一种基于组合特征的异源遥感影像配准方法

为实现大差异光学影像的高精度配准,充分利用各类特征检测算法的优势,提出一种基于多类型特征组合的异源遥感影像配准方法。在对获取的影像特征进行描述的基础上,通过影像分块均匀性分析和RANSAC整体一致性分析筛选高精度可靠的组合特征,构建和解算综合参数模型以实现影像的预配准和重采样。再利用最小二乘方法优化特征点匹配结果,使用小面元的方法进行影像的精配准和重采样。实验结果表明在异源光学遥感影像的亮度、分辨率差异较大时,可得到高精度的配准结果。     

几何刚性和法向量采样一致性的点云配准算法

针对三维激光点云配准中随机采样一致性(RANSAC)算法存在采样次数多、准确度低的缺点,该文提出了一种结合几何刚性和法向量一致性的点云配准算法。该算法通过改进采样策略降低采样次数并提升匹配精度,首先将点云的法向量信息加入采样集,使得每次的采样点从三对减少为两对;接着以两对采样点的刚性和法向量一致性计算置信度来确定当前采样是否置信;最后以迭代运算选取采样内点数最高的样本来估算变换矩阵实现点云精确配准。对激光三维点云进行配准试验,结果表明,本文方法在匹配效率及匹配性能上均优于传统RANSAC算法,且配准精度更高。     

四元组标靶辅助下的RGB-D室内点云配准

面向室内弱纹理三维重建需求，本文以RGB-D摄影测量技术获取室内点云为基础，提出了四元组标靶辅助的点云配准方法。该方法首先通过阈值筛选大曲率点，自动识别邻接点云中的辅助标靶，然后采用随机采样一致性表达方法，拟合标靶参数及其中心坐标，并根据拟合参数匹配同名标靶中心，通过刚性转换完成邻接点云粗配准。在此基础上，迭代估算邻接点云间的重叠区域，优化点云间的配准参数，从而实现点云精配准。利用Kinect相机获取两类室内场景各12站点云对本文方法进行测试，试验结果表明，配准后的多站点云间距最大均方根误差优于一个采样间隔，证明了该方法在弱纹理室内点云配准中的可靠性。     

网格运动统计算法的电力走廊图像拼接

针对电力巡线无人机拍摄输电线路图像具有视差、配准精度低、纹理复杂易出现特征集聚等问题,提出一种基于网格运动统计算法的输电线路拼接方法.首先使用加速"风"算法匹配特征并借助网格运动统计算法保留尽可能多的正确匹配点,然后借助自适应非极大值抑制算法均匀化特征点,再通过尽可能投影算法计算局部单应性矩阵,随后利用随机采样一致性算...     

基于Ly特征提取算子的高精度配准方法

本文探讨了一种基于Ly特征提取算子的遥感影像的高精度配准方法。该方法利用Ly算子快速提取特征点,同时采用抑制局部非最大的格网技术控制特征点均匀分布,在少量准确控制点的基础上,以相关系数测度及两个影像灰度值差的绝对值和测度相结合的多重判据为匹配准则,采用松弛法匹配策略整体匹配得到同名点。并通过实验证明了该方法特征提取速度快,基于Ly算子得到的配准点可靠,配准精度高。     

单应性约束的SAR图像序列MAP超分辨率重建

针对合成孔径雷达(SAR)图像序列超分辨率重建过程中对配准误差敏感的问题,该文提出了一种单应性约束的最大后验超分重建方法。首先,对SAR图像序列的中间帧做2倍上采样,将其作为基准图像,利用本文改进的尺度不变特征变换(SIFT)配准算法依次计算SAR图像序列的每一帧与基准图像之间的单应性。通过对待配准图像进行分幅、放大阈值、单应性筛选等操作,达到增加匹配点数量、有效去除误匹配的目的。然后,将单应性作为配准参数,对图像进行配准,并对配准后的图像进行重采样,重采样后的图像利用最大后验(MAP)超分算法进行超分重建,得到高分图像。实验结果表明,该文改进SIFT配准算法可以在保证匹配点对正确率较高的同时增加匹配点数量,且算法复杂度低。改进MAP重建算法与经典超分方法相比,图像质量更高,细节更好。     

