低空无人机交叉口悬停影像抖动纠正

低空无人机影像在交通规划、城市管理、应急监控等领域正逐渐体现出其独到的优势,而将影像快速、准确地纠正与配准则是其发挥功用的必要前提。以拍摄于道路交叉口上方的无人机悬停视频为研究对象,探讨对其实现影像抖动纠正配准的方法。视频中的连续影像包含大量的近似地物及移动地物,难以直接采用传统的空间域或频率域方法进行配准。由此,提出了一种基于横道线识别的影像配准方法,经由图斑提取、筛选分类、轴线拟合及影像配准等步骤,实现了影像任意帧间的配准。利用无人机悬停拍摄的交叉口视频进行了验证,结果表明,该方法稳健、有效。     

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。     

一种无人机视频影像快速配准方法

针对应急测绘中对无人机视频数据快速获取及处理的需求，提出了一种无人机视频影像快速配准方法。首先采用时间索引和线性/球面插值方法实现视频帧与无人机定位定姿信息的时间同步，根据数字微分纠正算法实现视频帧的地理编码，实现视频帧间的粗略配准，然后控制仿射变换模型中的缩放因子不变对纠正后视频帧的坐标进行调整，完成视频帧间的精配准。试验结果表明该方法能够得到航带内视频帧较好的配准效果。     

卫星影像的快速几何精纠正方法探讨——以广西地区环境星影像纠正为例

随着空间技术的发展,遥感影像的应用领域扩大,遥感影像的获取数量也不断增多.遥感影像的快速纠正是更好地利用遥感影像的前提,本文提供了一种利用建立控制点库进行几何精纠正的方法.实验证明,利用该方法在提高几何纠正中寻找控制点的效率的同时,可以有效地提高同一地区不同时相的影像配准精度,以及提高相邻影像的接边精度.     

基于小面元相对配准的正射影像快速更新

本文提出一种基于小面元相对配准的正射影像快速更新方法，该方法不涉及常规摄影测量的处理方法，而是直接利用新获取的卫星遥感影像和原始正射影像进行高精度小面元相对配准，然后将卫星遥感影像纠正到原始正射影像参考坐标系，进而实现正射影像的快速更新。     

基于投影变换与Fourier-Mellin变换结合的图像配准

傅里叶梅林变换是比较优秀的图像配准方法之一,但此方法不适用于倾斜影像。针对此问题提出了一种基于投影变换与Fourier-Mellin变换相结合的图像配准方法。该方法首先根据投影构像方程计算标准图像与待配准图像之间的投影变换矩阵;然后根据投影变换矩阵对待配准影像做倾斜校正;最后对纠正后的待配准影像与标准影像进行Fourier-Mellin变换,得到准确的配准参数。实验结果表明,该方法使得Fourier-Mellin变换的图像配准方法不仅适用于相对平行影像对之间配准,也适用于非相对平行影像对配准,且在直观与客观上都比传统傅里叶梅林变换配准结果好。     

一种基于角点特征的遥感影像自动配准方法

本文通过对Harris算子进行改进,自适应地提取角点特征,然后基于角点特征进行由粗到精的匹配,完成影像的配准;并利用MODIS影像、TM影像和HJ-1卫星影像3种不同分辨率的遥感影像进行配准实验,结果表明该自动配准方法能够达到亚像素级的配准精度,是一种高精度的影像配准方法。     

一种带几何约束的大幅面遥感影像自动快速配准方法

针对大幅面遥感影像的配准需求,提出了一种带有几何约束的大幅面遥感影像快速自动配准方法。该方法首先结合遥感影像空间地理信息构建影像粗配准模型;然后在粗配准模型的约束下,通过对大幅面遥感影像进行规则格网划分,结合改进的SIFT算法和并行策略实现影像精配准。实验结果表明,本文方法能提高影像的配准效率,且配准精度较高,适用于大幅面遥感影像之间的配准。     

基于小面元的多源遥感影像高精度配准方法

基于几种高精度的匹配方法,引入了小面元微分纠正的思想,设计出一种高精度影像相对配准方法.实验结果表明,该方法对多种遥感影像有很强的适应性,相对配准精度高,尤其适用于变形明显或山区多源影像间的高精度配准.     

