真正射影像生成的遮蔽检测和纹理修复方法

针对真正射影像在生产中遮蔽检测和纹理修复的问题,该文提出了一种基于面元和投影方向自适应确定检测路径的高程遮蔽检测方法用于解决真正射影像生产中遮蔽区域的检测问题;提出了一种基于影像方位和建筑物倒向判断的遮蔽补偿方式,用于解决真正射影像生产中遮挡区域的纹理修复问题。实验表明,本文方法提高了真正射影像生产的精度和效率,遮蔽检测效率较普通的高程射线追踪方法可提高一个数量级以上。     

数字建筑模型整体投影真正射影像制作中的遮蔽检测方法

为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型（digital building model,DBM）整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正射投影得到房顶多边形;然后进行透视投影得到整个建筑物在像方的成像多边形,通过数字高程模型（digital elevation model,DEM）投影迭代算法得到该建筑物在传统正射影像上的成像多边形,两者求差集得到建筑物的遮蔽区域物方多边形;最后选取最优辅助影像对遮蔽区域进行纹理补偿,制作出真正射影像。实验结果表明,该方法能够快速准确地检测出影像遮蔽区域,为生成高质量真正射影像提供了保障和前提。     

正射影像上阴影和遮蔽的信息处理方法研究

分析了正射影像上阴影和遮蔽现象的利弊双重性特点 ,讨论了正射影像上阴影和遮蔽处理的原则 ,简单介绍了基于光照函数分析和基于色彩空间分析的彩色航空影像阴影信息增强方法以及基于整体变分模型和基于纹理匹配的影像缺损信息补偿方法。试验表明 ,所提出的正射影像上阴影和遮蔽的信息处理方法是有效的     

利用LiDAR点云的真正射影像遮蔽检测

针对LiDAR系统真正射影像生成过程中由于高地物投影差产生的遮蔽问题,结合LiDAR点云数据提出了一种新的检测方法,将传统的基于格网的遮蔽区域检测转化为基于多尺度的TIN三角面片遮蔽检测。利用荆州市区获取的LiDAR数据对该方法与传统方法进行了比较,实验证明,该算法通过多重检测后忽略平坦地区,能够快速、准确地检测出遮挡区域。     

基于高程约束的真正射影像遮蔽检测算法

提出一种优化的真正射影像遮蔽检测算法。该方法借鉴角度判别法和高程射线追踪法的思想,在遮蔽检测过程中对判别准则进行约束,从而提高执行效率,并且试验结果证明该方法是可行的。     

基于底点辐射距的真正射影像遮蔽区自动检测算法

本文对真正射影像纠正过程中的关键技术——遮挡区域的自动检测进行了探讨。在详细分析典型的遮蔽检测算法优缺点的基础上,提出了一种基于底点辐射距遮蔽检测的新算法。该算法对扫描方式与M-Portion问题的消除进行了改进;并通过判别准则的约束,使真正射纠正与遮蔽检测可以同时进行,从而减少了大量的冗余计算,提高了算法的执行效率与检测精度。实验证明,该方法特别适合于海量遥感数据的真正射纠正。     

真正射影像生成的多边形反演成像遮蔽检测方法

遮蔽检测是真正射影像生成的关键技术。提出一种基于多边形反演成像(polygon based inversion imaging,PBI)的遮蔽检测方法。利用建筑物表面多边形内部互不遮蔽的特点,以多边形为单元将建筑物逆投影到像方,反演成像时的目标状态,获得目标之间、多边形之间的遮蔽关系。为确保算法的稳健性和保真度,提出:①可疑区域增长法,稳健地栅格化复杂3维建筑物模型;②综合滤波模型用于消除多边形边界噪声。最后利用实例比较z-buffer方法,基于射线角度方法和PBI方法的遮蔽检测效果。结果表明,PBI算法的有效性和稳健性较好。     

真正射影像生成中遮蔽区域的补偿

经过正射纠正后的真正射影像,往往会出现建筑物遮挡造成的影像信息缺失区域。本文采用相邻影像补偿、图像修复两种方法依次对这些缺失区域进行补偿。对于因相邻影像信息不足,仍未补偿的剩余像素,在引入DBM模型的基础上,进一步提出一种基于有效像素的样本纹理合成方法,实验结果证明,该方法优于常规图像修复算法,生成了完整的真正射影像。     

利用三角网遮蔽检测进行真正射影像制作

针对传统正射影像建筑物倾斜、重影等问题,提出了一种基于三角网遮蔽检测的真正射影像制作方法。该方法以三角形为检测单元,通过对三角形进行视觉排序来进行遮蔽区域的检测;采用权值影像的方式,利用相邻影像的可见部分对遮蔽区域进行纹理修补,生成真正射影像。实验结果表明,所提出的方法能够准确地检测出影像遮蔽区域,生成的真正射影像完整、无遮蔽。     