基于改进ORB和匹配策略融合的图像配准方法

针对Oriented Fast and Rotated Brief(简称ORB)算法在图像配准中不具有尺度信息、BRIEF算法不具有旋转不变性以及特征匹配精度低等问题,本文提出一种基于改进ORB和匹配策略融合的无人机航拍图像配准方法。首先,通过简化多尺度空间检测特征点,采用稳健的RootSIFT描述符进行特征描述,用来提升特征描述的稳定性。然后,结合距离比值、双向匹配和余弦相似性测度(Cosine Similarity)匹配策略获得初始匹配。最后,利用随机抽样一致性算法(RANSAC)确定最终的特征点匹配关系,计算空间变换参数,实现图像的精确配准。实验结果表明,该方法在图像尺度、旋转和光照变化方面均表现出良好的性能,并提高了图像匹配准确率和配准精度。     

基于SURF改进算法的红外序列影像快速配准的方法研究

提出一种基于SURF算子和特征偏移一致性准则的无人飞行器红外序列影像配准的方法。该方法采用SURF算子对特征点进行提取和匹配。SURF算子仅考虑点的局部信息,没有考虑特征点集的几何信息。本文采用特征偏移一致性准则来剔除误匹配点对,提高特征点对的匹配精度,所得到的特征点集采用LM非线性优化进行单应矩阵求解配准,与其他算法相比,本方法适合于红外序列影像快速拼接,有较好的实用效果和鲁棒性。     

基于罗德里格矩阵的车载激光点云与全景影像配准研究

提出一种基于罗德里格矩阵的车载激光点云与全景影像的配准算法,该方法利用车载GPS/IMU获取全景影像投影中心的初始位置,并采用共线条件方程描述全景投影中心、全景影像像点和同名激光点云间的几何关系,最后基于罗德里格矩阵变化法实现配准参数的解算。试验结果表明,本文提出的车载点云与全景影像的配准方法计算简单,并具有较高的配准精度。     

一种新的基于空间关系的特征匹配方法

特征匹配是基于特征图像配准方法的难点之一,利用空间关系的策略是解决它的一种可靠途径.首先从理论上统一基于空间关系的特征匹配方法的数学模型,然后详细剖析已有几种经典方法定义的全局一致性度量准则存在的问题,最后提出一种新的解决方法.该方法采用高斯分布描述匹配特征对的空间位置在变换模型约束下存在的不一致性,由此定义全局一致性度量准则,使它在平滑连贯性和全局最优解的突出性等方面比已有准则有较大改善,同时该准则中涉及的惟一参数--高斯分布的方差--对它的全局最优解的突出性影响较小,保证提出准则的稳健性.针对新定义准则的最优化求解问题,本文设计一个两步迭代优化算法.用大量实际图像测试本文提出的方法,并将它与几种经典方法进行比较,实验结果表明本文提出的方法是正确和稳健的.     

一种海面风场反演的快速风矢量搜索算法

本文以SeaWinds散射计为例，从最大似然估计的海面风场反演方法出发，根据其目标函数的一般分布特征，提出并实现了一种快速风矢量搜索算法。然后采用美国SeaWinds散射计的部分LA实测数据对该搜索算法进行了验证，并与常规算法对同一实验数据的反演偏差及运行时间进行了对比分析，结果表明该算法在能够保证反演精度的前提下，在较大程度上提高了运行效率。     

基于模糊推理的最大似然分类算法研究

本文将模糊集理论与最大似然分类原理相结合,用模糊均值和模糊协方差代替传统最大似然分类的均值和协方差矩阵,依据极大隶属度原则,对最大似然分类算法进行改进。并尝试采用一种基于相异像素空间分布算法的分类精度评定方法,得到相异像素空间分布图,依据该空间分布图对不同的分类方法进行精度评定。实验结果表明,改进后的最大似然分类法的正确率、Kappa系数均优于传统的最大似然分类方法,所采用的精度评定方法也较传统方法在有效性、效率等方面有所改善。     

基于L曲线法的抗差岭估计模型

介绍了基于L曲线法的抗差岭估计模型及其在抵御系数阵病态和观测粗差影响中的作用,给出了抗差岭估计模型的推导公式及L曲线法确定岭参数的基本原理。最后结合实际算例作出五种方案的计算比较,结果表明：基于L曲线法的抗差岭估计模型能够有效地改善和抵御系数阵病态和粗差观测值带来的影响。     

