2维对称小波与多尺度影像边缘特征提取

针对Mallat Gaussian小波和Bubble小波用于解决遥感影像中多变和不确定尺度目标检测中存在的不足，基于一般高斯核构造了2维对称小波和张量积2维对称小波。给出了5组有关空间滤波器响应系数和快速算法。实验表明给出的2维对称小波用于影像中多变尺度目标的边缘检测效果显著。对于遥感影像空间不同尺度目标的检测，可以通过在对称小波中选择适当的σ值以得到相应的空间滤波器响应系数，实现最佳边缘特征检测。由于遥感影像中存在2种类型的边缘，采用对称小波的过零点检测和极值检测获取的边缘特征间存在明显差异，在遥感影像目标特征的自动探测以及数字摄影测量研究中应引起重视。     

一种核线约束模型优化与可靠性匹配方法

针对基于随机抽样一致性(RANSAC)算法的影像误匹配剔除须大量迭代逼近,计算量大,耗时长等问题,该文提出改进的核线约束模型及误匹配剔除方法。根据现有的影像匹配方法,该文选取了在重复度、独特性、鲁棒性3个方面均优越的加速稳健特征(SURF)算子。通过构造核线约束方程,对粗匹配结果排序后进行均匀采样,使得最终的核线模型更具鲁棒性;进而在双向核线约束过程中确保了匹配对的可靠性,实现了误匹配的剔除。实验结果表明,该文提出的基于最小截平方和(LTS)的核线约束模型在剔除误匹配的速度以及稳定性方面都优于现有方法。     

GNSS一机多天线远程监测系统的研发

针对远程化自动化变形监测的特点,研究开发了卫星一机多天线(GNSS multi-antenna)远程监测系统。研究和讨论了系统的设计和开发技术,以及监测数据最小二乘拟合处理与分析方法。在京承高速高边坡监测中的应用表明,本系统用于高边坡远程监测可行,监测数据处理方法可靠,可作为高速公路、铁路、大坝等远程监测的重要技术方法。     

具有尺度与旋转不变性的立体影像自动匹配研究

提出一种具有尺度与旋转不变性的影像自动匹配算法。首先基于方向小波变换构造三尺度特征点算子,进行两尺度匹配,保证其尺度不变性问题;其次构造特征点64维描述向量,解决影像匹配的旋转不变性。分别采用地面立体像对、无人机平台立体像对、航空立体像对进行试验分析。试验结果表明,提出的立体匹配算法具有良好的尺度和旋转不变性。     

浅谈数字建筑仿真技术专业方向建设

数字建筑仿真技术专业方向是测绘学、建筑学和计算机科学3个学科交叉的专业方向,由我校测绘系牵头,测绘系、建筑系和计算机系共同组织教学。在办学理念上体现高等教育创新并弘扬城市学科的优势。本专业方向主干课程为利用3维激光扫描、GPS测量和数字摄影测量等技术获取城市和建筑3维信息的理论与方法;探索城市3维数字景观建立与表现方法,虚拟建筑与数字仿真,研究古建筑的细部纹理制作工艺等。该专业方向体现了当今相关学科发展的趋势,具有良好的发展前景。     

特征提取和特征匹配改进方法的研究

在分析了几种常用的特征提取和图像匹配算法的基础上,针对影像上纹理特征稀少、影像对比度不明显的问题,提出先用高斯差分方法突出图像特征,再用Harris特征点提取算法进行特征提取的方法;针对如同建筑物等相似特征较多的情况,利用双向特征匹配、经过斜率约束得到的结果计算视差,再进行图像匹配,可以将特征匹配限制在相关的小范围内,由此得到的同名点对比较可靠,并且提高了效率。实验证明该算法适合特征稀少不明显区域、建筑物等相似特征较多的图像匹配,具有一定的实际意义。     

基于高斯差分的改进Harris特征点提取算法

针对非城区影像纹理特征缺乏、特征不明显、影像特征点提取困难和图像特征附近可能出现冗余特征点问题,本文提出一种基于高斯差分的改进Harris特征点提取算法。首先用高斯函数对图像进行卷积运算生成平滑图像,将原图像与平滑图像进行差分运算生成增强纹理特征的差分图像;然后基于Harris算法进行差分图像特征点提取,进行特征点局部窗口的非极大抑制,剔除冗余特征点,提高特征点提取精度。实验证明,本文算法可以改善纹理贫乏影像区的特征提取效果,有效删除冗余特征点,并提供质量较好的特征控制点。     

基于SOM的高分辨率遥感影像道路网自动提取

本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法。首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神经元进行训练学习,经迭代获取道路网中心点位置,最后运用"中心点四邻域跟踪判别法"跟踪连接形成道路中心线。实验表明,该方法在高分辨率遥感影像道路网的提取上有较好的效果,特别在主干道路网的提取上效果更佳,对噪声干扰具有良好的鲁棒性。