基于光流校正的复杂地形区多时相遥感影像配准

几何配准是影像后续处理的重要前提,是遥感信息处理领域研究的热点之一。复杂地形区多时相遥感影像的高精度配准一直是难以突破的难题,光流估计法通过逐像素位移增量解算为此提供了可行的解决思路,但光流法对地物变化异常敏感,经常导致计算的光流场及配准影像存在异常。为此,本文提出一种基于光流校正的复杂地形区多时相遥感影像配准方法,采用亮度和梯度双重约束获取光流场初值,在此基础上使用高斯拉普拉斯算子对异常光流进行检测,然后通过Delaunay三角形曲面插值对异常光流进行校正处理,从而得到各像素精准位移。实验表明,本文提出方法对存在地物变化的复杂地形区多时相遥感影像,可实现高保真、高精度的配准。     

柱面全景图像拼接方法的仿真分析

随着虚拟现实(VR)技术的兴起,全景图像得到了更为广泛的应用,目前多通过求解单应矩阵对图像进行变换,由多相机拼接获取全景图像,但该方法会破坏成像中的共线条件,使拼接后的全景图像难以精确进行摄影测量中的三维重建等工作。本文提出了一种柱面全景图像拼接方法并对其进行仿真分析,该方法基于摄影测量共线方程,设定拼接相机的数目、成像焦距、成像位置和成像姿态,模拟多拼相机的成图过程,构建从三维点云到二维图像的柱面成像方程,通过成像方程不仅可以实现各图像的全景拼接,而且可对影响全景图像拼接精度的各参数进行定量分析,试验结果表明:1本文提出的柱面成像方程和全景拼接方法可用于不同数目相机及倾斜成像下的全景拼接;2利用成像方程推导的误差方程可知,全景图像拼接的精度受焦距误差、中心误差和旋角误差的影响,其中,焦距误差可通过图像重采样的方法校正,中心误差与摄影物距密切相关,而旋角误差主要受拼接相机数目的影响。     

基于几何配准的多模式SAR影像配准及其误差分析

星载合成孔径雷达影像干涉处理时所需方位向配准精度因成像模式的差异而有所不同,目前在精密轨道条件下以几何配准为基础辅以影像信息的配准方案因其严格的理论模型和较高的精度成为干涉处理的首选。本文以TerraSAR-X影像为例,论证了不同成像模式影像所需的配准精度和卫星轨道精度,并通过理论分析和试验证明了精密轨道条件下,利用几何配准即可满足TerraSAR-X等卫星的条带模式影像干涉处理的需要;聚束模式影像需要在几何配准的基础上利用影像相干性或谱分集进一步优化配准结果。鉴于增强谱分集偏移量估计精度最高,本文进一步利用增强谱分集对比分析了不同轨道不同DEM条件下的几何配准误差。研究结果表明:卫星轨道切向误差是几何配准的主要误差源,目前常用3种DEM几何配准差异远小于0.001个像素,均可满足Sentinel-1影像干涉配准的需要。     

Mini SAR影像的定向参数计算方法分析

首先分析对比了国产小型IMU/GPS组合导航获取的小POS数据特点,因仪器精度有限引起的测量误差无法在成像过程中消除,相位误差导致了Mini SAR影像中部分目标成像出现方位向散焦、模糊,导致目标像点坐标出现误差。将传统定向参数计算方法用于Mini SAR单幅影像定位时,地面控制点数量、像点坐标、定向参数误差向量的限差、地形特征、DEM分辨率及POS数据精度等因素都会影响定位结果。当对定位精度要求不高时,多项式插值POS数据获取的天线相位中心的空间位置、速度比拟合更准确。     

Evaluation of the geometric stability and the accuracy potential of digital cameras — Comparing mechanical stabilisation versus parameterisation

