一种异源高分辨率卫星遥感影像近似核线生成算法

提出了一种实用的基于有理函数模型(RFM)的核线生成算法,研究并实现在该算法下异源高分辨率卫星遥感影像像对近似核线生成方法。该方法利用高分辨率卫星遥感影像正解模型迭代计算RFM反解模型,结合核线投影轨迹法,提取像对之间近似核线对。实验表明,本文算法具有可适性和通用性,为异源高分辨率卫星遥感影像数据的自动匹配处理提供了可靠保证。     

基于零高程点的卫星影像核线确定方法

分析了立体卫星影像的核线关系，提出了一种利用高分辨率立体卫星影像有理函数模型确定其精确核线方程的方法，实现了卫星影像有理函数模型对应零高程空间点的定位，并获得了卫星影像的投影轨迹核线的双曲线方程。     

利用有理函数模型的几何定位仿射变换方法

针对高分辨率遥感影像在应用严密成像模型处理时存在求解参数众多、数值解算精度不高的问题,该文提出了基于有理函数模型(RFM)对几何定位进行仿射变换的方法。首先采用高分辨率遥感影像基于有理函数模型系数进行无控制点直接定位;然后利用控制点变化趋势制定控制点布设方案,并选取最优控制方案进行仿射变换;最后基于像方仿射变换进行误差补偿,从而实现减小高分辨率遥感影像存在的系统误差。以IKONOS遥感数据进行几何定位实验,结果表明:本文方法可以有效地提高高分辨率遥感影像的几何定位精度。     

基于有理函数模型的线阵CCD遥感影像水平纠正技术

利用有理函数模型替代严格传感器模型已经成为当前高分辨率遥感影像通用的数据标准.对于附加有理函数模型系数的线阵CCD遥感影像,提出了一种利用反解有理函数模型实现倾斜像片与水平像片转换方法.其主要原理同传统框幅式倾斜影像与水平影像的转换相似:将倾斜像片上像点投影到物方水平面上;然后在物方水平面上根据原始倾斜像片的地面采样间...     

基于RFM的高分辨率卫星遥感影像自动匹配研究

摘　要：提出一种基于有理多项式模型（RFM）进行高分辨率卫星遥感影像自动匹配的方法。首先利用RFM进行高分辨率卫星影像直接定位和同名点预测;然后基于投影轨迹建立近似核线方程,并分析了核线精度;接着采用金字塔影像策略进行核线约束的近似一维影像匹配,并经最小二乘影像匹配精化匹配结果;最后采用RANSAC算法剔除误匹配点以获取最终的匹配结果。通过与二维灰度相关方法和SIFT匹配方法的比较试验,证明本文方法可靠性好、匹配成功率高,较好地解决了多时相、大姿态角高分辨率卫星遥感影像的自动匹配难题。     

高分辨率卫星遥感立体影像处理模型与算法

基于高分辨率遥感影像的空间信息处理技术是当前数字摄影测量、地理信息系统及其相关学科的重点研究领域。本文主要针对高分辨率卫星遥感影像中的线阵CCD推扫式立体影像 ,从传感器几何模型、影像核线模型、影像匹配方面进行了理论和应用技术的系统研究 ,初步建立了线阵CCD推扫式遥感影像摄影测量处理的技术基础 ,并探讨了高分辨率遥感影像上规则地物的快速提取技术。本文的研究主要体现在以下几个方面。1 .针对高分辨率遥感卫星影像长焦距、窄视场角的特点 ,鉴于传统的严格传感器模型由于定向参数相关而引起不稳定性的缺点 ,从平行投影的…     

一种新的异源高分辨率光学卫星遥感影像自动匹配算法

提出一种新的异源高分辨率光学卫星遥感影像自动匹配方法.首先利用高分辨率光学遥感影像有理多项式模型(RFM)正解模型,通过迭代计算其反解模型,并将RFM反解模型与投影轨迹法结合提取特征点对应异源影像核线,通过核线检查与对比分析确定同名点搜索范围.然后在搜索范围内利用最小欧式距离准则提取初始同名点,最后采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果.试验结果表明,相对于传统的SIFT算法,本文方法通过对异源影像特征点构建核线几何约束和灰度分析进行匹配,可获取更好的匹配效率和精度.     

