck模型采用最小化最大边权算法搜索最佳镶嵌线,并利用分块策略进一步优化以提高运行效率。实验表明,算法能有效避开影像上几何差异或色度差异大的区域,得到满足应用需求的镶嵌结果。     

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。     

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。     

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。     

基于图割算法的正射影像镶嵌线自动选择

由于投影差的存在,正射影像镶嵌时往往采用基于镶嵌线的镶嵌方法,当两幅正射影像镶嵌时,选取镶嵌线要尽量避开房屋。本文将两幅正射影像镶嵌建立为一个图模型优化问题,并且采用图割获取最小割将影像重叠区域划分为两部分,最小割经过的分界线即为影像镶嵌线。实验表明,本文方法效率较高,不需要指定镶嵌线的起始点,而且可以较好地避开房屋。     

顾及结构信息的DOM镶嵌线搜索算法

针对数字正射影像镶嵌线搜索的传统算法大都只顾及灰度值差异而忽略影像结构信息的不足之处,该文根据镶嵌线的搜索准则,设计自动搜索一条能够避开高出地面的物体、不通过影像边缘且避开待镶嵌影像上灰度反差较大区域的镶嵌线:在原始影像上采用一个综合了灰度信息和结构信息的公式,计算出每一个像素的准则值;为了避免搜索陷入局部最优,采用动态规划的方法搜索出一条准则值最小的镶嵌线。实验表明,搜索出的镶嵌线能够避开房屋、树木等高出地面的地物和车辆等移动物体,避开影像上灰度反差大的区域。     

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。     

机载LiDAR正射影像镶嵌线智能优化研究

在机载LiDAR系统中,将点云数据进行滤波以去除高地物,确定出房屋树木等高出地面的地物的位置记为障碍区域。在配准后的正射影像上,利用改进A*算法自动避开障碍区域选择一条最优化镶嵌线。实验证明,该方法可以准确、智能地对镶嵌线进行优化,改善镶嵌后的影像质量。     

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。     

高分辨率遥感影像DSM的改进半全局匹配生成方法

提出一种基于改进半全局匹配算法的高分辨率遥感影像数字表面模型（digital surface model,DSM）生成方法。首先利用影像间连接点几何约束关系对有理函数模型进行系统误差补偿,在补偿模型的基础上对影像进行分块,利用投影轨迹法逐块得到核线影像对;在密集匹配阶段,对影像建立金字塔后逐层进行半全局匹配,匹配过程中引入顾及影像纹理信息的视差图膨胀腐蚀算法约束每一层视差搜索范围,增加了视差图边缘处的有效像素数,同时减少了算法所需的内存开销和计算时间;在视差图后处理阶段,利用加权中值滤波算法保护了视差图的边缘信息;最后基于前方交会获取DSM。选取WorldView 3和资源三号立体影像进行试验,结果表明,本文方法获取的DSM精度在高程方向上接近于1.5倍GSD,并且较好地保持了地物的边缘特性,在计算效率和内存开销方面也具有较好的平衡。     

基于有效区域自动判断的多幅遥感图像镶嵌方法

针对目前遥感图像镶嵌中存在的自动化程度低、接缝线去除效果差等问题,从有效区域出发对现有镶嵌技术进行改进。采用自动追踪法得到图像的有效区域,在此基础上进行多幅遥感图像镶嵌处理:在几何拼接阶段,用有效区域代替原始矩形图像参与图像拼接;在拼接缝消除阶段,用有效区域确定两幅图像的拼接线,采取整体色调调整和重叠区加权两个步骤消除接缝线;在多幅图像镶嵌时,对两幅待镶嵌图像的有效区域求并集,即是结果图像的有效区域,参与下一次的镶嵌计算。通过两组多幅遥感图像的镶嵌实验表明,该技术流程可以实现全自动的多幅图像匀光,处理后图像整体色调一致,不存在明显接缝线。     

