一种基于嫦娥一号CCD影像的影像匹配方法

月球测绘是完成月球探测任务的基础保障。这里提出了一种适合于CE-1获取的CCD影像的多尺度约束自动匹配方法。首先利用SURF算子提取影像上特征点;然后进行基于准核线和最小欧式距离约束的影像匹配;最后采用随机采样算法对误匹配点进行剔除而得到同名点信息。实验结果表明,该匹配方法提取的同名点有利于CE-1月球影像DEM的生成。     

基于特征匹配的月球撞击坑自动提取研究

本文提出了一种基于特征匹配的撞击坑自动提取算法,该算法以单个撞击坑的5个典型影像特征为依据,用最大类间方差法将月面影像分割为暗区、亮区和背景3类;再使用区域生长将离散点聚合,通过特征匹配找出属于同一撞击坑的暗区与亮区,并利用八方向Sobel算子获取边缘控制点并拟合边缘。经过"嫦娥一号"和"嫦娥二号"部分遥感影像的验证,该算法对于纬度较高地区的月面影像提取效果较好,已成功应用到数字月球平台进行全月展示。     

月球撞击坑分类检测研究

根据嫦娥二号采集的月球CCD影像,基于分类检测的方法,对撞击坑进行识别检测研究。针对简单撞击坑、撞击盆地和复杂撞击坑的不同形态特征和影像特征,采用不同的滤波和检测算子进行识别。结果表明,对直径在1.5 km以上且光照条件较好的简单撞击坑和撞击盆地识别效果较好;对于复杂撞击坑,由于其形态结构相对复杂,造成图像边缘特征不突出,因此识别率相对较低,有待进一步改进。     

基于DEM数据的月表撞击坑自动提取研究

提出一种基于地形与形态学的撞击坑自动提取算法,该算法主要利用撞击坑的形态特征进行提取,利用形态学方法提高提取结果的连续性并去除提取结果中的噪声,使提取的撞击坑边界线更为简单,定位更加准确,易于存储与计算。该算法使用月球勘测轨道器照相机(LROC)提供的100 m分辨率DEM数据进行测试,测试结果显示该算法对于形态较为完整的简单撞击坑提取效果较好,提取的边界线较为准确且能够反映撞击坑的真实形态。     

嫦娥一号DEM数据月表撞击坑自动检测

基于嫦娥一号数字高程模型(DEM)数据,利用地形信息参数来描述月表撞击坑的边缘轮廓特征,采用Hough变换检测方法提取了月表撞击坑。将该方法应用于克拉维乌斯(Klavius)撞击坑的周围区域,在DEM数据500 m空间分辨率下,不考虑退化严重的撞击坑时,检测百分比D=90%,分支系数B=0.30,质量百分比Q=71%,在考虑退化严重的撞击坑时,D=71%,B=0.30,Q=58%;研究表明该算法对没有退化或轻微退化的撞击坑有很好检测效果。与基于影像数据月表撞击坑自动检测的研究进行比较,本文给出的算法具有更高的检测精度,同时虚假检测较少。证明该方法用于月表撞击坑的自动检测是可行的。     

DEM线状窗口邻域分析的月表撞击坑自动提取

月表撞击坑是月球最直观、典型的地质构造单元,月表撞击坑的提取与分析对于揭示月球地质演化进程具有重要意义。本文基于撞击坑地形特征,利用美国月球勘测轨道飞行器(LRO)获取的100 m分辨率数字高程模型(DEM)数据,提出了一种线状窗口邻域分析的月表撞击坑自动提取方法。月海和月陆两个不同样区的试验结果表明:月海样区的最佳提取窗口为1×7和7×1,最佳提取阈值为4.5;月陆样区的最佳提取窗口为1×9和9×1,最佳提取阈值为6。对比目视识别结果,该方法对月表撞击坑的有效提取率达到78%;评价因子结果显示,该方法对撞击坑的提取精度达到77%以上,提取质量达到70%以上。     

一种基于三维形貌的深空星体表面撞击坑自动提取方法

类地深空星体表面撞击坑的自动提取对着陆区选择、自主导航、星体演变研究具有重要意义。以三维形貌数据为基础,提出了一种基于等值线关系分析与形态学精确拟合的深空星体表面撞击坑自动提取方法。首先,从三维形貌数据中提取并保留满足圆度约束的等高线;其次,依据撞击坑的空间形态特征,分析这些等高线之间的相互关系,以初步确定撞击坑的位置;最后,应用形态学分析方法精确确定它们的边缘和位置信息。以月球月海带区域和火星水手峡谷东部区域的DEM数据进行实验,结果表明该方法与传统的撞击坑提取方法相比,具有更高的正确率、稳定性和实时性。     