DEM支持下WorldView-2影像的单片定位

WorldView-2卫星是高分辨率遥感影像发展的一个重要里程碑。探索了DEM支持下,分别基于严格物理模型和有理函数模型的WorldView-2影像单片定位原理和过程,并以某地区WorldView-2影像及其对应的1∶10 000 DEM作为试验数据,对比研究了在不同控制条件下,基于严格物理模型的单片定位、基于有理函数模型的单片定位以及基于有理函数模型的立体定位的定位结果。     

WorldView-2核线影像立体测图研究

卫星遥感影像大多是线阵推扫式成像模型,且分辨率越米越高,研究遥感影像数字测图具有重要现实意义.线阵推丰J式成像方式与传统框幅式摄影测量小同,线阵CCD的每一扫描行都具有独市的外方位元素,这使得高分辨率遥感影像的核线模型不再是一直线,而是类似于双曲线的形状.比较框幅式摄影测量与推扫式成像核线模型之间的差异,在具有约束条件的情况下,线阵遥感影像的匹配方法仍可在接近一维的形式下进行,加快影像处理的速度.     

有理函数模型下基础矩阵研究

分析了线阵影像的核线关系,提出了有理函数模型下线阵扫描影像的基础矩阵求解方法,验证了线阵影像中精确共轭核线对是不存在的。     

大重叠度无人机遥感影像的三维建模方法研究

探讨了无人机遥感系统获取的遥感影像的三维建模方法 ,应用相对定向直接进行无人机遥感影像相对定向 ,并通过实验分析了相邻影像间重叠度对相对定向精度的影响。基于高重叠度的无人机遥感影像 ,为提高同名点识别的精度 ,提出了多幅影像核线约束方法。实验证明本文是利用无人机遥感影像特点实现三维建模的有意义的尝试     

线阵推扫影像的核线模型研究

通过对线阵CCD推扫式影像和框幅式中心投影影像的核线理论的对比研究，建立了线阵CCD推扫式影像的核线理论，并探讨了它的基本特性，从而为核线在线阵CCD推扫式影像中的应用提供了理论基础。     

Road Network Extraction from High-Resolution Remote Sensing Image Using Homogenous Property and Shape Feature

According to spectral homogeneity and ribbon-like shape of road, this letter presents a simple yet effective method of delineating road networks from high-resolution remote sensing images. The proposed method consists of three main steps. First, the mean shift algorithm is utilized to detect the modes of density of image points in spectral–spatial space which contain potential road center points and then detected mode points are classified into different classes by mean shift-based clustering on the basis of spectral information. Next, the combination of Gabor filtering and tensor encoding is used to identify the road class and to extract road center points. Lastly, road network is generated from detected road center points by means of tensor voting and connected component analysis. The experimental results demonstrate good performances of the proposed method in road network extraction from high-resolution remote sensing images.     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

多特征约束的高分辨率光学遥感影像道路提取

针对复杂场景中的遥感影像道路提取问题,论文提出了一种多特征约束的影像道路提取方法,并开展了论文方法可行性论证。该方法首先,根据道路宽度的先验知识以及道路的几何特征,提出一种改进的线段二次提取模型,利用线段长度和道路宽度确定候选道路种子点集;其次,输入道路结构信息,基于道路辐射特征对候选道路种子点进行整体匹配评价;再次,当候选道路种子无法符合辐射特征要求时,提出一种浅色机动车检测模型,以此将浅色机动车结果作为道路上下文特征,利用道路上下文特征对候选道路种子点进行分析;然后,构建道路拓扑分析模型,依据道路拓扑特征对候选道路种子点进行最终验证;最后,对提取道路种子点进行优化处理,并提出道路跟踪及拟合方法。通过不同复杂场景、不同分辨率高分辨率遥感影像下开展的不同方法实验结果对比分析表明,相对于其他商用软件ECognition和Erdas的方法,本方法自动化程度更高,运行效率高,适用于解决道路类型多样化、几何光谱噪声大的复杂场景道路提取问题。     

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明：本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。     

矢量数据辅助的高分辨率遥感影像道路自动提取

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。     

利用结构面对象的高分遥感影像建筑物变化检测

根据建筑物具有丰富的角点和规则的外观形状的特点,本文提出了依据线段信息生成建筑物变化检测基本单元——结构面对象的建筑物变化检测方法。从高分遥感影像中提取出建筑物的边缘线及屋顶外形线条,生成结构面对象并提取其在两时相影像中相应的特征信息,通过监督分类获取变化建筑区域。试验结果表明,利用结构面对象进行建筑物变化检测能较完整地覆盖变化建筑物表面且对象边缘检测效果较好。     

高分辨率遥感影像的精纠正

论述了对高分辨率遥感影像进行精纠正获得正射影像的关键技术。若干实际不同分辨率的高分辨率遥感影像被用于相应的实验，实例证明了本文算法的正确性。