众源空中全景影像位姿的透视变换解算方法

由于缺少位姿信息,众源空中全景影像无法在地理信息空间中精确定位定向,本文提出了基于透视变换的众源空中全景位姿解算方法。首先阐述基于透视变换的球面全景空间交会方法原理,设计了位姿解算方案;其次构建了球面全景模型,使用透视变换实现了“平-球-平”模型变换;然后依据模型变换的变形特征,设计了迭代重加权最小二乘法解算位姿参数;最后以登封市纸坊水库空中全景影像为案例,验证了本文方法的可行性和可靠性。     

球形全景影像位姿估计的改进EPnP算法

球形全景成像可以克服透视成像视场角的局限,实现场景全覆盖的三维重建和量测。本文在普通影像位姿估计的EPnP(efficient perspective-n-point)算法上进行了改进和扩展,提出了一种稳健快速的球形全景影像位姿估计算法。首先,构建球形全景影像的投影模型,将EPnP算法的平面透视成像模型扩展到球面成像模型;然后,采用基于全景球心、像点、控制点共线条件方程的改进EPnP算法求解控制点的球形全景像空间坐标;最后,利用Horn绝对定位算法直接解算全景影像位姿。与球形全景影像位姿估计的后方交会算法的对比试验结果表明,本文提出的方法无须迭代求解,更为稳健快速,即使控制点数目较少也能达到高精度,基于非严格共中心拼接的全景相机,重投影误差可控制在3.00像素左右。     

基于近景单影像的房檐改正计算方法

介绍了利用地面获取的单幅房屋近景影像计算房檐改正值的方法。该方法使用数码相机倾斜影像和房屋外观的几何约束条件，根据交比不变与透视旋转原理，确立了灭点、物方直线段与影像投影直线段之间的关系，并由此计算房檐宽度。实验结果表明，该方法能够满足实际需求。     

几何约束和改进SIFT的SAR影像和光学影像自动配准方法

提出一种基于几何约束和改进SIFT的SAR影像和光学影像自动配准方法。首先根据影像间的几何关系进行影像粗纠正,消除影像间旋转和分辨率差异;然后基于主方向改进的SIFT特征提取方法提取SIFT特征并利用其结构性信息引入结构相似性指数(SSIM)作为相似性测度获得初始匹配,经过视差空间和角度特征空间聚类优化得到稳定同名匹配;最后由随机抽样一致性算法(RANSAC)根据透视变换模型精化匹配结果获取变换模型参数。整个配准过程自动完成。本方法适用于差异较大的SAR影像与光学影像之间配准。     

面向光栅介质的立体地形景观生成方法

提出一种基于单张地形影像及其对应的数字地形模型,采用光栅制作生成祼眼可以观察的立体地形景观模型的方法。该方法采用三维透视变换原理,结合重采样算法,可以得到任意多幅可满足立体观察的影像。试验表明该方法简便有效,可满足实际生产需求。     

基于高分辨率影像的城市三维建模

介绍了利用倾斜摄影影像和垂直摄影影像相结合的三维城市重建方法，分析了利用有理多项式(RPC)恢复IKONOS立体影像的模型，在VirtuoZo上实现了基于有理多项式(RPC)恢复IKONOS立体影像的模型方法，并利用其快速影像匹配技术，实现了数字地面模型DEM和正射影像，实现了手动和半自动人工地物的采集，如房屋等三维几何坐标和结构的采集；自动获取了基于不同传感器所获得影像的建筑物表面纹理，从而实现了基于多种影像快速三雏城市建模。     

关于遥感技术在地质工作中应用的一些问题思考

本文论述了遥感技术在地质工作中应用的8个方面问题,即遥感技术在地质工作中的作用的认识问题、遥感解译和信息提取问题、环形构造问题、影像变异问题、地质体可解译程度问题、影像异常问题、透视信息问题以及遥感地质影像模型问题。文中对上述问题的目前研究现状及今后研究方向进行了初步分析,并提出了个人的初步见解。     

一种改进的APAP影像匹配算法

针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题,本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点,通过改进RANSAC算法去除误匹配点;然后根据APAP算法对影像进行网格划分,求每个网格的单应性矩阵,并对单应性矩阵进行线性化;最后根据线性化的单应性矩阵进行影像匹配,单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用,而且能减少非重叠区域的透视失真。试验结果表明,本文方法在匹配效率和匹配效果方面效果显著。     

点云的红绿立体三维可视化方法研究

传统的立体观察方式主要应用于立体像对建立的模型,近年来三维激光扫描点云立体视模型构建的研究也逐渐成为热点。针对激光点云的立体观测方法,对三维点云数据组织及可视化方法展开研究。实验结果表明,点云可视化可以通过透视变换、点云图像线性混合以及红绿影像互补色生成。     

结合全景影像的车载点云空洞修复方法研究

针对单一利用点云数据修复空洞而缺乏真实性的问题,提出了一种结合全景影像的车载点云空洞修复方法。该方法首先探讨了基于全景球共线方程的车载点云与全景影像精配准,然后构建了三角格网提取点云空洞范围,针对全景影像变形问题,采用了球面透视模型进行纠正,最后研究了基于SIFT算法的区域种子点密集增长算法,利用前方交会法生成填补点云。实验表明,该方法生成的填补点云具有真实性和完整性,将填补点云与原始点云融合,实现了车载点云空洞修复。     