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。     

一种直方图匹配和线性空间滤波相结合的条带噪声去除方法

航天和航空遥感图像中,普遍存在着条带噪声(stripe noise),任何使用多个探测元进行获取图像的遥感器图像数据中均存在条带噪声。本文针对CBERS-02星图像中的两类条带噪声:探测元间条带噪声和横向随机条带噪声,提出了一种直方图匹配和线性空间滤波相结合的去条带噪声方法。其中直方图匹配用于去除探测元间的条带噪声,线性空间滤波用于消除横向随机条带噪声。实验结果表明,该方法能有效去除CBERS-02星影像中的条带噪声,并且能很好地保证图像质量。最后,从定性和定量两个方面进一步说明了该方法的有效性。     

一种基于极值检测与自适应滤波的图像去噪算法

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果,图像被严重污染时,这些算法得到的结果均不理想。针对这一缺陷,基于文献[1]提出的一种滤波算法进行改进。首先,利用极值法对图像进行检测,判断出噪声及非噪声点;其次,设置滤波模板的最小及最大尺寸,对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明:该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。     

遥感影像主特征线检测

受到成像规律性差,背景纹理复杂及强烈噪声的影响,直线检测方法通常难以适应遥感影像处理的需求。有鉴于此,论文提出一种具有视觉显著性的遥感影像主特征线检测方法。论文首先论证了利用已提取直线为基元,基于格式塔法则构建主特征线的可行性;其次对直线在主特征线上的复杂投影情况进行了详细的剖析,并给出了主特征线的定义;接着建立了主特征线累计权重矩阵及直线统计矩阵,依据格式塔原则分析直线权重分布规律,以此构建了直线的权重模型,同时探讨不同直线在同一主特征线上权重分配规律;最后依据上述分析结果提出了具体的算法步骤。通过多幅含有强烈噪声的光学与SAR遥感卫星影像实验结果表明,相对于其他聚类算法,论文算法能够在杂乱无序的直线集中提取较为清晰的主特征线,并且实验效果基本符合人工视觉感知,便于机器对遥感影像的清晰理解。     

基于区域生长的体素滤波点云去噪算法

介绍了一种基于区域生长的体素滤波点云去噪算法。首先,使用体素滤波算法将点云数据体素化后,根据每个网格与最大密度网格的比值大小,将网格分为两类:大密度网格、小密度网格。然后对大密度网格使用区域生长法处理。最后,对全部数据进行区域生长处理。实验结果表明,该方法能够消除大、小尺度噪声,并且能够消除簇状噪声,且不改变点云的纹理信息。     

基于线状特征增强的TM遥感影像细小河流提取方法

混合像元效应是导致难以从TM影像中提取细小河流的主要原因。提出一种综合多种数字图像处理技术的细小河流自动识别方法。首先,利用阈值分割区分水体指数影像中的细小河流与面状水体;第二,对水体指数进行线状信息增强,突出线状河流信息,并抑制其他地物信息;第三,利用双阈值线段追踪方法,提取影像中的细小河流;第四,通过三种方法分别去除阴影、道路和其他类型噪声。结果表明,本文方法能有效地提取细小河流,同时排除多种噪声的干扰,结果的检测率高于82%、虚警率低于7%、检测质量高于79%、完整度高于90%。     

顾及纹理特征的航空影像自适应密集匹配方法

半全局匹配实质是在视差连续性假设下的离散优化方法。为克服视差断裂带影响,依赖一组参数控制视差不一致性。若参数过小,在平面内难以保证视差连续性,产生明显噪声,导致凹凸不平现象;若参数过大,将致使物体表面过于平滑,难以保留视差断裂等重要特征。为克服上述问题,本文提出了一种顾及纹理特征的自适应密集匹配方法:首先,检测影像纹理特征并定量表达纹理丰富性程度;其次,依据纹理丰富程度与视差差异存在正相关的规则知识,实现匹配参数依据纹理信息的自适应选择;最后,采用上述参数进行自适应的半全局匹配。通过ISPRS基准数据集和国产SWDC-5获取的倾斜影像进行试验分析证明,本文方法能够有效减少低纹理区域匹配噪声,同时更有效保留边缘特征。