DEM辅助下的倾斜航摄影像匹配方法

在倾斜航空摄影测量中,倾斜影像间由于视角差异较大,具有较大几何变形,而具备仿射尺度不变性的ASIFT算法存在效率较低的问题,提出一种DEM辅助下的倾斜航摄影像匹配方法。该方法通过利用影像的粗略外方位元素和测区的DEM数据,首先对倾斜影像进行仿射变换来减弱几何变形;然后通过SIFT特征匹配算法来获取同名点对,并使用RANSAC剔除误匹配;最后将同名点对根据单应矩阵反算回原影像,以基础矩阵估计法剔除误匹配,获得最终匹配点对。通过对多组数据进行实验,结果表明,该算法的计算效率较高,获得的匹配点对在数量和分布情况上也更为理想。     

基于嫦娥一号CCD数据空间特征的特定目标识别

基于嫦娥一号CCD数据的空间特征,开展月球表面陨石坑和线性构造目标识别的探索研究。利用图像边缘检测算法将影像分割成许多目标体;为了解决过度分割和错分问题,根据分割结果对分割后的目标体进行合并;为获取地质意义和语义信息更丰富的陨石坑和线性构造目标,将合并结果导入ArcGIS进行手动修改。最后,以影像数据的空间特征为基础,基于规则分类原理,根据研究需要设定不同的识别规则,进行陨石坑和线性构造的自动识别,取得了较好的效果。     

基于非线性尺度空间的多源遥感影像匹配

针对遥感影像匹配中经典SIFT算法提取特征点时,高斯分解易造成边缘模糊和纹理细节信息丢失,从而使得边缘匹配稳定性差和误匹配点多的问题,文章引入最新的基于非线性尺度空间的KAZE算法并提出了限以空间约束的方法进行多源遥感影像匹配:通过特征点优选并进行特征匹配来计算几何变换模型,并对匹配点的搜索空间进行约束来提高匹配速度和精度,最后通过均方根误差迭代剔除误配点。实验结果表明KAZE算法提取特征点比SIFT稳定性高,易于后期误配点剔除;限以空间约束的匹配策略优于传统匹配策略;对于细节及纹理模糊的影像,KAZE算法相比SIFT算法有独特的优势。     

结合遥感影像和DEM的线性体特征提取

利用遥感影像提取的线性特征具有较高定位精度,但不能保证线性特征和地质构造相关;利用DEM提取的线性特征能较好地反映地形特征,但存在边缘点定位不准、难以连接的缺点。本文提出一种结合两者优势的线性体特征提取方法。首先利用嵌入边缘的标记分水岭分割方法提取遥感影像线性特征,在保留弱边缘的同时去除伪边缘;然后利用DEM地形和水文分析提取断裂带、山脊线、山谷线;最后利用边缘点匹配保留与地质构造相关的边缘点利用数学形态学的腐蚀、膨胀方法进行结果后处理,连接相邻边缘点以获得最终结果。秦皇岛市山区的试验结果表明:该方法能快速、准确地获得连续线性体特征,较好地刻画研究区的地质构造情况。     

参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题，本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点；然后将通过POS获取的DSM配准到DEM地理坐标上，并利用形态学滤波对DSM进行处理，以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点，降低校正误差；最后进行影像校正和定位。试验结果表明，本文方法能够满足大比例尺航空影像生产定位精度要求，具有高效生产、节约资源等优势。     

基于Harris与RANSAC算法的无人机影像拼接方法研究

针对Harris算法在进行无人机影像拼接时的特征点误匹配问题,利用RANSAC算法对误匹配的特征点进行剔除,进而实现无人机影像的无缝拼接。首先,基于Harris算法提取兴趣点,利用最短欧式距离进行特征匹配;然后,利用RANSAC算法实现对特征点的精确匹配;最后,利用RANSAC算法得到的单应性矩阵完成无人机影像拼接。实验结果表明:本文方法能够较好地剔除无人机影像拼接时误匹配的特征点,实现对无人机影像的拼接,拼接效果良好。     

