面向变化检测的遥感影像弹性配准方法

对于遥感载荷技术指标差异、观测角度、时相、地形起伏等内外部因素造成的几何畸变,采用全局配准方法制约着影像配准和变化检测精度的提高。提出一种基于加速抗差特征（speed up robust feature,SURF）算法的全局匹配和像元局部配准模型相结合的弹性配准方法,以不同时相遥感影像的差值特征影像各像元正态分布密度函数构建像元局部参数解算权重,缓减不同时相影像中辐射亮度差异较大的像元对局部配准模型参数解算的影响,采用城市典型区域遥感影像进行实验,结果表明该方法影像配准精度（包括地形起伏区域）优于1个像元,弹性配准算法的适用性和运算速度有一定的提高。     

利用多光谱影像检测资源三号卫星平台震颤

卫星平台震颤是影响高分辨率卫星成像质量的因素之一,会引起影像模糊和内部畸变。本文从资源三号卫星多光谱相机的成像特点和多光谱影像配准误差影响因素入手,理论推导和仿真分析了卫星平台震颤对配准误差的影响规律,在此基础上提出了基于多光谱影像高精度密集匹配的平台震颤检测方法和流程,最后利用不同波段、不同时间的成像数据进行试验。试验结果表明资源三号卫星在试验数据成像阶段存在约0.6Hz的平台震颤,且垂轨方向震颤幅值大于沿轨方向,同时引起波段间相同频率周期性配准误差。检测结果为进一步提高资源三号处理精度提供了可能,也为卫星平台震颤源的分析和优化卫星平台设计提供了重要参考依据。     

资源三号测绘卫星多光谱影像高精度谱段配准

针对ZY-3多光谱影像各谱段共视场扫描成像特点,提出基于在轨检校内方位元素的虚拟CCD重成像算法,通过虚拟CCD重成像技术实现单谱段CCD影像的无缝拼接及多谱段的高精度谱段配准。采用河南登封区域及天津区域的ZY-3多光谱影像对ZY-3多光谱相机进行在轨几何检校,利用河北安平区域的30个高精度靶标控制点验证了检校结果的正确性;进一步利用检校后的内方位元素对河北安平区域、兰州区域的ZY-3多光谱影像进行虚拟CCD重成像,采用靶标点验证方法以及高精度配准验证方法对虚拟CCD重成像影像的谱段配准精度验证,谱段配准精度均优于0.2像元。     

自适应空间邻域分析和瑞利-高斯分布的多时相遥感影像变化检测

提出了一种基于自适应空间邻域分析和瑞利-高斯模型(Rayleigh-Gauss models, RGM)分布的多时相遥感影像自动变化检测方法。该方法把自适应空间邻域信息和改进的差值影像与比值影像乘积变换融合 法(improved multiplying transform fusion, IMTF)结合构造差异影像, 可以有效地抑制噪声和消除多时相影像之间配准误差的影响, 具有更强的鲁棒性。在对差异影像的分割处理中, 运用瑞利和高斯模型分别模拟变化类像元和非变化类像元的分布情况, 然后估计出两类像元的概率     

基于压缩感知的遥感影像弹性配准方法

针对遥感影像由于载荷类型、观测角度、地形起伏等内外部因素造成的影像局部几何畸变,而基于全局配准方法制约着影像配准精度的提高,基于像元的弹性配准方法可大幅提升遥感影像的配准精度,但是存在运算效率这一瓶颈等问题,该文利用像元弹性配准参数的稀疏性,提出一种基于压缩感知的弹性配准方法。通过对遥感影像像元梯度幅值响应较强的点进行随机抽样,形成观测样本点集,采用弹性配准局部参数解算模型求解样本点平移参数;通过压缩感知稀疏重构算法重构影像各像元平移参数。实验表明,在配准精度差异较小和一定的参数设置条件下,该方法可显著提高弹性配准运算速度。     