基于无人机实景三维模型的真数字正射影像生成方法

传统数字正射影像图(DOM)采用微分纠正方法消除相机倾斜与地形起伏所带来的投影误差,但会产生双重投影现象. 真数字正射影像(TDOM)可有效解决DOM的双重投影问题. 文中提出一种基于无人机影像的实景三维模型TDOM制作方法, 首先通过无人机挂载五镜头相机获取航空摄影测量影像并生成实景三维模型;然后采集实景三维模型建筑物顶部轮廓边界线,并构建其三维体模型;最后基于建筑物顶部轮廓边界线三维体模型进行遮蔽检测和遮蔽补偿生成TDOM. 以云南师范大学呈贡校区无人机影像实验数据验证了本文方法,实验表明本文的方法可作为一种生成高质量的TDOM方法.      

基于倾斜影像的正射影像生成方法研究

DOM数据的获取方式多种多样,随着技术的发展,对DOM的制作精度要求也越来越高,本文利用倾斜影像,进行数字正射影像图的制作。根据正射影像图制作理论和流程进行实验,对比分析数字正射图(DOM)的精度。实验表明,加入倾斜影像生成的正射影像图(DOM)的精度较高。     

正射影像上阴影区域检测与消除的方法

随着摄影测量和遥感技术的新发展,高分辨率正射影像的应用越来越广泛,而阴影现象则是这些航空影像中常见的问题之一。阴影的处理,主要包括阴影检测和阴影消除两部分。以色彩理论为基础,分析了航空影像中阴影的性质,总结了现有的阴影检测方法,并采用光谱比值法进行了阴影提取的实验;进而结合数字图像处理的相关算法,主要研究了基于改善Wallis滤波的阴影消除方法,通过相关试验表明,采用该算法得到了良好的视觉效果。     

融合多特征的遥感影像变化检测方法

本文提出了一种面向对象的多特征融合的变化检测方法。首先通过影像分割获取像斑,然后统计各像斑的光谱直方图和LBP(local binary patterns)纹理直方图,利用G统计量计算不同时期像斑之间的光谱距离和纹理距离,采用自适应的方法将光谱距离和纹理距离加权构建像斑的异质性,最后结合EM(expectation maximization)算法和贝叶斯最小错误率理论获取像斑的变化类别。在QuickBird影像上的实验表明该方法能够充分融合光谱特征和纹理特征,从而提高变化检测的精度。     

一种多孔径SAR图像目标检测方法

提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。     

ADS40真正射影像制作

数字真正射影像图(TDOM)是利用数字地表模型,采用数字微分纠正技术,改正原始影像的几何变形,在对整个测区进行影像重采样后,使影像视角被纠正为垂直视角而形成的影像图。与传统的正射影像相比,在大比例尺影像图中,TDOM避免了高大建筑的倾斜对其他地物的遮挡,在拼接地区能够实现平滑自然的过渡。     

光线追踪遮挡检测算法

遮挡检测是真正射影像制作中关键的一步。本文根据光线追踪法遮挡检测的原理,将TIN数据分为基本面三角网和墙面三角网分别进行遮挡检测,对格网数据则采用光线与DSM表面的高程差值的变化规律来确定遮挡关系,从而得到改进的遮挡检测算法。实验证明改进后的算法能够准确地检测出复杂建筑物的遮挡区域。特别是格网数据的光线追踪遮挡检测更简单、更有效。     

无人机影像辅助下的路桥病害智能检测

路桥表面病害状况评估是路桥养护的一项重要内容。目前病害检测主要基于移动测量车和目视判断,具有工作量大、获取危险度高的缺点,而低空飞行的六旋翼无人机能够拍摄到人工无法获取到的多角度路桥照片,在路桥检测方面具有巨大的优势。本文基于无人机影像开展路桥病害检测相关研究,提出了一种新的路桥病害检测方法。首先通过多部件形变模型模拟病害目标,并在无人机影像中全局搜索,检测出潜在路桥病害区域。试验表明,本文算法在复杂背景下能够有效检测病害,目标检测精度达80%,具有很高的效率和鲁棒性。     

基于主成分分离方法的航空图像云检测

传统云检测方法未顾及云具有半透明性质的特点,直接从遥感图像中提取云特征用于云检测,降低了云检测精度.本文根据Mie散射理论构建云与地表信息的线性模型,即将一幅遥感图像看作是云与地表信息线性构成的,从整个纹理结构的角度看,云图像位于一个低维的子空间,首先采用主成分分析方法(PCA)构建云成分分离模型,从遥感图像中分离出云成分,其次采用局部二值模式(LBP)特征提取云成分的纹理作为特征向量,最后训练支持向量机分类器进行云检测.本文以755幅航空图像为实验对象,其中包含158幅有云区域,正检率达到90.69％,误检率9.31％,说明本文方法对航空图像云检测有一定效果.