Recent tests on the geometric stability of several digital cameras that were not designed for photogrammetric applications have shown that the accomplished accuracies in object space are either limited or that the accuracy potential is not exploited to the fullest extent. A total of 72 calibrations were calculated with four different software products for eleven digital camera models with different hardware setups, some with mechanical fixation of one or more parts. The calibration procedure was chosen in accord to a German guideline for evaluation of optical 3D measuring systems [VDI/VDE, VDI/VDE 2634 Part 1, 2002. Optical 3D Measuring Systems–Imaging Systems with Point-by-point Probing. Beuth Verlag, Berlin]. All images were taken with ringflashes which was considered a standard method for close-range photogrammetry. In cases where the flash was mounted to the lens, the force exerted on the lens tube and the camera mount greatly reduced the accomplished accuracy. Mounting the ringflash to the camera instead resulted in a large improvement of accuracy in object space. For standard calibration best accuracies in object space were accomplished with a Canon EOS 5D and a 35 mm Canon lens where the focusing tube was fixed with epoxy (47  μm maximum absolute length measurement error in object space). The fixation of the Canon lens was fairly easy and inexpensive resulting in a sevenfold increase in accuracy compared with the same lens type without modification. A similar accuracy was accomplished with a Nikon D3 when mounting the ringflash to the camera instead of the lens (52  μm maximum absolute length measurement error in object space). Parameterisation of geometric instabilities by introduction of an image variant interior orientation in the calibration process improved results for most cameras. In this case, a modified Alpa 12 WA yielded the best results (29  μm maximum absolute length measurement error in object space). Extending the parameter model with FiBun software to model not only an image variant interior orientation, but also deformations in the sensor domain of the cameras, showed significant improvements only for a small group of cameras. The Nikon D3 camera yielded the best overall accuracy (25  μm maximum absolute length measurement error in object space) with this calibration procedure indicating at the same time the presence of image invariant error in the sensor domain. Overall, calibration results showed that digital cameras can be applied for an accurate photogrammetric survey and that only a little effort was sufficient to greatly improve the accuracy potential of digital cameras.     

Geometric test field calibration of digital photogrammetric sensors

Test field system calibration will be a fundamental part of the future photogrammetric production line. Accurate calibration and performance evaluations are necessary for fully assessing the stability and accuracy of digital sensing techniques. In this paper, a method of comprehensive geometric calibration in a test field has been developed and empirically tested using eight image blocks collected with three UltraCamD digital large format photogrammetric cameras. Permanent photogrammetric test fields form the basis of the method. Important components of the method are determination of system parameters, evaluation of systematic errors, and assessment of geometric accuracy. The results showed that UltraCamD images contained systematic deformations that could not be modeled with single lens additional parameter models. Good point determination accuracy was obtained despite the systematic errors; the typical accuracy was 2–3 μm in image space in the horizontal coordinates and 0.05–0.09‰ of the object distance in height. One of the cameras had significantly poorer performance. In the worst cases, the horizontal accuracy was 5 μm in image space and the height accuracy was 0.18‰ of the object distance. The analog cameras gave better results than the UltraCamD, but the development of appropriate mathematical models for UltraCamD as well as improvements in digital sensors may change the situation in the near future.     

一种无需控制信息的智能手机自检校方法

传统的相机检校方法受限于高精度的三维检校场或已知空间结构的检校模板,针对这个问题,在分析智能手机成像特征的基础上,提出一种无需控制信息的相机检校方法。该方法主要包括两个步骤:首先按3×3模式采集影像数据,选取基准影像,分别与其他影像进行相对定向以构建单元模型,通过比例系数进行模型连接后建立自由网模型,将所有摄站点、物方点坐标纳入到统一的基准影像坐标系中;然后以选择的基准影像为参考,并考虑附加参数模型,进行自检校光束法自由网平差,解算其余影像相对于基准影像的方位元素以及附加参数,从而完成相机的检校。实验结果表明,该检校方法是有效的,可显著提高测量的精度。     

Geometric test field calibration of digital photogrammetric sensors

Test field system calibration will be a fundamental part of the future photogrammetric production line. Accurate calibration and performance evaluations are necessary for fully assessing the stability and accuracy of digital sensing techniques. In this paper, a method of comprehensive geometric calibration in a test field has been developed and empirically tested using eight image blocks collected with three UltraCamD digital large format photogrammetric cameras. Permanent photogrammetric test fields form the basis of the method. Important components of the method are determination of system parameters, evaluation of systematic errors, and assessment of geometric accuracy. The results showed that UltraCamD images contained systematic deformations that could not be modeled with single lens additional parameter models. Good point determination accuracy was obtained despite the systematic errors; the typical accuracy was 2–3 μm in image space in the horizontal coordinates and 0.05–0.09‰ of the object distance in height. One of the cameras had significantly poorer performance. In the worst cases, the horizontal accuracy was 5 μm in image space and the height accuracy was 0.18‰ of the object distance. The analog cameras gave better results than the UltraCamD, but the development of appropriate mathematical models for UltraCamD as well as improvements in digital sensors may change the situation in the near future.     

