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。     

接缝线网络的自动生成及优化方法

提出一种接缝线网络的自动生成及优化方法,首先基于顾及重叠的面Voronoi图,生成全局的初始接缝线网络,然后利用重叠区的影像内容对接缝线网络进行优化.不仅可保证区域范围内多影像镶嵌处理的灵活性与效率,避免误差累积和中间结果的产生,使处理结果与影像顺序无关,而且优化后的接缝线网络可保证镶嵌质量.     

正射影像镶嵌线自动搜索的视差图算法

提出了一种基于正射影像视差图的区域级镶嵌线搜索算法。首先利用半全局约束立体匹配算法(semi-global matching,SGM)分别计算立体像对的左右视差图,并通过自适应阈值化去除细小的噪声区域,再经数学形态学方法进一步削弱噪声影响和填补小的漏洞区域,得到了较为精细的房屋等非地面区域的分割结果,从而分离出地面与非地面区域;然后采用改进的贪婪蛇搜索算法进行镶嵌线搜索,以提高算法的稳健性。试验表明,本文算法能很好地避开房屋等明显突出地表的实体,得到不穿越非地面区域的最优路径。     

基于有效区域自动判断的多幅遥感图像镶嵌方法

针对目前遥感图像镶嵌中存在的自动化程度低、接缝线去除效果差等问题,从有效区域出发对现有镶嵌技术进行改进。采用自动追踪法得到图像的有效区域,在此基础上进行多幅遥感图像镶嵌处理:在几何拼接阶段,用有效区域代替原始矩形图像参与图像拼接;在拼接缝消除阶段,用有效区域确定两幅图像的拼接线,采取整体色调调整和重叠区加权两个步骤消除接缝线;在多幅图像镶嵌时,对两幅待镶嵌图像的有效区域求并集,即是结果图像的有效区域,参与下一次的镶嵌计算。通过两组多幅遥感图像的镶嵌实验表明,该技术流程可以实现全自动的多幅图像匀光,处理后图像整体色调一致,不存在明显接缝线。     

基于分水岭变换的遥感影像面向对象多尺度分割算法研究

面向对象多尺度分割技术建立一种基于多尺度分割、逐级分层提取地物边界的方法。并基于这一思想,提出基于分水岭算法和异质性最小区域合并算法相结合的快速分割方法。试验表明,该方法能快速准确地获得高分辨率遥感图像的分割结果。     

集成改进Mean Shift和区域合并两种算法的图像分割

Mean Shift算法分割图像时,带宽的大小直接影响分割效果。带宽分为空间带宽和值域带宽。本文根据待分割遥感图像的空间分辨率参考选定空间带宽,基于渐近积分均方差最小原则计算每一波段值域带宽;针对MS算法分割图像时存在过分割问题,提出基于区域面积加权的区域相似度准则和基于区域熵的合并停止准则来合并分割后区域。MATLAB软件3组实验结果表明:本文方法相比EDISON软件能得到更好的分割效果,且能在一定程度上提高遥感影像分割的自动化。     

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Mean Shift的大批量遥感影像分割方法

由于收敛速度快、分割精度好,Mean Shift算法被广泛应用于影像分割中,但是处理大遥感影像时,Mean Shift算法存在速度慢、效率低下等问题。为此提出一种基于Mean Shift的分块并行无缝分割算法。首先在分块并行Mean Shift分割的基础上,通过标签影像的统一编码和重叠区域标签值建立对应关系,确定分块线的消除准则;然后进行标签影像的行和列拼接;最后对拼接后的标签影像进行矢量化,生成最终分割结果。实验表明,该算法相对于原始Mean Shift算法,在保证分割结果可靠性的同时大大提高了影像分割的效率,能够很好地解决大批量遥感影像的分割问题。     

