融合抗旋转哈希算法的无控DEM匹配方法

针对多源数字高程模型(DEM)数据因地表形变引起误差,传统的基于面的DEM匹配方法对初始匹配状态要求严格的问题,本文提出了一种新的两步式DEM匹配算法。首先,使用抗旋转的哈希算法进行DEM之间的粗匹配,估算DEM之间转换参数的粗值,结合待匹配DEM生成粗匹配DEM;然后,使用最小高差法(LZD)计算粗匹配DEM与基准DEM之间精确的转换参数,最终实现无控制点的DEM数据之间的高精度匹配。结合使用多源DEM数据进行匹配实验,实验数据显示粗匹配可以改善DEM之间的初始匹配状态从而减少精匹配的迭代次数。实验结果表明,本文提出的方法能够在没有初始匹配参数的情况下扩大DEM数据的匹配范围,提高迭代效率,减少匹配时间。     

采用截尾最小二乘估计的DEM匹配方法

不借助控制点匹配表面来探测表面差异是一个非常困难的问题!在多时相DEM分析中具有非常广阔的应用前景.提出一个使用截尾最小二乘估计的最小高差算法(LTS-LZD)该算法在迭代过程中通过基于高差直方图的自适应阈值来区分变形区观测量.通过模拟试验对算法性能进行全面深入的试验,试验结果表明新方法具有较高的匹配精度与差异探测精度!且与变形比例基本无关.     

遗传算法与最小二乘法相结合的遥感图像子像素匹配

图像匹配在计算机视觉和数字摄影测量中都是一项十分重要的任务。为了加速匹配并为高精度子像素匹配提供稳健而相对精度的初值，本文提出了一种基于遗传算法（GA）和最小二乘法匹配（LSM）相结合的遥感图像子像素匹配算法。实验表明：基于遗传算法的匹配算法比序贯相似度度量（SSDA）和经典的平均绝对差（MAD）方法要快得多。以我们的实验数据为例，MAD与GA在相关计算总量上的比至少为36：1。本文从理论上证明了这一点。     

非线性最小二乘估计的遗传算法

探讨了用遗传算法进行非线性模型参数估计的可能性,设计了非线性最小二乘估计的遗传算法,并用实例验证了该算法的有效性.通过比较该算法与其它算法的结果,得出了一些具有参考价值的结论.     

DEM快速构建的最小二乘配置法

利用局部最小二乘配置法(LSC)借助"分治法"寻找待求点附近已知点,以空间地统计中的半变异函数计算已知数据余差的协方差矩阵,以与待求点距离小于变程的已知点为起算数据,实现空间数据模拟。数值试验分析表明,与传统LSC相比,局部LSC可以在保证模拟精度的同时,提高模型计算效率。     

基于多通道影像的最小二乘匹配算法

随着摄影以及信息存储和通信技术的提高,人们从影像中获取的信息量得到很大的提升。本文提出了一种基于多通道影像的最小二乘匹配算法,利用影像中获取的多通道信息构建最小二乘误差方程进行匹配计算,并采用某大学校区影像数据进行试验验证。结果表明,基于多通道的最小二乘匹配算法扩大了影像匹配窗口内像素的信息量,提高了影像匹配的精度和稳定性。     

基于最小二乘的WiFi匹配导航

讨论了WiFi室内定位技术中常用的定位方法,并以位置指纹匹配方法为例,详细分析了其定位算法及精度.在此基础上,提出了基于最小二乘的接收信号强度匹配方法.在仿真场景下,分别对该算法进行了静态和动态的实验.结果表明,与位置指纹匹配方法相比,基于最小二乘的匹配方法可以达到子格网的定位精度.     

基于像方特征点的多视影像最小二乘匹配

为了能得到更精确的影像初始值,进行高精度的影像匹配,本文分别选取了两种物方多视匹配模型和不同匹配策略、不同约束条件下的影像粗匹配结果作为初始值进行最小二乘精匹配。实验结果表明物方匹配模型可以提供很精确的初始值,而金字塔、视差和共线方程共同约束下的最小二乘匹配精度更高,可靠性、鲁棒性及稳定性更好,验证了结合合理的匹配策略和约束方法的最小二乘优化可以将匹配精度达到1／10000精度。     

宽基线立体影像Harris-Laplace特征的最小二乘匹配算法

针对宽基线立体影像匹配的困难,本文提出一种基于Harris-Laplace的最小二乘匹配算法.算法基于Harris-Laplace特征检测器获得精度较高的初始特征点,对初始特征点进行NCC匹配,并应用基本矩阵F与单应矩阵H估计剔除误匹配点对,采用距离加权最小二乘匹配算法进行扩展匹配并同时保留定位精度较高的原始Harri...     

非线性最小二乘的遗传算法与常规算法的比较

为克服线性经典平差的不足,对非线性最小二乘进行了研究,主要将遗传算法应用于非线性模型参数估计领域,并采用阻尼最小二乘法和高斯-牛顿法对同一观测数据进行了处理,且对解算结果进行了比较。     

实数编码改进遗传算法的非线性最小二乘平差

遗传算法在处理测量领域中的非线性问题时,算法中的种群数目大小、个体中的参数分量的数量以及参数的取值区间都会对算法的效率产生影响。针对基本遗传算法在处理非线性问题时,容易陷入局部最优值、速度慢、收敛区间小等问题,本文采用了一种新的交叉策略,并对变异算子中的变异步长作动态的自适应改变。最后通过实例解算验证了这种改进的遗传算法比基本遗传算法更加稳定、精度更高、收敛速度更快、收敛区间更大。     

