一种改进的无控制DEM匹配算法

DEM配准是数据融合和超分辨率DEM重建的一个重要步骤,在一些地形条件极其复杂的地区,观测受到限制,很难在图上选取同名控制点进行匹配。在无控制DEM匹配中,ICP算法迭代收敛速度很快,但因计算距离复杂,整体计算效率不高,且对于存在尺度变换的数据无法正确匹配;LZD算法迭代收敛速度较慢,但计算量小,计算效率很高。针对两种经典无控制匹配算法存在的问题,提出一种融合ICP和LZD算法的改进无控制DEM匹配算法,并在最小二乘估计的基础上引入差分模型求模型的抗差解,削弱由于地表变形对匹配结果的影响。最后,通过实验对本文算法的可行性和可靠性进行了分析和验证。     

基于无人机高光谱影像波段选择的薇甘菊分类

薇甘菊是危害最严重的外来入侵物种之一，其生长与传播极其迅速，对我国森林生态系统造成了严重破坏，相关管理部门需要一个有效的薇甘菊监测手段。传统人工调查方式需要投入大量的人力物力，成本高昂、效率低下；近年来快速发展的高光谱遥感技术为薇甘菊的监测提供了新思路。本文以无人机搭载的Nano-Hyperspec高光谱仪获取的广东省增城林场遥感影像数据为基础，对高光谱数据进行几何校正、影像降噪处理、辐射定标及坏带波段剔除等影像预处理；运用最佳指数因子法（OIF）、自适应波段法（ABS）、自动子空间划分（ASP）与自适应波段相结合的波段选择法（ASP+ABS）3种方法进行波段选择，获取信息量较大且波段间相关性较低的特征波段组成薇甘菊分类最佳波段组合，生成3幅遥感影像；最后采用支持向量机方法（SVM）对生成的3幅不同遥感影像进行分类，以分类结果的精度评价3种波段组合对薇甘菊高光谱特征的响应程度，选出更能反映薇甘菊的光谱特征的波段组合。试验结果表明，针对Nano-Hyperspec遥感影像数据，使用OIF波段选择法，研究区内薇甘菊的制图精度和用户精度分别为74.62%、66.52%；使用ABS波段选择法，研究区内薇甘菊的制图精度和用户精度分别为74.37%、67.43%；使用ASP+ABS波段选择法，研究区内薇甘菊的制图精度和用户精度分别达到95.98%、92.98%，分类精度最佳，相较OIF法中薇甘菊的制图精度和用户精度分别提高了21.35%、26.46%，相较ABS法中薇甘菊的制图精度和用户精度分别提高了17.15%、19.3%。可见，本文使用的子空间划分与自适应波段相结合的波段选择方法相较其他两种波段选择方法能更好地反映薇甘菊的光谱特征，可为薇甘菊监测提供有效的技术手段。     

改进的二维小波超分辨率重建方法

对传统的二维小波超分辨率重建方法进行了研究,针对原有方法小波分解高频分量双三次插值会引入噪声的情况,提出了一种利用傅里叶变换零填充重采样代替原有双三次插值的改进算法.获得精确的高频细节信息是单帧影像超分辨率重建过程的关键,改进方法利用傅里叶变换零填充重采样可获得频率域理想插值的优势,将其用来处理原图像小波分解后的高频,可在不引入噪声能量的同时对高频信息进行理想插值,使高频细节在重构过程中更加精准.通过理论分析和试验验证,改进方法优于传统方法,可较好地应用于遥感影像的超分辨率重建.     

附有限制条件的间接平差的图像配准算法及其应用

图像配准是超分辨率图像重建过程中的一个重要步骤。在实际应用中,Keren算法在旋转角度大于6°时存在较大的配准误差,且其计算复杂度随着图像平移量增大将增长数倍;Vandewalle算法在角度配准中存在一定的优势,但整体配准精度不如Keren算法。针对两种配准算法存在的问题,利用测量平差中附有限制条件的间接平差原理,提出一种改进算法。利用Vandewalle算法解算出图像间的旋转参数和平移参数,将旋转参数作为Keren算法参数的限制条件,并以平移参数作为初始值,代入Keren配准公式中,依据附有限制条件的间接平差原理,迭代求出平移参数的改正值。研究表明,该算法成功避免了大角度旋转情况下Keren算法因角度的泰勒级数展开所带来的误差,提高了配准精度,且具有更好的重建效果。     

一种新的去除遥感影像混合噪声组合滤波方法

提出了一种三层组合滤波的去噪方法,在小波BayesShrink阈值与自适应中值滤波的基础上增加第三层Wiener滤波,利用Wiener滤波对信噪比高的信号去噪效果好的特点可有效去除残留的混合噪声,为了在去噪过程中保留影像的边缘,在滤波过程中加入了边缘提取算法,对影像的细节进行保留使去噪后的影像更加清晰。试验表明,本文提出的三层滤波方法在去除遥感影像常见的高斯与脉冲混合噪声时,效果要明显优于传统的两层组合滤波算法。     

一种基于 Contourlet 变换的遥感影像超分辨率重建改进方法

针对原有方法轮廓波(Contourlet)分解高频信息处理的不足,提出用零填充重采样代替双三次插值用于高频信息处理的新方法,该方法可使Contourlet分解后的高频信息重采样过程不引入噪声能量的同时获得理想的插值结果。改进方法利用Contourlet多分辨率分析的特征,以及零填充重采样方法较传统插值方法优越的性能,此两者相结合可改进原有方法的不足,提高单帧影像的超分辨率重建效果。经理论分析与试验验证,改进后方法的超分辨率重建结果无论在定性分析与定量对比上都要优于传统方法。     

遥感影像亚像素快速配准方法

针对经典亚像素配准算法运算效率不高的情况,提出一种快速亚像素配准方法。在原有傅里叶变换相位相关方法与矩阵乘法离散傅里叶变换方法的基础上,利用有效子图代替原图进行图像亚像素配准。有效子图是通过二维小波分解高频分量的能量总和大小来选取,再对有效子图进行相位相关像素级定位与矩阵乘法傅里叶变换亚像素定位。改进方法不但继承矩阵乘法离散傅里叶变换亚像素高精度配准的优良性能,而且选用有效子图替代原图进行配准其速度可大大提高,对海量数据的遥感影像更显优势。经模拟试验与工程实例,综合分析该方法的配准精度与配准速度,证明改进方法较经典亚像素配准算法效率更高,更适合用于实际遥感影像的高精度配准。     

积分型非线性平差模型及其在超分辨率图像重建中的应用

超分辨率图像重建过程就是对同一目标进行多次观测,获取多幅低分辨率影像,利用低分辨率影像求取目标的真实影像,即求取高分辨率影像的过程。这一过程与测绘领域中对同一对象进行观测,用测量平差求取对象最佳值的过程类似。本文尝试用测量平差的方法来解决超分辨率重建的问题。文中首先建立了超分辨率重建的积分型非线性平差模型,提出了用二次函数将平差模型中的积分函数参数化,用最小二乘平差方法求解。基于所提出的平差方法,制定了图像重建的具体策略。该方法可以定量分析成果的好坏,可以成功避免出现病态问题等。试验结果表明,相对于传统的超分辨率重建方法获得重建图像的视觉效果有较大的提高,而且其峰值信噪比及结构相似性指数也有很大的提高,因此方法可靠且可行。