一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

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。     

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。     

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。     

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。     

基于相关系数的遥感图像拼接线检测算法

提出了一种基于相关系数方法的遥感影像最佳拼接线的检测算法.该算法根据影像重叠区域内两幅影像对应像素的相关性来判别像素之间纹理差异,结合了影像亮度差异的信息,检测出的镶嵌线优于平分线法检测出的镶嵌线.以4幅相邻影像自动寻找镶嵌线为例进行了实验,取得了良好的效果,验证了算法的实用性与有效性.     

结合SIFT特征点和泊松融合的无人机遥感影像拼接技术

针对无人机遥感影像拼接技术的研究,本文提出了一种结合尺度不变的SIFT特征点和重叠过渡泊松融合的无人机遥感影像无缝拼接方法。该方法首先采用SIFT算法对影像进行特征点提取,根据特征描述符间的欧氏距离对特征点进行粗匹配;然后使用随机采样一致性（RANSAC）算法剔除误匹配点对,为防止计算出的单适应矩阵线性结构不稳定,引入LM算法对单适应矩阵进行优化;最后采用重叠过渡泊松融合算法对影像进行拼接融合,以实现影像的无缝拼接。试验结果表明,该方法在无人机遥感影像拼接方面具有优势,能够获得良好的拼接影像。     

一种改进的APAP影像匹配算法

针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题，本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点，通过改进RANSAC算法去除误匹配点；然后根据APAP算法对影像进行网格划分，求每个网格的单应性矩阵，并对单应性矩阵进行线性化；最后根据线性化的单应性矩阵进行影像匹配，单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用，而且能减少非重叠区域的透视失真。试验结果表明，本文方法在匹配效率和匹配效果方面效果显著。     

一种基于GPU并行计算的无人机影像快速镶嵌方法

提出了一种从匀光后无人机影像出发,以Voronoi图为镶嵌线网络,基于GPU并行计算的无人机影像快速镶嵌方法。首先,通过Wallis滤波处理影像间色彩不一致问题;然后,以测区影像位置自动生成Voronoi图镶嵌线网络;最后,基于GPU并行计算将无人机影像快速正射纠正并镶嵌。通过对230张空间分辨率为0.1 m的无人机影像进行快速纠正镶嵌,实验结果表明,该方法较传统方法效率有很大提升。     

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。     

Automatic determination of seamlines for aerial image mosaicking based on vector roads alone

Image mosaicking is defined as the registration of two or more images that are then combined into a single image. One of the most difficult steps in the automatic mosaicking of orthoimages is deciding where to place seamlines in overlapping regions. Based on millions of image pixels, existing seamline detection methods mainly focus on how to avoid crossing buildings that are higher than the ground, which results in parallax on the overlapping images. However, various data in vector format, such as vector roads plotted manually and precisely, have not been used to aid the selection of seamlines. This paper presents a novel approach using vector roads alone to generate seamlines, and describes its application to the automatic generation of seamlines for image mosaicking of the city of Wuhan, China. A representative seamline is extracted as follows. First, the skeleton of the overlapping region of adjacent images is extracted after the delineation of boundaries of individual images. Second, vector roads in the overlapping region are overlaid with the extracted skeleton to build a weighted graph G (V, E). Finally, the Floyd–Warshall algorithm is applied to find the lowest cost path from I to O, which refer to two intersections of adjacent image polygons, with the lowest-cost path being the seamline. This vector-based approach is typically more efficient than raster-based approaches. Experiments demonstrate the merits of the proposed approach especially when vector road networks are available.     

基于有效区域约束的GPU-CPU协同影像快拼方法

提出了一种以有效区域约束的Voronoi图为拼接线网络,利用GPU-CPU协同处理航空影像快速拼接方法。首先,基于成像有效区域生成有效区域约束的Voronoi图拼接线网络,解决了传统Voronoi图拼接线网络在低重叠度条件下拼接后影像局部区域不被覆盖的问题,然后利用GPU-CPU协同处理将正射纠正嵌入到影像拼接的过程中,并且只对每张影像的有效区域进行纠正,再通过选择配置优化和存储层次性优化进一步提高拼接效率。实验表明,对237张高分辨率航空影像进行快速正射纠正和拼接,本文算法较传统先纠正再拼接的方法效率提高近20倍,同时保证很高的拼接精度,可以满足应急测绘要求。     

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。     

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。     

密集光流法正射影像镶嵌线智能提取

针对正射影像拼接时影像间存在复杂的几何错位问题,提出一种基于密集光流法正射影像镶嵌线智能搜索方法.利用影像密集光流、梯度信息和灰度信息构造代价影像并视其为带权无向图,以图割模型为基础,采用最大流最小割原理自诊断搜索镶嵌线.实验结果表明,采用所提方法得到的稀疏建筑区镶嵌线代价像素数大于100的仅占路径长度的0.7％,且相...     

基于SIFT特征和改进融合策略的图像拼接算法

为了消除图像拼接中的缝隙,本文提出一种改进的图像拼接算法。该算法首先利用经典的SIFT算子提取特征点,接着建立两幅图像的映射关系,利用RANSAC算法进行特征匹配点提纯,最后重叠区域的像素融合采用改进的加权平均算法。实验表明,该算法可以很好地消除重叠区域的拼接缝隙。     

基于Voronoi图的正射影像镶嵌网络生成与优化方法

提出一种基于Voronoi图的正射影像镶嵌网络生成与优化方法。首先以每幅DOM影像有效区域中心点作为种子点生成Voronoi图，确定每幅影像的有效镶嵌多边形并构建全局镶嵌网络；然后结合DSM数据对镶嵌多边形顶点位置进行调整，避免最终镶嵌结果影像出现无数据区域，同时可以使顶点避开建筑、树木等存在投影差的区域，以便对初始镶嵌线进行调整优化。试验表明，本文方法切实可行并且具有较好的自适应性。