像素工厂中真正射影像的生产及其精度分析

像素工厂是当今世界一流的遥感影像自动化处理系统,集自动化、并行处理、多种影像兼容、远程管理等特点于一身,代表了当前遥感影像数据处理技术的发展方向,主要用于地形图测绘、城市规划等.这里主要分析像素工厂生产数字表面模型(DSM)和真正射影像的工作流程,并结合实际生产进行精度分析.     

浅谈基于ADS80数据在像素工厂中制作正射影像的流程

像素工厂是当今世界一流的遥感影像自动化处理系统,集成自动化、并行处理和开放的架构,可以自动处理多种传感器的海量数据,生产各种制图终端。本文结合实际生产介绍了像素工厂批量生产数字地表模型(DSM)和正射影像的关键技术及工艺流程。     

新一代海量影像自动处理系统"像素工厂"初探

随着数码相机的广泛使用,需要一种能够处理海量数据、进行并行计算和自动化生产高精度产品的新一代数字摄影测量系统——“像素工厂”,以更好地为测绘各相关部门服务。主要分析像素工厂系统的特性、工作流程及其最终产品等,并将其与传统的摄影测量方法进行比较。     

基于像素工厂的无人机影像空三优化技术

研究了利用像素工厂对无人机遥感影像进行空三优化技术。分析了像素工厂快速处理无人机遥感影像的理论依据和方法;探讨了空三优化分组参数的绑定策略;提出了空三优化结果的精度评价要求。最后利用GPS辅助无人机遥感影像数据进行试验验证,结果表明:在像素工厂平台上对无人机遥感影像进行空三优化处理,能够快速地为后续DSM,DOM和真正射影像生产提供符合精度要求的基础数据。像素工厂与无人机影像数据的结合是无人机测绘工程自动化处理和应急保障的一个有效途径。     

浅谈在像素工厂中制作真正射影像的流程

像素工厂是当今世界一流的影像自动化处理系统,具有高超的处理能力和开放的架构,可以自动处理多种传感器的海量数据,生产各种制图终端。本文结合实际生产介绍了像素工厂批量生产数字地表面模型（DSM）和真正射影像（TDOM）的关键技术及工艺流程。     

基于像素工厂的京津冀地区GF-1正射影像制作

本文选择京津冀地区高分一号卫星影像作为研究对象,制定像素工厂平台下大区域高分一号正射影像制作方案。研究了利用像素工厂对大区域高分辨率遥感影像进行空三优化、正射校正、影像融合、影像镶嵌等关键技术,完成了京津冀地区高分一号正射影像的制作。精度评价结果表明,利用像素工厂能够生产在定位精度上满足要求的大区域高分一号卫星遥感影像正射影像,像素工厂在处理高分一号卫星遥感影像上具有大批量、精度高的优势。     

利用像素工厂处理卫片正射影像

像素工厂制作正射影像可以快速获取大范围高精度DOM数据。我院采用像素工厂,快速、高效的生产用于地理国情普查的卫片正射影像。本文结合生产实际情况,探讨了大区域遥感影像制作处理流程及方法。     

像素工厂在宿迁市第二次土地调查中的应用

近年来,出于处理海量数字影像的需要,法国Infoterra公司的“像素工厂”(Pixel Factory,简称PF)系统已被引入到国内.像素工厂是一种能够处理海量数据、进行并行计算和高度自动化的新一代数字影像处理系统.利用像素工厂能够进行高精度的DSM、DEM、DOM和True DOM产品的生产与制作.     

PF自动空三格式导入VirtuoZo创建立体模型方法

像素工厂是新一代海量遥感影像处理系统,具有自动化、并行处理、多种影像兼容等优点,应用于各测绘领域.本文基于ADS80数据结合实际生产详细地介绍了像素工厂加密成果导入VirtuoZo创建立体模型全过程及在生产中的一些体会.     

浅析像素工厂(PF)生产DOM的平面精度

像素工厂是一套全新的影像处理系统,本文介绍通过像素工厂和全数字摄影测量工作站生产同一地区DOM,并对两套系统生产的产品进行精度检测,得出精度报告。     

Geometric-constrained multi-view image matching method based on semi-global optimization

Targeting at a reliable image matching of multiple remote sensing images for the generation of digital surface models, this paper presents a geometric-constrained multi-view image matching method, based on an energy minimization framework. By employing a geometrical constraint, the cost value of the energy function was calculated from multiple images, and the cost value was aggregated in an image space using a semi-global optimization approach. A homography transform parameter calculation method is proposed for fast calculation of projection pixel on each image when calculating cost values. It is based on the known interior orientation parameters, exterior orientation parameters, and a given elevation value. For an efficient and reliable processing of multiple remote sensing images, the proposed matching method was performed via a coarse-to-fine strategy through image pyramid. Three sets of airborne remote sensing images were used to evaluate the performance of the proposed method. Results reveal that the multi-view image matching can improve matching reliability. Moreover, the experimental results show that the proposed method performs better than traditional methods.     

基于光照模型的遥感图像与DEM配准方法研究

针对遥感图像与DEM数据之间难以找到精确同名地物点而造成的配准精度较低问题,提出了一种基于光照模型的图像配准方法.该方法首先计算DEM数据中每一个像元的方位和坡度,并结合遥感图像成像时的太阳高度角和方位角,计算图像与DEM的地形光照模型,最后通过光照模型来辅助控制点的选取,从而实现图像精确配准.实验结果表明,该方法稳定...     