一种高分辨率SAR影像道路提取方法

针对高分辨率SAR影像中细节信息损坏道路的面特征结构、影响道路提取,基于影像统计特征,给出一种结合区域生长和细节信息识别的道路提取方法。该方法通过区域生长提取呈现面特征的暗目标(道路框架),利用CFAR算法识别细节,通过形态学融合得到最终结果。为降低高分辨率影像区域异质性对提取结果影响,提出了一种自适应CFAR算法,相比之前算法可自适应删除干扰点;并引入有效表征影像统计的GA0分布。利用海南省陵水黎族自治县机载X波段高分辨率SAR数据的幅度影像进行实验,结果表明,该方法能有效提取呈面特征的道路,获得准确的道路宽度和中心线信息。     

月球软着陆点的选择与几个预选点的初步对比分析

月球软着陆探测是中国二期探月工程的主要目标,软着陆点的选择是工程实施与科学目标能否顺利完成的关键之一。克里普岩对于研究月球的起源和演化有重要意义,但由于该岩石被玄武岩所覆盖,难以利用轨道探测器开展全面深入的研究。撞击坑是研究月表以下物质成分的窗口,在克里普岩区选择条件合适的撞击坑开展软着陆探测有助于对克里普岩的深入研究。在克里普岩区选取Copernicus、Kepler及Aristarchus 3个撞击坑作为预选着陆点,并利用嫦娥一号CCD数据、LIDAR数据以及Clementine UV/VIS/NIR数据从月形月貌特征和物质组成两个方面对预选点进行了初步对比分析,以期为我国二期探月工程提供参考与依据。     

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。     

航空影像特征匹配研究

基于格网和三角网的优点 ,提出了一种基于特征的影像松弛匹配方法。算法利用边缘提取算子提取影像特征信息 ,把提取的边缘特征点分配到预定的规则格网中进行登记 ,同时构建特征三角网     

改进SFS的月面撞击坑三维恢复算法研究

为了实现探月二期中单幅影像条件下的月面撞击坑三维地形恢复,文章基于Lommel-Seeliger反射模型,提出了正则化约束的明暗恢复形状(SFS)三维恢复算法,以特征边缘线点的梯度比例作为起算,演化得到撞击坑内部所有点的梯度比例,实现了反射方程的正则化.采用实际月面撞击坑影像和模拟影像验证分析,结果证明本文提出的算法优于Tsai算法,能够有效地实现月面撞击坑地形的三维恢复.     

联合对数极坐标描述与位置尺度特征的无人机影像匹配算法

针对无人机（unmanned aerial vehicle, UAV）影像提取的同名点数量较少,从而影响影像间位姿信息的计算,导致影像拼接错位、平差解算不严密甚至失败等问题,提出了一种联合对数极坐标描述与位置尺度特征的匹配算法。首先,建立高斯多尺度影像集合进行特征点提取;其次,采用对数极坐标进行描述子构建,建立适合UAV影像特征的描述子;然后,通过位置和尺度约束的距离匹配函数进行特征匹配;最后,通过模式搜索和快速样本共识方法剔除粗差后完成同名点提取。将四旋翼UAV获取的影像作为实验数据,与SIFT(scale invariant feature transform)算法和SAR-SIFT（synthetic aperture radar-SIFT）算法进行了影像匹配的对比实验。结果表明,所提算法可以较好地提取UAV影像的同名点对。     

行星遥感影像目标识别与分类进展

从行星遥感海量数据中对地形地貌特征进行识别和分类,是行星科学研究中的一项重要基础工作。本文综述了自实施月球和深空探测任务以来,国际、国内采用行星影像数据进行地形地貌识别与分类技术的研究进展。首先,从月球、火星以及其他行星探测任务3个方面,对相关的探测任务和获取的影像数据进行简介。然后,在介绍通用目标识别与分类方法研究进展的基础上,分别详细阐述了月球、火星、其他行星影像数据的目标识别与分类研究进展,具体包括：（1）在月球影像目标识别与分类研究进展中,从月球表面环形构造识别,线性构造识别,以及地形分类几个方面展开详述;（2）在火星影像目标识别与分类研究进展中,从构造地貌,风成地貌,水成地貌,其他地貌的识别与地形分类几个方面的研究进展进行详述;（3）其他行星影像目标识别与分类研究进展中,从太阳系的其他类地行星和小行星的影像目标识别与地形分类研究进展进行阐述,其中针对小行星近距离飞越探测、绕飞探测、附着就位探测和表面采样返回等探测方式,分别介绍了对其影像数据的目标识别与地形分类的研究进展。最后,对行星遥感影像目标识别和分类技术的未来发展方向进行了展望和探讨。