三维真实感地形建模与可视化

研究了三维真实地形建模与可视化的整个流程，利用OpenGL通用图形程序接口实现了基于DEM数据与遥感影像的三维地形的快速生成与仿真；并将三维地形生成技术应用到了天山公路三维地质灾害场景可视化中。详细阐述了以遥感影像作为地形纹理的处理方式与流程以及构建真实地形场景技术的方法和优化方案，提出了在实际应用中建立个性化三维地形系统的重要性。     

倾斜摄影测量技术在广州市治安界线项目中的应用

倾斜摄影测量技术是国际测绘遥感领域近年来发展起来的高新技术,利用该技术可以快速获取城市多视影像并实现三维实景建模.在广州市治安边界划界工作中,利用该项技术快速构建边界三维场景,通过对边界进行真实场景重构,社区民警足不出户即可完成各区之间治安边界的确认和划分.另外,将传统的治安界线走向文字描述转变为直观、真实的三维实景地图,能更好地服务于警务系统日常的管理、调度工作.这为该技术在相关行业的进一步推广应用提供了典型参考案例.     

高分辨率遥感影像场景变化检测的相似度方法北大核心CSCD

针对传统高分辨率遥感影像场景变化检测流程复杂且严重依赖分类结果的问题,本文提出了一种顾及场景全局与局部相似性的变化检测方法。首先,将同一区域两个时相的遥感影像裁切成固定尺寸的图像块,构造场景对图像库,并划分为训练集和测试集;其次,构建融合场景全局与局部相似性的双分支卷积神经网络,实现场景相似度学习;然后,利用训练的相似度学习网络提取训练集场景相似度,并通过阈值遍历的方法得到最佳的相似度阈值;最后,基于相似度阈值将测试集场景对划分为变化场景和未变化场景,得到最终的变化检测结果。试验结果表明,本文方法的总体精度为0.94,Kappa系数为0.88,优于传统的分类后变化检测方法,是一种简单有效的场景变化检测方法。     

一种模糊聚类的遥感影像分析方法研究

针对传统模糊聚类的遥感影像分析方法的不足,重点研究基于模糊ISODATA聚类的遥感影像分析。通过Matlab软件编程实现基于迭代自组织数据分析技术、模糊C均值聚类、模糊ISODATA算法对合成图像、纹理图像及真实遥感影像的分类,并对其分类结果进行讨论。通过实验数据对比,评价FISODATA算法的优越性。实验结果表明:ISODATA算法及FISODATA算法都能够实现变类,而FCM算法只能在固定聚类数下进行分类,但是,ISODATA算法分类机制不稳定,不能每次都确定正确聚类数。在迭代过程中,将FISODATA算法引入模糊集理论,便能够快速准确的实现聚类数的确定。     

困难地区大型工程预选址新方法探讨

利用遥感技术进行工程预选址,能够克服困难地区交通不便、环境恶劣等困难,但使用商业遥感影像成本较高,借助Google Earth提供的坐标信息,以及开放网络资源提供的高分辨率遥感影像进行工程预选址能够达到事半功倍的效果。文中利用Google Earth进行二次开发,获取某区域的三维坐标点集,建立数字高程模型。在此基础上,叠加影像制作该区域三维场景,并结合该区域遥感地质解译等相关资料,在三维场景中进行综合分析,实现工程预选址。实验表明,在三维场景中进行选址分析更直观、真实,选址工作更具有针对性,可缩小感兴区范围,节省大量时间。     

优视摄影测量方法及精度分析EI北大核心CSCD

无人机最优路径规划和精准数据采集是复杂城市场景三维重建的关键问题。优视摄影测量利用被摄对象的概略模型,结合密集采样的初始视点生成和采样点可重建性约束的视点优化技术,实现最小数据采集代价下的精确三维模型重建。本文首先研究了优视摄影测量的基本原理;然后利用优视摄影测量技术进行真实场景的无人机影像采集,并结合激光扫描点云进行空三精度分析和Mesh模型质量验证。试验结果表明,优视摄影测量显著提高了Mesh模型的重建质量;对于倾斜摄影难以观测的部分建筑物立面区域,精度提升达到3~5倍;与倾斜摄影相比,优视摄影测量能建立稳健影像连接,实现较高的绝对定位精度。     