基于GXL软件的卫星影像纠正处理技术方法探析

随着高分辨率卫星影像数据源和数据量的增多,如何高质量、快速地完成卫星影像快速正射纠正,更好地为后续生产和影像解译服务,满足各行业需求,是影响卫星影像应用的重要因素。本文总结近年来全国卫星遥感影像正射纠正处理经验,并结合卫星影像数据特征和参考资料情况,提出了以GXL-PCI软件为平台,基于参考影像的方式进行卫星遥感影像快速正射纠正和质量检查,完成全国范围内年度一版的卫星影像数据正射纠正处理工作,并证明了卫星影像与参考影像准确配准的准确率在99%以上,并可以通过检查控制点个数的方法对问题影像进行准确定位,同时,对于初始定位精度较差的卫星影像,提出了RPC模型重建方法进行正射纠正,精度满足同等要求。     

基于二维图像特征的点云配准方法

为了提高低覆盖率点云的配准精度和收敛速度,提出了一种基于二维图像特征的点云配准方法。首先采用基于区域层次的点云配准算法实现粗配准;然后将三维点云转换成二维图像,再采用SURF算法提取二维图像的特征,并求解其匹配像素点对;最后根据二维匹配点获取相应的三维点云相关点,并计算刚体变换,由此实现点云的快速精确配准。试验结果表明,与迭代最近点（ICP）算法相比,该点云配准方法的配准精度和耗时分别提高了约20%和60%,是一种快速、高精度的点云配准算法。     

基于最小二乘法的区域整体最优匹配选取控制点的方法

本文在对1∶500地形图与其自身影像图配准误差分析的基础上,提出了一种基于最小二乘法的区域整体最优匹配选取控制点的方法,主要针对在GIS中从地形图上选取控制点来配准影像图。本文在对新方法进行了论述,并通过对浙江温州地区一幅栅格图像与1∶500 GIS数据进行配准控制点选择实验,对比传统方法它能够克服由于影像分辨率和人工对影像刺点所带来的系统误差,大幅度提高配准精度,使得不同空间尺度下的地图数据实现精确配准。     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。     

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。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

地面激光点云与数码影像自动高精度配准

针对地面激光雷达点云和数码光学影像非同源异质数据自动配准困难的问题,本文提出了基于互信息的两种数据同名特征高精度自动提取的方法。首先,把点云数据生成中心平面投影的反射强度图像和基于RGB信息的彩色图像,应用点云彩色图像和数码光学影像的匹配,确定点云与影像的粗配准参数;然后,对反射强度图像进行特征提取,应用粗配准参数确定其在数码光学影像上的初始位置,应用互信息实现非同源数据的高精度匹配;最后,应用罗德里格矩阵和选权迭代方法计算高精度配准参数,生成三维彩色模型。试验证明,本文方法可以解决地面激光点云和数码光学影像非同源异质数据的配准问题,具有一定的研究和应用价值。     

多视激光点云数据融合与三维建模方法研究

基于特征基元的点云数据配准方法,利用控制点对机载与车载点云数据进行概略匹配,构建了顾及梯度与颜色特征及特征组对的特征点匹配算法模型,根据拟合平面特征解算平移和旋转变换参数,实现了机载与车载点云数据的精确配准,并在此基础上建立了多角度点云数据融合的房屋顶部和立面特征提取、点云数据与光学影像纹理信息匹配的技术流程,实现了建（构）筑物三维精细建模,并通过实例验证了本文所提方法的有效性。     

基于多源遥感影像融合的影像匹配技术

多源遥感影像数据配准,常用的方法是多项式纠正法。此方法简单,但不能有效实现图像之间的相互配准。本文介绍了一种基于影像匹配的图像对图像局部纠正技术,包括影像直方图匹配、特征点提取、影像匹配处理技术,以及图像对图像局部纠正等技术,用于多源数据的配准。实验证明这种流程适合不同时相、不同传感器遥感数据(TM数据、SPOT数据与航空影像数据)的精确配准,配准误差可达到子像元级别。     

车载MMS激光点云与序列全景影像自动配准方法

提出一种车载移动测量系统（MMS）激光点云与序列全景影像自动配准方法。首先采用层次化城市场景目标提取方法自激光点云提取天际线矢量,在全景影像中经虚拟成像与分割角点提取算法生成天际线矢量。然后,将提取结果作为几何配准基元,构建配准基元图,通过最小化配准基元图编辑距离进行匹配,组成共轭配准基元对,解算2D-3D粗配准模型,获得全景影像与LiDAR点云参考坐标系之间的初始转换关系。最后,为消除几何配准基元提取与匹配误差对配准结果的影响,自序列全景影像虚拟成像影像生成多视立体密集匹配点云,继而使用变种ICP算法优化其与激光点云数据间3D-3D配准参数,间接优化全景影像与激光点云间的配准参数,精化配准结果。试验结果表明,本文提出的自动配准方法可以实现车载MMS激光点云与序列全景影像的1.5像素级自动配准,配准成果可应用于真彩色点云生成等点云/影像数据融合应用。