方差的边缘极大似然估计

测量平差问题中,方差估计理论是复杂的。本文基于概括模型,组成自由项f(极大似然估计 MLE)的密度函数和改正数向量 V的线性函数(边缘极大似然估计 MMLE)的密度函数,详细推导了函数模型与随机模型中,未知参数 X与σ_0~2 的似然估计公式,分析了基于两种密度函数所得σ_0~2的似然估计存在差异的真正原因,并对两种方法所得的σ_0~2和X 的统计性质进行了讨论。指出边缘极大似然估计,σ_0~2 的具有良好的统计性质,可改善极大似然估计σ_0~2 的不定性(有偏);并且对任一平差模型的边缘极大似然估计,σ_0~2 无偏、有效的统计性质是一致的。     

基于相拟性准则的SAR图像分割方法

提出一种以似然差函数作为相似性衡量标准的SAR图像分割方法。首先根据SAR图像的强度分布特性，通过仿真，发现两个具有相同分布的均匀区域合并成一个区域后，它们的似然差函数近似与区域的大小和均值无关，而仅与SAR图像的视数有关。在此基础上对两个相邻区域的似然差函数进行简化，获得它的概率密度函数的解析形式。选取一定的虚警率，计算出两个相邻区域之间存在边界的似然差函数的阈值。然后根据似然差函数和区域的形状的约束建立融合代价，使得所有可以融合的区域按照一定的顺序融合。当没有区域可以进一步融合时，就获得SAR图像的最终分割结果。     

抗差估计中几种选权迭代法常数选取的探讨

常规抗差估计中采用选权迭代法时常数的取值是否合理直接关系到平差过程能否顺利进行和平差结果的优劣,本文通过对目前几种选权迭代法中常数的选取进行研究;得出:常数按K1=m ax(|(v1-l1)|)、C=m ax(|(vi-li)|)取值时,能有效解决常规取值方法(K1=3.0~8.0或K1=3.0~6.0,C=8)在粗差较大时出现秩亏、法方程系数矩阵奇异的现象,导致平差不能进行或者平差结果出现严重扭曲的问题,同时本文论述了在确保有解的情况下得到最优解的处理方法。     

高光谱遥感图像的监督分类

图像分类是高光谱遥感图像分析与应用的重要手段。总结了目前用于高光谱图像监督分类的主要方法,包括最小距离法、最大似然法、神经元网络法和支持向量机法,分析了上述方法的特点,并探讨了高光谱遥感图像分类方法的发展趋势。     

预建高精度地图的封闭区域UGV自动驾驶导航定位

针对封闭区域UGV自动驾驶应用，本文提出了一种基于平面高精度地图的导航定位方法。该方法利用三维激光扫描数据采用预定义的栅格地图概率值建立多分辨率地图，在保证定位精度的同时提高定位效率，采用极大似然估计获取载体位姿初值并将IMU数据用于计算高斯-牛顿法搜索初值。试验结果表明，基于激光扫描的二维地图构建与匹配定位方法能有效解决帧与帧匹配误差快速累积问题，可以高效地使用已有地图进行连续高精度的载体定位。     

The effect of atmospheric and topographic correction on pixel-based image composites: Improved forest cover detection in mountain environments

Quantification of forest cover is essential as a tool to stimulate forest management and conservation. Image compositing techniques that sample the most suited pixel from multi-temporal image acquisitions, provide an important tool for forest cover detection as they provide alternatives for missing data due to cloud cover and data discontinuities. At present, however, it is not clear to which extent forest cover detection based on compositing can be improved if the source imagery is firstly corrected for topographic distortions on a pixel-basis. In this study, the results of a pixel compositing algorithm with and without preprocessing topographic correction are compared for a study area covering 9 Landsat footprints in the Romanian Carpathians based on two different classifiers: Maximum Likelihood (ML) and Support Vector Machine (SVM). Results show that classifier selection has a stronger impact on the classification accuracy than topographic correction. Finally, application of the optimal method (SVM classifier with topographic correction) on the Romanian Carpathian Ecoregion between 1985, 1995 and 2010 shows a steady greening due to more afforestation than deforestation.     

基于SVM的多源遥感影像分类研究

本文通过分析单源遥感影像分类的现状和困难,以SAR和SPOT-5影像为实验数据,提出了基于支持向量机(Support Vector Machine,SVM)理论的多源遥感影像分类方法。研究结果表明,本文的方法能够有效地解决单源影像信息分类效果破碎的问题,正确识别地物,对高维输入向量具有高的推广能力,正确率达到94.97%,比多源影像的最大似然分类(Maximum Likelihood Classification,MLC)方法正确率更高。