基于倾斜摄影技术的三维场景快速搭建

针对DOM叠加DEM方式构建三维场景不够真实,最新的三维实景模型成果具有一些缺点,如没有单体化、建模不够精细等。在倾斜影像空三加密成果或三维实景模型成果基础上,基于透视成像原理,采用人机交互的方式构建三维单体模型,并对三维实景模型进行踏平等编辑处理,将三维单体模型与三维实景编辑模型进行数据融合,从而达到构建真三维场景的目的。该技术方法能真实还原城市风貌,是三维场景快速搭建的一种有效的解决方案。     

顾及纹理特征差异性的遥感影像数据分区域多密级加密方法

针对高分辨率遥感影像在网络传输、数据分享及应用过程中的安全性问题,本文从高分辨率遥感影像自身特点出发,提出了一种顾及纹理复杂度的遥感影像分区域多密级加密算法。首先,对大数据量的遥感影像进行分块处理,并将每个子图像块按照纹理特征的复杂度划分为简单、中等和复杂类型;然后,针对不同类型的子图像块采用不同维度的混沌系统分别加密得到密文块;最后,将密文块进行关联拼接,得到整体加密后的密文图像。通过采用真实遥感影像的试验分析结果表明,本文方法能够很好地实现遥感影像的信息隐藏,并且可以兼顾加密的安全性和时间复杂度,在大数据时代面向大众化应用的高分辨率遥感影像数据共享和图像处理领域具有潜在应用价值。     

基于倾斜影像的城市场景隐式曲面重建

在基于倾斜影像的城市场景重建过程中,由于获取影像时存在场景遮蔽和大视点变化的情况,建筑物立面等区域存在着影像密集匹配点云稀疏甚至空洞的情况,自动化重建难度大,难以反映建筑物的真实形态。本文提出了一种新的基于倾斜影像的城市场景隐式曲面重建方法：首先,以倾斜影像密集匹配点云为基础建立Delaunay四面体;然后,对Delaunay四面体进行约束图割,提取出可视化的三角面,进而更加精确地估计点云的法向信息;最终,结合Screened Poisson曲面重建,实现了城市场景的隐式曲面重建。通过多种隐式曲面重建方法的对比试验,验证了本方法的准确性和适用性。     

广东省三维地形场景仿真研究

三维地形场景的仿真是虚拟现实技术的关键部分之一。采用SRTM为DEM数据源,以Google Earth影像为仿真纹理,经影像数据截拼、投影转换、SRTM数据无缝拼接,以及Google Earth影像在DEM上的叠加,实现了广东省三维地形场景仿真。三维地形场景仿真更具有立体感和层次感,有利于快速直观地把握各地形地貌要素,在很大程度上缩短读图时间,有效地提高工作效率。     

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。     

虚拟地理环境中地面逼真感的实现方法

在虚拟环境中要获取近乎真实的临场感受,除了大视景、立体视觉之外,最重要是要具备逼真的视觉图像.而实现视觉图像逼真感的重要途径就是增加虚拟场景中的细节.在已有地形数据的基础上实现虚拟地理环境的逼真感,需要对地形要素进行场景细节的进一步描述.主要从陆地地面的地形要素入手,在原始地形数据的基础上,研究如何实时增加数据本身所不具备的细节来提高地形的复杂程度,以实现虚拟地面环境的逼真感.     

浅析沿海区域卫星遥感影像图像增强技术研究

以p5影像为试验,通过对图像粗纠正、波谱信息增强和空间信息增强三个方面的简要论述,利用ER-DAS,Photoshop图像处理软件进行实验处理,真实地反映沿海区域自然特征,为遥感领域的影像图像增强环节提供技术借鉴。有助于提高生产效率,保证成果质量,具有较高的应用价值。     

一种大范围真实地形场景构建技术与其应用

提出了一种大范围真实地形三维场景的构建技术,很好地弥补了SketchUp不适宜建立大范围地形模型和容易缺失纹理信息的缺陷。并以三峡水电站周边地区40 km2区域作为研究对象,以该地区30 m精度的DEM和卫星影像图为基础数据,结合使用WorldMachine、SketchUp、Arc GIS等多种软件,快速建立大范围地形和地面要素的三维表达,并将模型导入SketchUp中进行浏览,以及通过Cesium开源框架实现对三峡水电站周边地区的三维场景动态漫游,为进一步的GIS二次开发提供模型数据支持。     

无人机+BIM助力施工现场管理技术研究

将无人机低空高精度航测影像数据生成的地表真实三维地形模型与BIM建筑模型信息相融合,应用BIM技术解决结构物设计参数之间的碰撞检查,"无人机+BIM"进一步实现了工程构筑物与"实际场景之间的碰撞检查",该技术可为项目策划、场地布置、便道选线、土方测算、进度控制、变更设计等工程施工管理提供空间立体数据支持。     