遥感图像质量等级分类的深度卷积神经网络方法

遥感图像应用发展对图像质量的要求越来越高,不同质量的遥感图像往往需要不同的处理方法和参数。通过遥感图像质量等级分类研究,不仅能够为遥感图像的处理提供先验信息,还能够对遥感图像的客观质量评价和传感器的成像效果进行评估。为了克服现有的遥感图像质量等级分类方法计算参数获取困难、等级数量少的缺点,利用深度学习方法的分类机能,通过改进特征提取网络和等级分类设计,建立了一种基于深度卷积神经网络的遥感图像质量等级分类模型。通过质量等级分类预处理后,利用经典的深度学习方法进行目标检测实验。结果表明,所提方法在西北工业大学遥感图像数据集上质量等级分类的准确率、召回率、精确率和F1最高能达到0.976、0.972、0.974和0.973,优于传统算法。利用卷积神经网络实现遥感图像质量等级分类,既拓展了深度学习的应用领域,又为遥感图像质量评估提供了一个新方法。     

基于暗原色的航空遥感影像薄雾去除与改进

本文对航空遥感影像的薄雾进行了研究,根据雾图像成像模型和基于暗原色先验知识,结合图像对比度的自适应调整,提出了一种对航空遥感影像薄雾去除的改进算法。采用数字航空相机DSS439获取的不同地物特征类型的应急遥感影像进行去雾实验,并对实验结果进行分析、比较与评价,验证了该方法的正确性和有效性。     

三维街景数据在特大城市街区道路环境现状评估中的应用——以北京市为例

从特大城市街区单元的道路环境问题入手,在明确了三维街景数据获取方式与特点的基础上,设计了基于三维街景数据的城市区域街区单元的评估模式。这种借助于倾斜摄影测量和车载移动设备的三维街景数据,将大大提高城市区域评估的效率和准确率,并高效扩大评估的范围。本文基于这种最新的城市区域评估模式,利用街区道路环境现状评估模型对北京市典型区域实现了街道环境的评估。通过对街区单元的道路环境现状评估结果发现,基于三维街景数据的特大城市街区单元道路环境现状评估模型对于提高评估效率和准确率具有大幅帮助。同时发现,北京市机动车占道、绿蔽缺乏、栏杆恶劣、街道失落的情况仍很严重,街区单元道路环境的改善任务仍很重。研究成果将为城市精细化管理和城市设计提供数据支撑,为城市形象改善提供坚实基础。     

激光测高数据辅助卫星成像几何模型精化处理

资源三号02星搭载了中国首个对地观测试验性激光测高载荷。借鉴目前较成熟的卫星影像区域网平差理论的基础上,结合近年来激光测高数据精度的大幅提升以及资源三号02星激光测高数据的特点,首次提出了激光测高数据辅助卫星立体影像进行成像几何模型精化处理的通用理论。首先,利用传统的区域网平差算法对所处理影像进行高精度连接点匹配处理,并对其进行无约束的自由网平差处理,获得高精度相对精度及不亚于原始成像几何模型的绝对精度;其次,根据激光测高数据3维坐标和精化后参考影像成像几何模型获取激光数据参考影像坐标;而后将参考影像坐标通过几何模型映射获取目标影像上待匹配影像坐标,通过连接点匹配算法,对待匹配目标影像坐标进行精化获取高精度像方同名点;最后,以同名点作为高程控制进行区域网平差计算,对影像成像几何模型进一步处理,获取高精度补偿参数。通过湖北、青海两测区的试验,以激光测高数据辅助卫星影像几何模型精化精度可分别达到1.97 m、3.23 m,结果表明本文提出的方法可有效提高卫星立体数据测图精度。     

利用轨道参数修正的无控制点星载SAR图像几何校正方法

使用距离多普勒模型进行SAR图像几何校正时,卫星轨道误差、系统成像参数误差和DEM高程的误差会影响几何校正精度。本文提出了一种基于轨道参数修正的星载SAR图像几何校正方法。首先利用多项式对卫星轨道进行参数化,然后使用模拟SAR图像与真实SAR图像进行匹配得到控制点来修正轨道参数,最后利用修正后的参数进行几何精校正,从而提高几何校正精度。该方法无需地面控制点,适用于不易于人工测量获取地面控制点地区的SAR图像几何校正,与基于模拟SAR图像匹配并使用多项式改正的几何校正方法相比,本文方法具有更高的精度。使用Radarsat-2图像进行试验,并使用地面实测GPS控制点验证了本方法的有效性。     

星载SAR成像参数联合估计方法

通信系统的不可靠性会造成SAR卫星下发数据出现误码或丢失,从而导致几何参数的解译、计算出现较大的误差或者缺失,限制了SAR数据成像处理及后续利用。针对该问题,提出一种基于回波数据的成像参数联合估计方法。首先通过回波数据进行多普勒中心频率估计和多普勒调频斜率估计;然后,根据SAR多普勒参数特性,建立多普勒参数与几何参数之间的超定方程组,并利用多普勒参数估计值求解方程组反演几何参数;最后,利用多普勒参数估计值和几何参数估计值完成SAR数据成像处理。实验结果表明,本文方法可以获得可靠的多普勒参数估计值和几何参数估计值,从而有效地解决像参数欠缺情况下的星载SAR成像处理问题。     