像素级和对象级高分辨率遥感图像变化检测分析

高分辨率遥感图像具有丰富的纹理信息,而像素级变化检测方法主要分析图像的光谱信息,导致将像素级变化检测方法用于高分辨率遥感图像具有一定的局限性。因此,本文提出了一种像素级与对象级相结合的高分辨率遥感图像变化检测方法,解决了像素级与对象级变化检测方法中存在的椒盐现象、误检等问题。首先,结合高分辨率遥感图像的多维特征,构建遥感图像变化检测模型;其次,利用随机森林分类器对图像进行分类,得到像素级变化检测结果;最后,将像素级变化检测结果与图像对象分割结果进行融合,得到图像变化区域和不变区域。试验结果表明,该算法具有较高的准确率和检测精度。     

无人机与卫星影像的叶面积指数遥感反演研究

针对卫星遥感影像获取的叶面积指数精度较低的问题,该文结合无人机低空航拍影像和卫星影像,基于最小二乘法建立了一种叶面积指数遥感反演方法,并与卫星影像像元二分模型进行了比较。结果表明:从单一植被类型到整体植被叶面积指数的反演,新方法均优于卫星影像的像元二分法,两者整体相对误差分别为27%和35%。4种植被类型中,草本植物对模型的反演精度影响较大,两者相对误差分别为32%和56%。使用该方法准确计算了长汀县相关区域叶面积指数分布,与他人结果一致。该方法提高了卫星遥感影像获取叶面积指数的精度,为大面积高精度估算区域植被提供了一种方法。     

遥感影像快速纠正系统的设计与实现

深入分析了传统遥感影像纠正处理工作中存在的问题,提出了以基础地理信息数据库为基础、基于网络环境的协同作业模式,解决了传统遥感影像纠正处理工作中资料准备工作量大、控制点采集效率低以及数据安全等问题。介绍了系统技术架构、设计与技术实现,为实现遥感影像快速纠正提出了切实可行的技术方案。     

结合像元级和目标级的高分辨率遥感影像建筑物变化检测

快速、精准的建筑物变化检测对城市规划建设等业务管理具有重要意义。随着卫星遥感技术的快速发展,基于高分辨率遥感影像的建筑物变化检测得到了广泛关注。针对像元级建筑物变化检测方法往往精度不足而目标级建筑物变化检测方法过程烦琐等问题,本文提出结合像元级和目标级的高分辨率遥感影像建筑物变化检测方法。首先综合高分辨率遥感影像的多维特征,利用随机森林分类器进行影像集分类,以获取像元级建筑物变化检测结果;然后对后时相遥感影像进行图像分割,获得影像对象;最后融合像元级建筑物变化检测结果和影像对象,识别变化的建筑物目标。利用双时相QuickBird高分辨率遥感影像进行建筑物变化检测试验,结果表明：本文提出的方法能够削弱光照、观测角度等环境差异对建筑物变化检测的影响,显著改善建筑物变化的检测精度。     

高光谱图像处理与信息提取前沿

高光谱遥感是对地观测的重要手段,高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内容之一。本文简要介绍了高光谱遥感的主要特点,系统梳理了高光谱图像处理与信息提取面临的关键问题和主要研究方向,在此基础上,从噪声评估与数据降维方法、混合像元分解方法、图像分类方法、目标探测与异常探测方法等4个方面对高光谱图像处理与信息提取的理论发展过程和最新前沿进展进行了综述。另外,还对高光谱图像处理与信息提取中的高性能处理技术进行了总结和分析。未来,伴随着智能化信息分析和高性能硬件处理技术发展,高光谱遥感卫星系统也将步入智能化时代。针对这一趋势,本文指出高光谱图像处理与信息提取方法要注重多学科交叉,充分利用机器学习、人工智能等领域的新成果;要重视软硬件结合,发展高光谱图像高性能实时处理技术;要紧密结合应用需求,发挥高光谱遥感的优势和特点,发展新理论和新方法。     

Production of high-resolution remote sensing images for navigation information infrastructures

This paper introduces the image fusion approach of multi-resolution analysis-based intensity modulation (MRAIM) to produce the high-resolution multi-spectral images from high-resolution panchromatic image and low-resolution multi-spectral images for navigation information infrastructure. The mathematical model of image fusion is derived according to the principle of remote sensing image formation. It shows that the pixel values of a high-resolution multi-spectral images are determined by the pixel values of the approximation of a high-resolution panchromatic image at the resolution level of low-resolution multi-spectral images, and in the pixel valae computation the M-band wavelet theory and the d trous algorithm are then used. In order to evaluate the MRAIM approach, an experiment has been carried out on the basis of the IKONOS 1 m panchromatic image and 4 m multi-spectral images. The result demonstrates that MRAIM image fusion approach gives promising fusion results and it can be used to produce the high-resolution remote sensing images required for navigation information infrastructures.     

Production of high-resolution remote sensing images for navigation information infrastructures

This paper introduces the image fusion approach of multi-resolution analysis-based intensity modulation (MRAIM) to produce the high-resolution multi-spectral images from high-resolution panchromatic image and low-resolution multi-spectral images for navigation information infrastructure. The mathematical model of image fusion is derived according to the principle of remote sensing image formation. It shows that the pixel values of a high-resolution multi-spectral images are determined by the pixel values of the approximation of a high-resolution panchromatic image at the resolution level of low-resolution multi-spectral images, and in the pixel valae computation the M-band wavelet theory and the à trous algorithm are then used. In order to evaluate the MRAIM approach, an experiment has been carried out on the basis of the IKONOS 1 m panchromatic image and 4 m multi-spectral images. The result demonstrates that MRAIM image fusion approach gives promising fusion results and it can be used to produce the high-resolution remote sensing images required for navigation information infrastructures.