自适应分块加权Wallis并行匀色

针对区域范围内多幅待镶嵌影像之间的色彩差异问题,提出一种基于GPU的分块加权Wallis并行匀色算法。首先,根据变异系数对影像自适应分块并利用双线性插值确定每一个像素的变换参数,利用加权Wallis变换消除影像间的色彩差异。然后,为了控制区域整体的匀色质量,利用Voronoi图和Dijkstra算法确定影像间的处理顺序。最后,利用GPU技术进行并行任务设计并从配置划分、存储器访问和指令吞吐量等方面进行优化,提高算法运算效率。实验结果表明,本文方法既能有效地消除影像间色彩差异,又能消除影像间的对比度差异。与CPU串行算法相比,GPU并行算法显著减少了计算时间,加速比最高达到60倍以上。     

城市级无人机影像匀色算法

无人机在获取影像时,受到天气、光照条件、相机传感器、主观人为等多种因素的影响,导致获取的影像内部或影像之间存在不同程度的亮度与色调分布不均匀,因此需要对无人机影像进行匀光匀色处理。本文提出了灰度值均值算法、基于相机响应函数的灰度值误差参数算法两种匀光匀色算法,并将其应用于镇江市实景三维数据建设无人机影像处理。试验结果表明,两种算法均能较好地去除色差,使色调过渡更缓和,可改善后期的实景三维整体效果,对城市级实景三维建设相关项目具有较好的借鉴作用。     

基于SFM和PMVS的倾斜影像三维建模方法研究与实现

与传统航拍相比,倾斜航拍作为一种新型的航拍方式,可以为三维城市建模提供更多的纹理数据支持,但是由于航拍倾斜角度较大,所获影像透视畸变明显,给倾斜航空影像间的匹配造成困难。本文利用Structure from Motion算法(简称SFM算法)对倾斜航空影像的相机姿态进行精确标定,并结合Patch-based Multi-view Stereo算法(简称PMVS算法)对标定影像进行密集匹配。结果表明,SFM算法对于倾斜航空影像的姿态标定具有较好的适用性,且通过PMVS算法能够得到大量具有颜色信息的三维点云数据,这些点云数据可直接用于三维场景重建。     

基于共线原理的全景影像真彩色点云生成算法

常规激光点云数据通过将激光点云与彩色影像进行融合,将影像所富含的色彩信息赋给相应的激光点云、可形成一种"纹理丰富、颜色直观、位置准确"的真彩色点云成果,不同类型相机拍摄得到的影像对激光点云赋彩色的原理和过程均不相同。文中基于移动测量系统及360°全景影像的测绘高新技术,研究全景相机拍摄的影像与激光点云的匹配、融合,提出一种基于共线原理的由全景影像给激光点云赋彩色的算法。算法充分利用全景影像360°可视以及激光点云位置精确的特点,经实验验证算法推导正确,生成的真彩色点云色彩纹理细致,空间位置准确。     

激光测量采集车在城市部件调查中的应用

车载移动测量技术在国内已经发展了几年的时间,三维点云数据结合多相机曝光的RGB信息可以直接生成真实三维场景,通过该技术手段可以大大提高城市部件数据采集能力。激光点云数据经过处理后,将基于点云采集的城市部件信息导入SuperMap二三维一体化GIS平台,实现了城市部件数据的管理与三维场景展示。     

一种可见光影像稠密匹配点云的单栋建筑物提取方法

建筑物点云提取是城市快速三维建模的基础。针对城区中建筑物和树木空间距离较近导致建筑物点云误提取的问题,提出一种颜色约束的欧式聚类算法。该方法利用低空拍摄可见光影像进行三维重建、获取点云数据,在建立点云K邻域索引和表面估计的基础上,以曲率最小的点作为欧式聚类的种子点,将点云的RGB值转换成Lab颜色模型,对建筑物点云的聚类提取进行约束。实验表明,该方法可以有效地解决可见光影像匹配点云中建筑物提取时将树木误提取的问题。     

多相机图像拼接匀色算法

多相机图像拼接中存在的亮度和色彩不均匀的现象严重影响着拼接图像的视觉效果。本文针对全景图像拼接过程中多幅图像之间的亮度和色彩差异问题,提出了一种多相机图像拼接匀色算法,该算法先从局部出发对单幅图像进行亮度调整,再从全局角度对待拼接图像进行颜色校正,最终获得亮度和色彩一致的全景图像。试验结果表明,该方法能较好地减少甚至消除拼接图像间的亮度和色彩差异,较好地改善全景图像的视觉效果。     

基于时空匹配的车载激光点云与CCD线阵图像的融合

本文给出了一种基于车载的激光点云与线阵CCD相机图像进行数据融合的方法。车载数据采集系统集成了GPS,激光扫描仪,IMU和线阵相机。该方法基于POS的定位定姿数据,利用时间信息和各个传感器的相对空间位置信息建立激光点与CCD相机扫描线之间的对应关系,进而确定CCD扫描线上与该激光点对应的像素。将该像素的颜色属性赋给激光点,可得到具有颜色属性的三维激光点云。最后给出具体融合结果。     

馆藏文物三维测量与重建方法研究

本文提出了一种基于结构光技术的馆藏文物三维测量与重建方法。该方法基于结构光原理获取文物表面密集的点云数据,对点云数据进行粗差检测与剔除、拼接、融合、三维构网等步骤建立精确的文物三维几何模型,为了表现文物本身的颜色材质信息,用高分辨相机获取物体表面的纹理,并将纹理与三维几何模型配准,生成具有高度真实感的、精确的文物三维模型。通过多种文物对该方法进行了测试,证明了该方法具有快速高效、精确逼真、操作简便等特点。     

