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。     

异源高分辨率遥感影像的三维重建

针对在实际应用中难以获得同源高分辨率遥感影像,利用同源高分辨率影像实现高精度、自动化的三维重建仍存在一定困难的现状,该文提出一种利用异源高分辨率遥感影像进行三维重建的方法。采用尺度不变特征变换算法对影像进行匹配以获取同名点,并使用随机抽样一致性算法剔除低精度匹配点;然后利用获取的同名点构建Delaunay三角网;接着根据有理函数反解模型和投影射线联合定位算法解算各个同名点的三维坐标;最后基于Delaunay三角网内插技术求取地物点的高程值,并基于OpenGL技术实现三维显示。试验结果表明,利用该方法可以实现异源高分辨率遥感影像的三维重建,精度上能够满足生产需求。     

异源高分辨率光学卫星遥感影像联合定位

本文提出一种基于RFM和投影射线法的异源高分辨率光学卫星遥感影像定位算法:首先利用高分辨率遥感影像RFM正解模型迭代计算其反解模型;接着通过RFM正反解模型构建投影射线,最后采用迭代求取射线交点的方法确定地面三维实际坐标。实验对比结果表明,联合具有一定重叠度的异源高分辨率光学卫星遥感影像进行立体定位具有较强的可行性,并可达到一定的精度。     

一种高分辨率光学卫星遥感影像直线匹配算法

高分辨率光学卫星遥感影像直线自动匹配算法的具体流程包括:进行影像尺度调整,对影像进行边缘提取,采用Hough变换提取直线;同时基于直线几何特征和灰度特征提取同名直线,利用Hough变换模型,将线转换为参数空间中的点,并建立转换模型;最后采用RANSAC算法剔除错误同名直线,以获取最终的匹配结果。实验结果表明,本文提出的算法能显著提高影像同名直线提取的数量和精度,特别是对异源影像具有抗噪能力强、鲁棒性好等特点。     

多源高分辨率遥感影像自动匹配算法

提出一种基于同名直线约束的多源高分辨率遥感影像自动匹配方法。对影像建立高斯滤波模型去噪,然后进行边缘检测,在边缘影像上进行Hough变换,通过端点检测的方法来获取直线;通过粗匹配参数进行同名直线粗匹配,应用梯度模型对同名直线进行精匹配;对影像提取特征点,特征点经过同名直线约束后,在对应影像上利用同名直线约束建立匹配范围。采用最小欧式距离准则在给定范围内提取初始同名点;利用RANSAC算法剔除错误同名点对,以获取最终的匹配结果。实验结果表明,与传统的SIFT匹配算法比较,方法具有可靠性好、提取同名点数量多的优点。     

神经网络学习与灰度信息结合的跨视角影像线特征匹配算法

跨视角影像几何形变大,同名线段单侧邻域易产生明显差异,传统线特征匹配算法难以获得可靠线对。为此,本文提出了一种针对跨视角影像的神经网络学习与灰度信息结合的线特征匹配算法。首先,获取影像的像素级方向梯度直方图特征,并结合神经网络融合影像灰度信息形成特征描述格网;然后,在线段上提取离散点,根据离散点单侧特征描述格网信息计算点的单侧描述,采用深度学习方法聚合点单侧描述符形成线的单侧抽象表达;最后,利用已知同名点约束匹配区域进行分组匹配,通过比较线对拓扑一致性进行匹配结果核验,得到最终匹配线对。选取多组具有代表性的异源跨视角影像公开数据进行线匹配试验,并与主流线匹配算法进行对比分析。结果表明,本文算法能够针对内容差异明显的异源跨视角影像,获取分布均匀且正确率较高的匹配线对,实现跨视角影像线特征的稳健匹配。     

基于多项式拟合的遥感影像匹配点粗差检测方法研究

针对遥感影像匹配点坐标存在粗差的问题,提出了一种遥感影像同名点坐标多项式拟合剔除粗差的方法,即用遥感影像同名点坐标求得遥感影像准核线模型后,再通过比较像点的上下视差来剔除粗差。笔者通过对World View2、资源3号、P5遥感影像立体像对的匹配点进行的粗差剔除实验,统计表明,准核线影像几何模型的上下视差中误差在0.3个像元左右,验证了该算法的有效性,同时也说明该算法在遥感影像匹配点坐标粗差剔除上具有可适性和通用性,为遥感影像匹配点的粗差剔除提供了一种可靠的方法。     

异源遥感影像特征匹配的深度学习算法

针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题,提出了一种基于深度学习特征的匹配方法CMM-Net.首先,利用卷积神经网络提取异源遥感影像的高维特征图,根据同时满足通道最大和局部最大两种条件选取关键点,并在特征图上提取相应位置的512维描述符.在匹配阶段,完成快速最近邻搜索特征匹配后,为解决误匹配点多的问题,提出了动态自适应欧氏距离阈值和RANSAC共同约束的提纯算法,保证误匹配有效剔除的同时,最大限度保留正确匹配点.利用多组异源遥感影像对算法进行了测试,并与多种异源影像匹配算法进行了比较,结果表明本文算法能够提取出异源影像的尺度不变相似特征,具有较强的适应性和稳健性.     

高分辨率光学遥感影像核线提取

高分辨率卫星的发展使遥感影像的广泛应用成为可能,在摄影测量领域具有重要意义的核线是高分辨率光学遥感影像应用的基础。本文基于有理函数作为通用的几何模型研究线阵CCD影像的理论依据,在一种新的有理函数反演模型基础上,确定像点的虚拟物方点,利用核线投影轨迹生成算法获得核线在左右影像范围内的走向和形状,结合3组不同传感器获取的不同地区的遥感数据进行了本文方法的验证,证明其有效性,证明本文方法可以快速高效地实现核线提取。