一种POS数据辅助多视角倾斜航空影像匹配方法

提出一种利用POS辅助多视角倾斜影像匹配的算法。首先,利用POS数据对倾斜影像进行近似核线纠正;然后,用SIFTGPU算法对纠正影像进行特征匹配,根据匹配结果计算出两张影像的水平和垂直方向视差进而求得其近似重叠区域;将重叠区域进行分块特征匹配,采用比值提纯法、视差约束和RANSAC算法等约束条件剔除误匹配;最后,将匹配结果通过POS数据反算回到原始影像上。试验结果表明,将POS数据应用到多视角倾斜影像匹配中,可快速获得比常规影像匹配方法数量更多、分布更均匀的匹配点。     

基于影像尺度空间表达与鲁棒Hausdorff距离的快速角点特征匹配方法

快速影像匹配是进行影像时间序列分析与飞行器导航的重要方法.本文对待匹配影像进行高斯低通滤波预处理时,运用影像的尺度空间表达思想对不同分辨率的基准影像和实时影像选择了相应的σ值进行卷积滤波处理,使基准影像和实时影像具有相近的分辨率,从而提高两影像所提取角点的重复率,使得影像的正确匹配概率得到提高.然后用基于影像几何结构分析的改进的快速角点探测算法进行了影像的角点提取;最后用本文提出的改进的鲁棒Hausdorff距离进行了基准影像和实时影像的匹配.实验证明,本文方法对影像噪声和灰度变化不敏感,具有抗影像尺度变化的能力.在基准影像和实时影像灰度差变化较大的情况下,依然能取得较高的正确匹配概率.由于采用基于影像信息量评价的搜索策略和快速角点提取算法,匹配速度也较快.     

基于特征的影像匹配算法性能评估

目前,针对影像特征匹配的算法有很多,但是对于不同地物特征的影像,无法准确地选取可适用的匹配算法。针对此问题,本文选取了四种稳健的算法SIFT、SURF、ORB、AKAZE,在四种不同地物特征的相似影像上进行特征点检测,之后结合不同的描述子进行影像特征匹配,并对所检测的特征点的重复率及其描述子进行适应性实验,以此来判断不同算法对不同地物特征的影像适应范围。实验数据表明:针对特征点适应性实验,AKAZE算法在各类影像上所提取的特征点相对比较稳定;针对特征点匹配实验,在影像不涉及旋转变化时,AKAZE与SIFT描述子结合进行特征点匹配,影像的匹配率显著提高;若要实现影像的旋转不变性,此时可选用SURF-SIFT、AKAZE。     

物方多视匹配算法的严密投影辐射线模型

多基线影像匹配技术比单立体影像匹配更好地解决了影像的相似特征、遮挡特征等问题.文章针对线阵影像的几何成像特点,设置传感器成像参数,根据地面铅垂线对应的像点变化关系,推导了物方多视铅垂线匹配算法(MVLL)的“投影辐射线”严密函数表达式,并给出了分析结论.最后分别采用模拟数据与实际遥感影像数据进行了实验分析,结果证明:投影辐射线在局部范围内可近似为直线使用,其误差对最终匹配结果无影响.     

基于形状特征的矢量数据与影像数据配准方法研究

本文提出将矢量空间数据与影像数据间配准转换到矢量空间数据间匹配的思路,并开展了相关研究。本文主要思路是通过对影像数据进行基于形状特征的提取及矢量化,然后利用矢量空间数据间匹配方法对矢量化后数据和现有矢量空间数据进行匹配,获取匹配实体对;在获取的匹配实体对中选取控制点对,在矢量化后数据中选取控制点,将所选取的控制点反馈到原始遥感影像上进而获得控制点相应的像元坐标;最后应用矢量化后数据中控制点的像元坐标数据和现有矢量空间数据中对应的同名点坐标数据对原始影像进行几何纠正,从而实现矢量空间数据和影像数据的配准。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

一种热红外与可见光影像深度特征匹配方法

针对无人机热红外影像与光学卫星影像的匹配难题,提出一种基于异源地标数据集学习的深度局部特征匹配方法。首先,利用生成对抗网络学习热红外与可见光影像的灰度分布规律,并进一步合成用于特征提取模型训练的热红外影像地标数据集;然后,联合残差网络和注意力机制模型,从数据集中学习深度不变特征;最后,经过对不变特征的匹配、提纯等处理,获得像对的正确匹配点。试验测试了该方法的性能,并与KAZE、特征检测描述网络和深度局部特征模型进行了对比。结果表明,提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性,且匹配效率较高,可为无人机视觉导航提供支撑。     

基于多源遥感影像快速更新基础地理信息技术的研究

在对多源遥感影像数据快速匹配处理、影像最佳波段组合和融合方法及更新信息变化发现识别技术进行研究试验的基础上,提出了基于多源遥感影像快速更新基础地理信息的技术方法和工艺流程。     