基于影像的地面激光点云数据分类

为了完成地面激光点云数据的分类工作,不同于传统方法利用点云的几何特性和辐射信息,本文利用非量测相机获取影像数据实现点云的分类。首先,通过相机检校获取相机的参数,从而得到影像内方位元素;然后,将影像与点云进行配准,计算出影像的外方位元素;最后,对上述参数进行优化,实现二维影像与三维点云信息的融合,进而完成点云分类。实验表明该方案可实现地面激光点云数据的分类。     

反差一致性保持的影像匀光算法

不均匀光照现象是可见光航空航天遥感影像获取过程中常见的降质现象,会导致影像亮度分布不均匀和地物色调发生变化。现有的MASK匀光方法能够在一定程度上解决这类问题,但处理后的影像仍存在反差降低且亮度不均匀的现象。提出了一种基于Wallis滤波器的影像匀光改进算法,通过对影像的合理分块及自动统计标准均值和方差来实现单幅影像的匀光处理。实验表明,该方法可以在很好地保持整幅影像反差一致性的同时,获得更好的影像匀光处理效果。     

DMCⅢ航空数码影像匀光算法研究

DMCⅢ航空数码相机采用了新型的面阵CMOS传感器代替了原来的CCD传感器,导致影像亮度不平衡,严重影响了后期的空三加密工作。Wallis匀光算法主要用于多幅影像间的差异调整,能够有效地解决DMCⅢ影像的质量问题。本文详细地阐述了DMCⅢ影像的Wallis匀光算法,并结合实例进行验证,匀光效果理想。     

多像位姿估计的全景纹理映射算法

纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段，正以其独特的优势广泛地应用于众多行业领域。研究了一种利用三维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态，通过对首张影像进行标定得到其位置姿态后，利用摄像机空间旋转的几何特性，根据首张影像的位姿获取其余影像的位姿，继而完成多张影像的纹理映射，获取全景彩色点云。对比目前主流的全景影像纹理映射算法，该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验，结果表明，该方法能够快速准确地获取真三维全景彩色点云，为三维精细化建模提供了数据基础。     

融合多源数据的三维建模方法及精度分析

以地面相机影像、低空无人机影像和地面三维激光点云数据为融合对象,研究空地影像融合、低空影像融合地面三维激光点云和低空影像融合三维白模进行三维建模的方法,并对其三维建模精度和建模效果进行综合分析。这3种融合方法进行三维建模丰富了三维模型的色彩纹理信息,提高了三维模型的几何结构精度,能满足较大场景的三维实景模型的建模要求,为数字化古建筑(古文物)保护提供具有较高价值的参考数据。     

面向配网带电作业机器人的激光雷达与视觉系统融合定位

为提高配网带电作业机器人在开展带电作业时对导线的识别与定位的准确性,本文提出了一种基于单线激光雷达传感器与视觉系统融合的定位方法,获取导线的空间三维坐标。并通过研究多传感器在户外强光环境下的工作特点,提出了基于激光雷达深度信息与图像信息的多传感器融合算法。首先利用激光雷达与相机事先进行像素级标定,使图像像素与激光雷达深度点云一一对应;然后利用Canny算法与霍夫变换,获取图像中作业导线;最后计算出导线与雷达点云空间中相交部分空间位置,实现机器人在户外强光下高精度、高效率地进行导线识别定位,帮助机器人完成抓取导线等动作。     

基于Wallis滤波器的异源遥感影像匀光方法

针对异源遥感影像由于辐射水平差异导致地物在相邻图像上亮度值存在差异的现象,分析了造成影像间色调差异的各种原因以及现有处理方法在进行影像间色彩平衡处理时存在的问题,实现了基于Wallis滤波器进行匀光的相关算法,并通过多组匀光实验取得了较好的色彩平衡效果。     

超分辨率重建影像Wallis匀光拼接算法

由于计算机内存的限制,遥感影像的超分辨率重建一般采用分块算法进行处理,重建后的影像由于亮度、反差分布不均匀很难实现无缝拼接。针对超分辨率重建影像无重叠、规则大小的特点,本文提出了一种改进的加权Wallis匀光算法。该方法采用一种新的影像调整顺序,并使用加权法计算匀光参数,可以减少影像调整时误差的空间传递和累积,避免过度计算造成影像信息损失。最后,采用本文方法对900幅超分辨率重建后的资源三号影像进行匀光处理。试验结果表明：该方法能够使大幅面超分辨率重建影像达到亮度、反差一致性,取得了较好的匀光效果,达到了消除拼接缝的目的。     

车载LiDAR点云中交通标线的提取方法

交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。     

融合无人机影像与LiDAR点云的山区地表覆被景观特征探测

机载LiDAR数据能够准确提供对象的三维空间位置信息,无人机高分辨影像具备丰富的色彩信息与纹理信息,综合两种数据的优点,可进行数据集成融合。针对山区普遍存在的分布广泛的植被覆盖类型基质景观,本文通过构建可见光植被指数（VDVI）融合光谱信息点云数据,进行典型植被特征提取的研究。为了验证该方法提取信息的准确度,分别构建了3种数据源并依次进行山区地表植被提取试验。对试验结果定性定量分析表明,融合光谱点云数据的植被覆被率为56.8%,较另外两种数据类型的植被覆被率更加接近参考值（58.2%）,可信度相对较高,效果更好,植被图斑轮廓更加清晰,更适用于目标对象植被特征提取,使融合影像信息的点云数据分类优势得以体现,证实了该方法面向山区植被特征提取的可行性。