基于最小二乘法的区域整体最优匹配选取控制点的方法

本文在对1∶500地形图与其自身影像图配准误差分析的基础上,提出了一种基于最小二乘法的区域整体最优匹配选取控制点的方法,主要针对在GIS中从地形图上选取控制点来配准影像图。本文在对新方法进行了论述,并通过对浙江温州地区一幅栅格图像与1∶500 GIS数据进行配准控制点选择实验,对比传统方法它能够克服由于影像分辨率和人工对影像刺点所带来的系统误差,大幅度提高配准精度,使得不同空间尺度下的地图数据实现精确配准。     

SEMIAUTOMATIC BUILDING EXTRACTION FROM STEREO IMAGE PAIR BASED ON LINES GROUPING AND LEAST SQUARES MATCHING

1　ＩｎｔｒｏｄｕｃｔｉｏｎＡｔｐｒｅｓｅｎｔ,ｍａｎｙｃｏｍｍｅｒｃｉａｌｄｉｇｉｔａｌｐｈｏｔｏｇｒａｍ ｍｅｔｒｉｃｗｏｒｋｓｔａｔｉｏｎｓ (ＤＰＷ )ｈａｖｅｂｅｅｎｄｅｖｅｌｏｐｅｄａｎｄａｐｐｌｉｅｄｉｎｔｏｐｒａｃｔｉｃａｌｐｒｏｄｕｃｔｉｏｎ .Ｍｏｓｔｏｆｔｈｅｍｃａｎａｕｔｏｍａｔｉｃａｌｌｙ ｇｅｎｅｒａｔｅｄｉｇｉｔａｌｔｅｒｒａｉｎｍｏｄｅｌ(ＤＴＭ)ａｎｄｄｉｇｉｔａｌｏｒｔｈｏ＿ｉｍａｇｅ (ＤＯＭ ) ,ｂｕｔｔｈｅｒｅａｒｅｎｏｔａｎｙｓｙｓｔｅｍｓｗｈｉｃｈｃａｎａｕｔｏｍａ…     

Semiautomatic building extraction from stereo image pair based on lines grouping and least squares matching

The paper presents a general paradigm of semiautomatic building extraction from aerial stereo image pair. In the semiautomatic extraction system, the building model is defined by selected roof type through human-machine interface and input the approximation of area where the extracted building exists. Then under the knowledge of the roof type, low-level and mid-level processing including edge detection, straight line segments extraction and line segments grouping are used to establish the initial geometrical model of the roof-top. However, the initial geometrical model is not so accurate in geometry. To attain accurate results, a general least squares adjustment integrating the linear templates matching model with geometrical constraints in object-space is applied to refine the initial geometrical model. The adjustment model integrating the straight edge pattern and 3D constraints together is a well-studied optimal and anti-noise method. After gaining proper initial values, this adjustment model can flexibly process extraction of kinds of roof types by changing or assembling the geometrical constraints in object-space.     

加权总体最小二乘的效率优化算法

加权总体最小二乘法是理论上估计EIV模型参数相对严密的方法,其迭代过程中涉及的矩阵运算较为耗时,在处理大量级数据时尤其明显。PEIV模型有助于提高加权总体最小二乘法的计算效率。本文基于PEIV模型和经典最小二乘准则给出了一种加权总体最小二乘法算法,算法的推导过程简洁,易于理解,迭代过程中无需重构矩阵,减少了矩阵运算量。最后通过仿真试验验证了算法的可靠性。试验结果表明,本文算法可以取得与现有算法相同的参数估计精度且计算效率更高。     

线性回归参数的总体最小二乘估计新算法

将一元线性回归总体最小二乘平差模型展开后,以因变量和自变量改正数的平方和最小为约束条件,推导其总体最小二乘的迭代算法,并将模型扩展到多元线性回归,进一步得到线性回归模型的总体最小二乘算法。通过实例分析,证明算法的可行性和合理性。     

稳健估计下的坐标系统转换总体最小二乘算法

针对传统的应用最小二乘法建立高斯-马尔科夫(G-M)模型实现坐标系统转换的方法导致转换模型参数精度低下的问题,该文提出一种基于总体最小二乘算法的坐标系统转换方法。考虑到粗差会导致控制点坐标精度差异较大,因此根据稳健估计理论进行迭代定权,在总体最小二乘算法下建立G-M模型,以便求解转换模型参数,并通过算例比较不同算法的转换精度。实验结果表明:基于稳健估计的总体最小二乘抗差算法实现的空间坐标转换精度高于传统方法的转换精度。     

Ability to detect and locate gross errors on DEM matching algorithm

Abstract

Digital elevation model (DEM) matching techniques have been extended to DEM deformation detection by substituting a robust estimator for the least squares estimator, in which terrain changes are treated as gross errors. However, all existing methods only emphasise their deformation detecting ability, and neglect another important aspect: only when the gross error can be detected and located, can this system be useful. This paper employs the gross error judgement matrix as a tool to make an in-depth analysis of this problem. The theoretical analyses and experimental results show that observations in the DEM matching algorithm in real applications have the ability to detect and locate gross errors. Therefore, treating the terrain changes as gross errors is theoretically feasible, allowing real DEM deformations to be detected by employing a surface matching technique.     

参数有界约束下的最小二乘平差算法

文中基于测量不确定度理论,建立参数有界约束下的平差模型及其解算方法。顾及变形监测网特点,将该平差模型及算法应用到沉降监测网实例中,即利用已知先验信息,建立相应约束模型,求得有界条件下的参数最优估值。通过与经典最小二乘平差法比较,结果证明模型的有效性,估计的参数值控制在给定范围内且不"失真",其沉降量更接近实际情况。