遥感影像阴影多波段检测与去除理论模型研究

阴影是遥感影像的基本特征之一，它使地物目标反映的信息量有所损失或受到干扰，而去除阴影一直是遥感影像处理的难题。从研究遥感影像阴影产生机理出发，提出了一种多波段检测阴影的方法和基于能量信息补偿去除阴影的理论模型。通过IKONOS影像进行方法与模型验证，真实再现阴影区地物特征，增加影像信息量，提高数据质量。     

一种改进的透视不变匹配算法

针对透视尺度不变特征PSIFT匹配算法穷举采样带来模拟影像冗余、海量特征匹配造成计算效率低下等问题,提出一种改进的PSIFT算法。首先对待匹配影像进行透视模拟重采样,在模拟影像上提取SIFT特征并匹配,计算初始近似单应矩阵;然后利用近似单应矩阵对待匹配影像进行单应变换以消除部分透视变形,再次提取特征和匹配,并采用随机抽样一致(RANSAC)方法提纯粗匹配。实验结果表明,该算法计算效率高,对视角变化鲁棒,与PSIFT相比,匹配正确率是其2~5倍,计算速度快5~9倍。     

基于分辨率退化模型的全色和多光谱遥感影像融合方法

从影像成像的频率特性出发，提出了一种影像分辨率退化模型，并在此基础上提出了一种新的全色和多光谱遥感影像融合方法。     

弱透视投影成像条件下低空遥感影像的拼接方法

无人飞行器低空遥感监测影像的拼接应具备快速、高效等特点,D.G.Lowe提出的基于SIFT特征匹配全景影像自动镶嵌算法无需人工交互,具有很强的鲁棒性,但是全景镶嵌算法主要是针对传感器在固定位置围绕竖直轴向360°旋转采集的序列影像,因此,并不适应用于无人飞行器遥感监测影像的拼接.根据无人飞行器遥感监测在弱透视投影条件下的成像模型和影像数据是按照设定航线等间距获取等特点,对基于SIFT特征匹配的影像自动镶嵌算法在影像空间变换等方面进行改进,同时增加了畸变校正、边缘裁切等预处理方法,形成完整的无人飞行遥感监测影像拼接流程,并通过试验证明该算法的可行性.     

多源遥感影像学习型特征双向一致性配准EI北大核心CSCD

针对多源遥感影像之间非线性辐射和几何畸变的差异严重影响配准质量的问题，本文提出一种具有双向一致性变换适用于多源遥感影像的配准方法。首先，利用微调的ResNet101网络模型提取多源遥感影像学习型特征，在特征匹配阶段，为提高同名特征匹配的可靠性，设计了一种双向一致性特征匹配网络模型；然后，基于小型轻量级网络加权回归变换模型参数，实现多源遥感影像稳健可靠的配准。试验利用Google Earth影像、卫星影像、无人机影像、Google Earth-卫星-无人机混合影像4种不同数据源对本文方法进行测试，并与具有代表性的多种方法进行比较，结果表明本文方法在配准精度、效率、稳健性方面具有优势，基本实现了2像素以内的自动配准精度。     

一种利用影像匹配的城区三维景观图生成途径

提出了一种基于影像匹配的城区三维景观图生成方法,它首先利用神经网络影像匹配得出城区的密集视差表面,再利用基于模板匹配的半自动建筑物提取方法获得建筑物的关量数据和高程,进而得出城区三维数字模型,从而获得真实的城区三维透视景观图。     

无人机遥感影像匹配中的优化SIFT-OCT算法

针对传统尺度不变特征转换(SIFT)算法在高分辨率影像中检测特征点数量多、匹配效率低、无法快速对无人机低空遥感影像进行特征匹配的问题,该文优化SIFT-OCT算法的特征检测、特征匹配方法,主动放弃第一组尺度空间进行特征检测,并采用影像分块的方法加快检测过程;在特征匹配阶段,提出相似性系数进行匹配点对二次筛选,利用随机抽样一致性(RANSAC)算法计算透视变换模型参数进行精匹配.选取同一无人机序列影像中的4组不同地物类型的影像进行对比验证实验,结果表明,优化SIFT-OCT算法极大地限制特征提取数量,提高影像匹配效率,适合无人机低空遥感影像匹配.     

一种利用影像匹配的城区三维景观图生成途径

提出了一种基于影像匹配的城区三维景观图生成方法,它首先利用神经网络影像匹配得出城区的密集视差表面,再利用基于模板匹配的半自动建筑物提取方法获得建筑物的矢量数据和高程,进而得出城区三维数字模型,从而获得真实的城区三维透视景观图。     

利用频谱解混叠方法实现超分辨率影像重建

基于信号处理的超分辨率影像重建技术，可以消除由影像系统引起的影像模糊和退化，同时恢复出光学权限外的频谱信息。首先简要介绍了超分辨率影像重建技术的意义和基本过程；并对影像配准与运动模型估计在超分辨率影像重建中的作用给予简要介绍；接着根据连续傅里叶变换(CFT)和离散傅里叶变换(DFT)的频谱混叠关系及CFT位移性质，推导出频谱解混叠的超分辨率影像重建模型；最后采用文献中的运动模型估计方法和本文的重建算法，对几组数据进行实验，获得了空间分辨率提高近1倍的影像。     

基于同名点量测值的影像匹配

本文描述了一种关系，它使我们能够确定某一张像片上一个三维目标影像是否与另一张像片上一个目标的影像相匹配。这种影像匹配算法要求在两张像片上有９个同名像点的量测值，它仅依赖于像点坐标，而无需知道物方空间坐标或两摄影机的内外方位元素。该关系可以用于变化检测或分类，而且，当两张像片的透视中心存在较大差异时，这种方法特别有用。该研究的副产品是“核线方程”，它在影像的自动搜索和相关算法中很有用处。