基于Voronoi几何划分和EM/MPM算法的多视SAR图像分割

基于区域和统计的SAR分割方法,提出一种结合Voronoi划分技术、最大期望值EM(Expectation Maximization)和最大边缘概率MPM(Maximization of the Posterior Marginal)算法的多视SAR图像分割方法。首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域可以被看成待分割同质区域的一个组成部分,并假设每个子区域内的像素满足同一独立的Gamma分布,从而建立多视SAR图像模型,并在贝叶斯理论架构下建立图像分割模型,然后结合EM/MPM算法进行图像分割和模型参数估计。该方法将基于像元的马尔可夫随机场(Markov Random Field,MRF)模型扩展到基于区域的MRF模型,并且能同时有效地获取模型参数估计和基于区域的SAR图像最优分割。采用本文算法,分别对RADARSAT-Ⅰ/ⅡSAR强度图像和合成SAR强度图像进行了分割实验,定性和定量的测试结果验证了本文方法的有效性、可靠性和准确性。     

DSSRM级联分割的SAR图像变化检测

SRM(Statistical Region Merging)分割算法具有快速、稳定和抗噪强的优点,基于此,本文提出一种基于DSSRM(Dynamic Sorting Statistical Region Merging)级联分割的SAR图像变化检测方法。首先,针对SRM算法基于单特征静态排序导致的过分割问题,提出一种动态排序模式的DSSRM算法以减少差异图像分割错误,该算法建立基于合并区域的多特征马氏距离排序准则,在每次合并之后更新区域邻接矩阵并重新排序;然后,基于互信息最小化准则构造多通道差异数据集以提高算法对区域合并的约束能力;最后,提出一种级联分割变化检测框架,第1级利用SRM算法将差异图像映射到超像素空间,第2级采用DSSRM算法对超像素进行动态合并获得收敛的分割结果,第3级采用简化SRM方法进行三次合并获得最终的变化检测图。实验结果表明,该方法可以获得比SRM方法和目前流行方法更好的检测性能。     

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。     

利用小波变换的高分辨率多光谱遥感图像多尺度分水岭分割

为了减少仅用分水岭变换而导致的过分割问题,本文提出利用小波变换的多尺度处理方式用于融合后多光谱QuickBird图像的分割。整个分割过程包括多尺度图像表示、图像分割、区域合并和结果映射等过程。首先,依据原始图像的大小确定分解尺度并用小波变换产生各波段的低尺度图像。采用相位一致模型提取各近似系数的梯度,并逐尺度地融合各梯度图。分析不同尺度下的不同地物的局部梯度方差,以选择最佳的小波分解尺度。然后,通过移动阈值与扩展最小变换,利用多层次标记提取方法标记均质区域。进而,在梯度重建的基础上利用标记分水岭变换得到分割图像。其次,采取空间相邻关系、面积、光谱与纹理等多约束策略,以搜索最小合并代价的方式合并最初分割区域中的邻接区域对。最后,修改细节子图并进行小波逆变换将最初分割结果投影到更高尺度图像,同时处理边界上的像元以保持区域边界直至原始图像。实验结果表明本文方法不仅能够用于高分辨率多光谱遥感图像的分割,而且缓解了过分割问题且取得了较准确的分割效果。     

无人机高空间分辨率影像分类研究

本文利用无人机影像进行土地利用类型研究,面向对象方法对影像分割,获取了最佳分割尺度;根据各土地类别的特征信息建立分类定义,提出了快速、准确获取土地利用类型的方法。研究结果表明,运用面向对象方法能很好地解决无人机高分辨率影像分类问题,其中关键是影像分割尺度的选择和影像对象特征信息的提取。     

一种快速的无人机影像无缝拼接方法

本文针对传统的低空无人机影像拼接处理速度慢和几何精度低的问题,提出了一种快速的无人机影像无缝拼接方法:对输入的原始影像按一定尺度进行降采样,在降采样的影像上进行SURF特征提取和匹配,利用RANSAC方法估计初始的相对单应矩阵,然后用Levenberg-Marquardt方法精化单应矩阵,计算出初始的绝对单应矩阵后利用稀疏光束法平差估计出精确的单应矩阵,通过降采样影像与原始影像的单应关系传递单应矩阵到原始影像级,最后进行影像合成,形成整体拼接图。实验结果表明该方法可以有效地提高拼接速度,解决拼接错位问题。     