POS数据辅助的航空影像变化检测方法研究

提出了一种利用机裁定位定向系统（POS）数据辅助航空影像进行影像匹配和变化检测的方法。首先利用带POS数据的老影像解求新影像的外方位元素，然后在老立体影像上提取特征点，根据前方交会和共线条件方程得到新影像上同名点的近似位置，再与新影像进行匹配，寻找匹配不好的点作为变化区域的初始位置。以此为基础选择精检测窗口，进行边缘提取和跟踪，并进行链码匹配，最终确定发生变化的区域。试验证实，本文方法是可行的。     

一种基于动态规划的遥感影像与GIS矢量数据匹配方法

针对遥感影像与GIS数据的匹配,提出了一种基于动态规划的结点匹配、线段匹配再到折线匹配逐级优化的全局一致性匹配方法.该方法首先利用遥感影像的概略方位参数实现预处理后的GIS数据与遥感影像概略叠加;接着进行遥感影像特征自动提取;然后以局部匹配优选的待匹配结点和待匹配线段为前提,利用动态规划的匹配方法,进行折线整体匹配;最后进行匹配结果的优化.实验证明该匹配方法速度快、可靠性高.     

土地利用变化的卫星遥感监测——河北省南皮县试验报告

本文报道了运用图像处理技术,分别计算河北省南皮县试区两个不同时相TM与SPOT图像的亮度指数和垂直植被指数,进而求算变化向量、自动输出变化分类图的试验研究结果。经实地对22块变化图斑进行检验,都准确无误,表明从不同时相的卫星图像提取土地利用变化信息,分析耕地消长及大宗作物种植面积波动是完全可能的,有广阔的应用前景。     

Monitoring Detailed Land‐Cover Changes in Shrubland Habitat Reserves Using Multi‐temporal IKONOS Data

Abstract

The objective of this study was to explore the utility of multi‐temporal, multi‐spectral image data acquired by the IKONOS satellite system for monitoring detailed land cover changes within shrubland habitat reserves. Sub‐pixel accuracy in date‐to‐date registration was achieved, in spite of the irregular relief of the study area and the high spatial resolution of the imagery. Change vector classification enabled features ranging in size from tens of square meters to several hectares to be detected and six general land cover change classes to be identified. Interpretation of the change vector classification product in conjunction with visual inspection of the multi‐temporal imagery enabled identification of specific change types such as: vegetation disturbance and associated increase in soil exposure, shrub removal, urban edge vegetation clearing and fire maintenance, increase in vegetation cover, spread of invasive plant species, fire scars and subsequent recovery, erosional scouring, trail and road development, and expansion of bicycle disturbances.     

基于移动窗口分析法的西安市热岛效应研究

本文利用西安市两期Landsat5 TM影像,提取了西安市土地利用变化信息、NDVI指数、MNDWI指数和地表亮温,并基于移动窗口分析法进行了热岛效应边界的定量研究,旨在为陕西省地理国(省)情监测中环境监测部分探索一些可行的研究方法。研究结果表明:11年间,西安市热岛效应的发展趋势与城市扩张情况基本一致;地表亮温与植被指数和水体指数存在负相关关系,因此增加植被和水体面积有助于调节城市热岛效应的强度。     

基于EM和BIC的直方图拟合方法应用于遥感变化检测阈值确定

利用遥感图像进行变化检测时,确定"差异图像"上各变化类型的阈值非常关键.本文引入图像直方图拟合方法来确定变化阈值.首先通过基于变化向量分析方法,得到变化强度图像,然后假设该变化强度图像中的像元值符合混合高斯分布模型,利用期望最大(EM)算法和贝叶斯信息准则(BIC)求出最佳的混合高斯分布模型,拟合此时的图像直方图,最后利用贝叶斯判别准则确定出各变化类型的变化阈值.试验证明,这种方法是一种较为有效的自动确定变化阈值的方法.     

地理国情普查数据在林地监测中的应用研究

以黑龙江省穆棱市为研究区,利用2005年的基础地理信息数据和2015年全国地理国情普查数据成果作为基础数据,并结合SPOT-5、ZY-3卫星遥感影像数据,对穆棱市林地进行监测。本文从数据的收集与整理、影像处理和变化监测数据提取及处理方法等进行应用研究,准确快速获取变化信息的光谱、纹理、植被指数及面积等信息,通过特定运算得到每期研究区内植被的覆盖率、保有量以及蓄积量,实现林地覆盖率、保有量及蓄积量的动态变化监测。最后,通过对监测数据的统计分析得出穆棱市林地变化监测成果。     

