三调正射影像生产中道路扭曲的快速纠正方法

土地调查中数字正射影像(DOM)底图生产是开展资源与环境监测、国情普查的基础.针对正射纠正后影像中存在大量扭曲区域,特别是道路区域,本文提出全新作业模式,即通过编辑道路扭曲区域数字高程模型(DEM),进行实时局部正射纠正来实现.高分辨测绘卫星影像高分二号和北京二号两组实验数据生产表明,该方法实现了影像道路扭曲区域的快速纠正,纠正后道路区域边缘地物没有出现明显错位现象.同时,一定数量道路区域控制点的局部纠正前后精度对比,表明该方法很大程度提高了道路扭曲区域的纠正精度,平面精度优于4 m,满足我国1:1万正射影像生产精度要求.      

机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述

建筑物作为城市中最主要的人工地物,其三维模型是智慧地球建设的重要数据支撑,实现精准自动化三维重建至关重要。机载激光雷达(Light Detection and Ranging, LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天候获取地物空间信息等优势,已成为自动提取建筑屋顶轮廓线辅助建筑三维重建的主要数据源。首先对建筑屋顶轮廓线提取技术的发展历程进行简要回顾,再根据以往研究内容总结出一套较为通用的技术流程;该技术流程4个关键步骤为点云滤波、建筑物提取、屋顶轮廓线提取和轮廓线规则化;对每一步骤的实现方法、常用算法、发展现状以及面临问题进行详细阐述和对比分析。最后,对本技术面临的挑战和未来发展趋势进行讨论。     

长城数字化修复的基本问题与研究方向

数字化方式是传播遗产价值的重要手段之一,长城作为世界上最大的线型文化遗产具有独特的历史、艺术和科学价值。在文化遗产数字化保护的长期发展中,以往人们较多关注考古器物、字画、文稿等可移动文物和大型佛龛、壁画等不可移动文物领域的数字化修复,但是对长城遗址的数字化修复研究极少。本文立足于数字化修复中多源证据的重要性,结合长城的原貌价值及真实性保护理念,总结了长城数字化修复的基本概念;提出了从领域知识构建、证据转化、证据融合、语义建模到知识服务整个过程的长城数字化修复总体思路,并分析了面临的3个基本问题,包含长城认知、数据采集及证据转化、复原理念及实现问题;继而从长城领域知识构建、数字化修复关键技术和面向需求的知识服务3方面阐述了长城数字化修复的研究方向与重点;最后以九眼楼为例,介绍了数字化修复框架下的修复成果。     

分区优化混合SfM方法

针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法。首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区。然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整。最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合。多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集。     

基于卷积神经网络的古建筑脊兽自动识别方法

针对古建筑脊兽识别准确率和自动化程度不高的问题,本文提出一种基于卷积神经网络的脊兽自动识别方法.该方法主要分为4个步聚:①爬取众源数据建立脊兽数据集;②构建脊兽特征金字塔网络(Ridge Beast-Feature Pyramid Network,RB-FPN)提取图像深度语义,检测脊兽的潜在区域;③利用ImageNet预训练权重精调ResNet50模型参数,实现脊兽种类精细分类;④识别测试集样本综合评价性能指标.试验结果表明,本文所提出的脊兽自动识别方法准确率可达92.17％,召回率为82.02％,F1值为0.87,能有效地识别数字图像中的脊兽装饰件种类,结果可满足屋顶精细三维重建、维护管理与断代等应用需求.     