面阵图像定位精度提升方法研究

为了提升面阵相机成像定位精度,以吉林省松原市北部区域的机载面阵图像为实验对象,对成像过程进行误差分析与标定. 机载面阵相机成像存在由三个姿态角引起的定位误差以及由相机镜头畸变等因素产生的畸变误差. 针对以上问题,首先采用严密几何模型,得到面阵图像初步成像结果;然后,采用后方交会和多项式附加参数模型等方法解决内、外方位元素引起的误差问题,得到较为精确的定位结果;最后进行实验验证,测试结果表明,经过内、外方位元素的误差定标,能够控制在5 m以内的范围,精度提升94.37％,处理效果显著. 通过研究标定面阵成像过程中内、外方位元素产生的误差,提高了面阵相机定位精度,对面阵相机成像的应用和推广具有一定价值和科学参考依据.      

高光谱目标探测中的空间和光谱尺度效应

高光谱遥感目标探测主要利用目标和背景的光谱特征差异进行目标识别。一般情况下,影像的空间和光谱分辨率越高,探测效果越好。但多数情况下空间和光谱分辨率难以同时满足需求。针对该问题,本文利用Field Imaging Spectrometer System(FISS)地面高光谱成像仪器,通过在稀疏草地上布设人工绿色目标,研究了目标和背景光谱相似情况下,单一均匀背景下小目标探测问题,提出空间和光谱尺度定量分析方法,得到目标探测适用的空间和光谱尺度。结果表明:(1)利用FISS高光谱仪器进行人工目标探测,所需的空间分辨率约为目标尺寸的2倍以内;(2)当光谱分辨率优于40 nm时,目标和背景的两个主要特征:反射峰的位置和波段趋势差异均可被描述,在原始空间分辨率5倍(0.85 cm)以内,探测精度可以达到0.94以上。由于反射峰间距20 nm,当光谱分辨率低于40 nm时,该特征消失,造成探测精度的下降;(3)当光谱分辨率低于40 nm时,选取目标、背景光谱特征差异较大的波段可提高探测的有效性,在舍弃目标背景相似波段后,探测精度上升,得到本实验的最佳波段组合为红、绿、蓝、黄及红边波段。     

基于有理多项式系数模型的物方面元最小二乘匹配

针对物方面元最小二乘匹配仅适用于单中心投影框幅式成像的匹配制作区域DSM问题,提出基于有理多项式系数（RPC）模型的物方面元最小二乘匹配算法,结合匹配窗口区域内多中心平行投影方式,构建RPC模型下的投影方程,将物方面元最小二乘匹配算法从适用于单中心投影框幅式成像扩展到适用于多中心投影推扫式成像的立体匹配,并用SPOT5-HRG、GeoEye、IKONOS立体影像进行试验验证。试验表明,RPC模型能用于物方面元最小二乘匹配且不损失匹配精度,增加了物方面元最小二乘匹配的应用范围和价值。     

高分辨率遥感影像变化检测的频域分析预处理方法

目前,大多数高分辨率遥感影像变化检测方法的效率不高,精度也难以达到实际应用要求,本文引入频域分析的方法进行变化检测预处理,达到提高变化信息检测精度和效率的目标。首先,对影像频域能量的分布特征进行分析,并以此为基础,利用累加距离匹配函数,完成试验影像的合理分块;其次,通过变化性纹理规则度的定义和计算,实现对同能量下变化信息的精确描述,缩小变化区域搜索范围,有效抑制背景信息对目标信息的干扰。最后,通过3种常用的变化检测方法的验证,发现变化检测预处理方法可以使检测算法在现有精度和效率的基础上有进一步提高。     

双目视觉三维点云重建的误差度量模型

从图像中快速提取并构建三维模型是GIS空间数据获取的重要途径之一,作为智慧城市建设的基础数据,如何度量和控制图像三维模型质量成为阻碍智慧城市发展的首要问题。本文以立体像对为数据源,在研究三维点云重建模型的基础上,结合矩阵微分理论和协方差传播律构建了双目视觉三维点云误差度量模型及量化表达方法,为图像三维建模质量控制和精度评估提供理论依据。     

基于专家知识的决策树分类

基于ENVI运用专家知识的决策树分类、监督分类、非监督分类手段来实现对于Landsat TM影像和快鸟影像数据的图像分类处理,简单介绍了决策树的建立过程,以及如何进行预处理、分类后处理、精度评价。通过3种分类方式的比较,基于专家知识的决策树分类法具有分类判别规则十分灵活、分类决策树看起来很直观、分类条件清晰、分类效果好、运算效率高等特点。实验中,其分类方式的缺陷表现为分类过多、过于复杂,可能会产生错误的速度加快;决策树判别规则复杂,树形分枝多导致用户难以识别、理解、应用。