基于密集卷积神经网络的遥感影像超分辨率重建

针对传统遥感影像超分辨率重建方法依赖同一场景多时相图像序列且需预先配准等缺点,本文提出了一种基于密集卷积神经网络的遥感影像超分辨率重建的方法。该网络直接将低分辨率遥感影像作为网络的初始输入,通过密集卷积神经网络学习影像的高阶表示,获得更具有表达能力的深层特征;同时,在网络中采用并行的1×1卷积滤波器结构,通过该结构减少模型参数;在重建网络中使用亚像素卷积可以更快地实现特征图的重建。在UCMerced_LandUse公共数据集上的实验表明:本文的网络模型提升了传统深度网络的影像重建性能,增强了重建图像的纹理细节并改善影像边缘失真,提升了重建影像的性能。     

基于全景图的3维实景制作及其与GIS集成研究

3维实景技术是一种基于图像绘制的虚拟现实技术,使用真实的照片展现场景达到沉浸式虚拟漫游的效果,提供给用户良好的交互性。本文提出了一种利用全景图制作3维实景并将其与GIS集成的方法:首先对拍摄的鱼眼照片进行球面投影,然后配准拼接成球面全景图,利用全景图制作3维场景,实现3维场景的漫游并将3维实景集成于已有的GIS系统。本文以华东师范大学校园3维实景漫游系统及基于Google Maps的3维实景地图开发为例,介绍方法流程。与传统的2维地图相比,3维实景地图更加直观且更具真实性。     

基于极线及共面约束条件的Kinect点云配准方法

Kinect作为轻量级手持传感器,在室内场景恢复与模型重建中具有灵活、高效的特点。不同于大多数只基于彩色影像或只基于深度影像的重建算法,提出一种将彩色影像与深度影像相结合的点云配准算法并用于室内模型重建恢复,其过程包括相邻帧数据的配准与整体优化。在Kinect已被精确标定的基础上,将彩色影像匹配得到的同名点构成极线约束与深度图像迭代最近点配准的点到面约束相结合,以提高相邻帧数据配准算法的精度与鲁棒性。利用相邻4帧数据连续点共面约束,对相邻帧数据配准结果进行全局优化,以提高模型重建的精度。在理论分析基础上,通过实验验证了该算法在Kinect Fusion无法实现追踪、建模的场景中鲁棒性依然较好,点云配准及建模精度符合Kinect观测精度。     

基于柯西分布的单幅图像深度估计

单幅图像深度估计是目前计算机视觉和计算机图形学中的一个挑战性问题。基于柯西分布的点扩散函数模型(point spread function,PSF),给出了一种以计算物体图像边沿散焦模糊量实现单幅图像场景深度估计的方法。将原始散焦图像分别用两个柯西分布核重新模糊,用两模糊图像的梯度比值计算边沿散焦模糊量,得到稀疏深度估计,再通过内插方法取得场景的全深度估计。多种真实场景图像的实验结果表明,本方法能够从非标定单幅散焦图像中较好地估计场景深度,且对图像噪声、边沿误差和邻近边沿的干扰具有较好的鲁棒性,综合性能优于现有基于高斯PSF模型的方法;同时,验证了也可用非高斯模型建模PSF。     

基于CNN-GCN双流网络的高分辨率遥感影像场景分类

高分辨率遥感影像具有复杂的几何结构和空间布局,传统的卷积神经网络的方法仅能提取场景图像中的全局特征,忽略了上下文的关系,导致特征的表达能力受限,制约了分类精度提高。针对此问题,本文提出一个面向高分辨率遥感影像场景分类的CNN-GCN双流网络,该算法包含CNN流和GCN流两个模块。CNN流基于预训练DenseNet-121网络提取高分影像的全局特征;而GCN流采用由预训练VGGNet-16网络得到的卷积特征图构建邻接图,再通过GCN模型提取高分影像的上下文特征。最后,通过加权级联的方式有效地融合全局特征和上下文特征并利用线性分类器实现分类。本文选取AID、RSSCN7和NWPU-RESISC45共3个具有挑战性的数据集进行实验,得到的最高分类精度分别是97.14%、95.46%和94.12%,结果表明本文算法能够有效地表征场景并取得具有竞争力的分类结果。