基于高光谱影像的瞿昙寺壁画颜料层脱落病害评估

瞿昙寺因寺内所藏巨幅彩色壁画而闻名,但由于受到自然因素及人为因素的影响,寺内51间壁画廊中有些壁画已经发生褪色、龟裂、卷翘、起甲、颜料层脱落等病害,尤其是颜料层一旦脱落,对于不可再生的壁画来说,损失无法弥补。因此在壁画的保护修复过程中,对壁画病害的识别与评估就变得十分关键。以瞿昙寺西回廊的高光谱图像数据为研究数据,利用支持向量机(Support Vector Machine,SVM)方法对壁画病害识别分类;以此提取的病害矢量数据为基础,构建壁画病害的评估指标要素,进而提出基于多元统计回归的LS-SR-AIC评估模型,实现壁画病害严重程度的评估。实验结果表明:利用该方法颜料层脱落病害的SVM提取精度达95%以上,同时为颜料层脱落病害工程评价提供了一种新的方法指导,为文物的健康评价走向定量化评估提供参考与借鉴。     

一种针对精化样本的非监督SAR变化检测方法

针对非监督框架下的深度学习SAR变化检测方法在样本选取时出现样本非平衡及冗余问题,改进了一种针对精化样本的非监督SAR影像变化检测方法:利用分层FCM针对不同差异图进行分割确定初始类别;提出利用邻域清理规则进行潜在错误样本剔除并利用异质类空间距离完成对样本的筛选;构造卷积神经网络完成对待确定类别像素的分类,得到最终变化结果.采用三组实验数据进行实验,结果表明该文方法可行有效,且能在较好应对样本问题的同时具有较高的变化检测精度.     

基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法

自动可靠地获取精确且均匀分布的连接点并进行区域网平差解算,是使用倾斜航空影像进行高精度测绘、三维信息提取和三维城市模型构建等应用的前提。本文提出了一种实用化的大重叠率倾斜航空影像的全自动连接点匹配和联合区域网平差方法。一方面,针对倾斜航空影像因遮挡严重、尺度变化大和几何变形严重而引起的同名点匹配困难问题,充分利用POS数据和平均飞行高度等初始数据,同时顾及这些数据的误差,通过有效组合一种改进的ASIFT算法和基于窗口的多角度多视影像匹配模型(WMVM),使用由粗到细的多分辨率分层匹配策略完成连接点的全自动提取;另一方面,在传统的最小二乘光束法平差的基础上,根据倾斜航空影像数据的特点,提出了基于稳健估值原理的粗差自动探测与剔除关键算法。最后,利用多组典型试验区域的倾斜航空影像数据试验结果验证了所提算法的可靠性、精度和实际性能。     

基于语义的倾斜影像单体建模技术研究

针对应用倾斜航空影像进行自动化建模所创建的建筑物建模存在诸如模型细节缺失,难以获取语义信息的问题,该文提出了一种采用基于语义的建模方式构建建筑物模型的方法;首先对密集图像匹配(DIM)点云进行建筑物类提取,实现场景中建筑和其它地物的分离;然后进行基于点云分割和建筑物验证的建筑物单体标注,以保证对单体建筑物的有效标记;最后利用倾斜航空影像和DIM点云的建筑物各组件的语义识别和提取算法,实现以单体建筑物为建模对象的模型重建;同时,设计适用于建筑物重建的语义建模框架,对单体语义模型进行自动化纹理映射,构建出语义化的建筑物模型。该文提出的建模关键技术方法将有助于减少城市建模成本,提高建模效率,为智慧城市基础数据的建设提供关键技术储备,并发挥相应的的社会和经济效益。     

基于众源数据的广武月亮门虚拟修复

数字化修复是文物数字化保护的重要内容之一,针对新广武明长城10号敌台上已倒塌的月亮门,提出了一种基于众源数据的数字化修复方法,修复效果已用于月亮门的实际修复项目中。该方法主要分为4步:①利用无人机对现存遗址进行测绘,对采集到的数据进行空三并生成密集影像匹配点云;②采用网络爬虫技术爬取倒塌前的月亮门影像,基于影像生成月亮门的三维点云;③将基于无人机倾斜摄影生成的点云与基于网上所爬取的月亮门未倒塌前影像生成的两类点云进行融合;④通过分析遗址现状三维数据和文献调研的结构分析以确定其建造形态,实现月亮门的三维重建。实验结果表明,采用多源数据对明长城10号敌台月亮门的三维参数化与虚拟恢复是真实可行的,对指导月亮门的修复具有一定的参考意义。