改进分水岭方法下的遥感图像水体提取

针对当下全球的水域环境监测中水体提取不完整、与周围地物区分错误等问题，以山东潍河为研究对象，提出了一种改进分水岭分割方法。首先提取目标水体的光谱信息分量作为前景图，然后将膨胀后的水体对象作为背景图，利用前景图与背景图叠加生成标记图，最后利用标记图通过分水岭变换对原图像进行分割以实现水体信息的自动提取。本文将试验结果与OpenCV中手动标记种子点的分水岭算法、基于Canny边缘的分水岭算法、结合形态滤波和标记的分水岭分割方法结果进行了对比。结果表明，本文算法比用种子点手动标记的方法更加自动化，提取的水体更加完整准确；相比于Canny边缘方法又避免了过度分割；比结合形态滤波标记的方法也更加完整准确，目标水体明显，对于水体提取是一种自动化的有效方法。     

无人机载多面阵组合宽角五相机影像拼接技术

近年来无人机在航空摄影测量中得到广泛应用,且多面阵宽角组合相机与单相机作业模式相比有诸多优势。针对无人机搭载的组合宽角五相机的影像处理问题,提出了实现大像幅影像拼接的方法与技术流程。通过在子影像重叠区域内建立视差方程,采用最小二乘法整体答解相对角元素修正量,最终得到精确的相对角元素值并作为影像的拼接参数,实现了多面阵组合五相机的影像拼接。     

一种区域自适应的遥感影像分水岭分割算法

提出了一种区域自适应的标记分水岭分割方法。该方法利用高斯低通滤波和概率统计相结合的方法,对梯度影像进行区域自适应阈值分割,提取分割标记,然后采用Meyer算法进行标记分水岭分割。实验结果表明,该算法能够有效解决遥感影像不同区域的分割问题,达到比较理想的水平。     

结合光谱和纹理的高分辨率遥感图像分水岭分割

针对遥感图像分割时仅利用光谱信息容易造成过分割和边缘定位不准的问题,提出一种结合光谱强度和纹理信息的遥感图像分水岭分割算法。首先分别提取图像的光谱梯度和纹理梯度,提出一种改进双边滤波模型,滤除图像中的噪声的周时,采用了一种局部的平滑尺度,能够有效消除纹理信息,借助于滤波算法,分别对原图像和Gabor纹理特征图像进行平滑处理,利用边缘检测算子得到光谱梯度和纹理梯度。最后利用形态学膨胀方法进行融合融合,使用分水岭变换对图像分割。用三幅高分辨率彩色遥感图像数据进行实验,并与JSEG（Joint Systems Engineering Group）和多分辨率分割方法进行比较,结果表明该方法具有较高的边界定位准确性,同时降低了过分割和欠分割现象。     

噪声抑制的多极化SAR海冰图像分割

合成孔径雷达(SAR)海冰图像分割对全球气候研究和保证船舶航行安全具有重要意义。现有的基于区域的马尔可夫随机场(MRF)多极化SAR分割方法,由于受相干斑噪声影响,其区域划分不尽合理,不能有效完成分割。因此,提出一种噪声抑制的多极化SAR海冰图像分割算法,首先在极化总功率图上引入降低噪声的滤波算法,合理划分初始区域,其次考虑区域之间的差异度,从而实现多极化SAR海冰图像的准确分割。以RADARSAT-2和SIR-C获得的全极化海冰图像为实验数据进行验证,结果表明:和其他较先进算法相比,本文算法优势明显,既能高效保持图像连通性,又能增强图像的细节信息,具有更高的分割精度。     

标记分水岭算法及区域合并的遥感图像分割

传统的分水岭算法通常对梯度图像进行无标记分割，其结果是容易造成过度分割。本文采用了一种基于标记的分水岭算法，首先,利用Sobel边缘算子对原遥感图像进行梯度重建，获得梯度幅值图像，同时计算待分割区域的周长、面积和形态因子，并对其进行标记； 然后,利用距离函数图标定种子法和等值线跟踪法获得初始分割图像； 最后，利用改进的区域合并方法获得最终的分割结果。实验结果表明了该方法的有效性。