ERS-1散射计数据用于全球陆地监测

该文介绍了ＥＲＳ－１（欧洲资源卫星１号）ＷＳＣ（风散射计）数据结构。描述了全球雷达后向散射系数（σ°）图的成图方法。展示池中国第一幅全球雷达后向散射系数分布图。重点分析了ＷＳＣ数据用于全球陆地监测的能力，并对全球典型地物地雷达后向散射系数进行了统计。研究结果表明：１．全球雷达后向散射系数侧重反映了全球值被图和地形图的叠合信息；２．ＷＳＣ数据能够以区域和全球尺度分区分６类主要的地表覆盖类型。它们是：     

Forest cover trends from time series Landsat data for the Australian continent

In perennial and natural vegetation systems, monitoring changes in vegetation over time is of fundamental interest for identifying and quantifying impacts of management and natural processes. Subtle changes in vegetation cover can be identified by calculating the trends of a vegetation density index over time. In this paper, we apply such an index-trends approach, which has been developed and applied to time series Landsat imagery in rangeland and woodland environments, to continental-scale monitoring of disturbances within forested regions of Australia. This paper describes the operational methods used for the generation of National Forest Trend (NFT) information, which is a time-series summary providing visual indication of within-forest vegetation changes (disturbance and recovery) over time at 25 m resolution. This result is based on a national archive of calibrated Landsat TM/ETM+ data from 1989 to 2006 produced for Australia's National Carbon Accounting System (NCAS). The NCAS was designed in 1999 initially to provide consistent fine-scale classifications for monitoring forest cover extent and changes (i.e. land use change) over the Australian continent using time series Landsat imagery. NFT information identifies more subtle changes within forested areas and provides a capacity to identify processes affecting forests which are of primary interest to ecologists and land managers. The NFT product relies on the identification of an appropriate Landsat-based vegetation cover index (defined as a linear combination of spectral image bands) that is sensitive to changes in forest density. The time series of index values at a location, derived from calibrated imagery, represents a consistent surrogate to track density changes. To produce the trends summary information, statistical summaries of the index response over time (such as slope and quadratic curvature) are calculated. These calculated index responses of woody vegetation cover are then displayed as maps where the different colours indicate the approximate timing, direction (decline or increase), magnitude and spatial extent of the changes in vegetation cover. These trend images provide a self-contained and easily interpretable summary of vegetation change at scales that are relevant for natural resource management (NRM) and environmental reporting.     

基于指数图像的城镇建设用地信息识别与提取——以岳阳市为例

以岳阳市Landsat ETM+影像为信息源,分析了典型地物的光谱特征及可分性,将地物种类归并为建设用地、植被、水体三大类,分别选用归一化裸露指数( NDBI)、重归一植被指数(RDVI)和改进的归一化水体指数(修改后的NDWI)作为三种地类的指示因子,通过阈值分割、掩膜处理去除了非建设用地区域的噪音信息,得到了比较准...     

植被指数时序数据距离测度方法评价

利用MODIS增强型植被指数(EVI)时序数据,基于中国陆地生态系统55种植被类型上的468个测试点和一个测试区进行了实验,综合比较欧氏距离、光谱信息离散度、光谱角余弦、核光谱角余弦、相关系数、光谱角余弦-欧氏距离6种距离测度方法对遥感植被指数时序数据聚类精度的影响,结果表明:相关系数方法的聚类精度最差;光谱角余弦-欧氏距离方法充分利用了植被指数时序数据的曲线幅度和形状特征,在这6种距离测度方法中表现出了最优的聚类效果;只对光谱亮度敏感的欧氏距离方法或只对曲线形状敏感的光谱角余弦方法,无论是在区分地物类型方面,还是在区域应用上,表现效果均较差;核光谱角余弦虽然在点数据测试上表现较差,但在区域应用上却有较好的表现;光谱信息离散度无论是在点数据测试上还是在区域应用上均表现出了较为适中的效果。     

An Automated Approach for Land Cover Classification Based on a Fuzzy Supervised Learning Framework

This paper proposes an automatic framework for land cover classification. In majority of published work by various researchers so far, most of the methods need manually mark the label of land cover types. In the proposed framework, all the information, like land cover types and their features, is defined as prior knowledge achieved from land use maps, topographic data, texture data, vegetation’s growth cycle and field data. The land cover classification is treated as an automatically supervised learning procedure, which can be divided into automatic sample selection and fuzzy supervised classification. Once a series of features were extracted from multi-source datasets, spectral matching method is used to determine the degrees of membership of auto-selected pixels, which indicates the probability of the pixel to be distinguished as a specific land cover type. In order to make full use of this probability, a fuzzy support vector machine (SVM) classification method is used to handle samples with membership degrees. This method is applied to Landsat Thematic Mapper (TM) data of two areas located in Northern China. The automatic classification results are compared with visual interpretation. Experimental results show that the proposed method classifies the remote sensing data with a competitive and stable accuracy, and demonstrate that an objective land cover classification result is achievable by combining several advanced machine learning methods.