CCD 几何偏差模型的多波段遥感影像配准

多波段光学遥感影像配准是遥感卫星地面预处理中的关键环节,其精度决定了遥感数据产品的质量.一般使用波段间图像灰度相关匹配来实现多波段影像的配准.然而,该类方法的配准精度受地物特征影响较大,海面、港口、沙漠等地物特征不明显存在影像无法配准的现象.本文以北京一号(BJ-1) 小卫星多光谱影像的波段配准为研究对象,建立多波段线阵CCD 各探元在CCD 扫描方向和卫星飞行方向的几何偏差模型,来计算多波段影像间同名像元在图像行和列方向上的位置偏差,进而拟合出一个固定的波段配准模型来实现多波段影像的亚像元配准.该方法已应用于BJ-1 和DMC_UK2 小卫星多光谱影像的地面预处理波段配准中,配准误差小于0.5 像元,具有良好的应用效果.     

高分辨率SAR影像斑点噪声滤除方法的研究

SAR影像中一般都存在着斑点噪声,它严重干扰了地物信息的提取与SAR影像的应用,影响了地物的判读,因此,抑制SAR影像斑点噪声对SAR影像的应用有着重要意义。本文首先分析了斑点噪声的产生机理及数学模型,然后介绍了滤除斑点噪声的方法,重点介绍了几种局域统计自适应滤波,总结了SAR斑点噪声滤除的两种数学模型作为构造SAR斑点噪声滤除方法的基础,然后针对几种典型的滤波算法进行了对比试验,最后提出了一套对这些滤波斑点噪声滤除效果的定量化评价指标,并运用到试验中,指导SAR影像斑点噪声的滤除以及滤波算法的构造。     

三维激光点云的降噪算法对比研究

点云降噪是数据预处理中的一项基本操作,并且噪声滤除的效果将直接影响后期点云分割、配准、识别等操作成果的质量。受扫描环境及仪器影响,扫描生成的点云不可避免地会产生噪声点,必须借助点云降噪算法方能剔除。统计滤波与半径滤波是点云去噪中的常用方法,可有效地滤除离散点。本文基于PCL实现两种滤波算法,并对试验点云数据进行降噪处理,以验证滤波算法的有效性,最终分析参数设定对滤波效果的影响及对比两种滤波结果质量。     

基于多源遥感影像融合的影像匹配技术

多源遥感影像数据配准,常用的方法是多项式纠正法。此方法简单,但不能有效实现图像之间的相互配准。本文介绍了一种基于影像匹配的图像对图像局部纠正技术,包括影像直方图匹配、特征点提取、影像匹配处理技术,以及图像对图像局部纠正等技术,用于多源数据的配准。实验证明这种流程适合不同时相、不同传感器遥感数据(TM数据、SPOT数据与航空影像数据)的精确配准,配准误差可达到子像元级别。     

一种地形遥测图像自适应滤波器

提出了一种新颖的脉冲噪声自适应滤除算法，该算法基于数理统计和模糊数学思想，对局部数据(滤波窗口)进行均值和方差估计，并根据估计结果自动选择检噪门限，进而实现噪声检测和平滑。试验结果显示，在脉冲噪声密度小于5％时，该算法的滤波信噪比增益远高于常用滤波算法和其他同类算法；算法对平稳信号的处理效果较好。     

基于形态学的遥感影像滤波方法研究

针对遥感影像的特点，提出了一种基于多结构元素形态学的滤波算法。运用此算法和传统的中值滤波算法以及均值算法一并对遥感影像进行了处理，并且使用多种指标对处理的结果进行了比较。结果表明，该算法能够很好地滤除遥感图像中的噪声点，改进了对遥感图像的细节目标的保护。     

一种改进均值的自适应中值滤波算法

针对自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种改进均值的自适应中值滤波(IMAMF)算法。该算法采用扩充图像边界的方式,使得原图像的边界点能在自适应的滤波窗口下参与噪声检测和滤波处理,并在检测噪声和信号时,增加了噪声阈值判定,将存在噪声的像素点用修正后的均值滤波器值输出,信号点则用原始灰度值输出。为了验证算法的可行性,采用了5种不同的算法进行仿真对比分析,并从主观角度和客观指标上进行效果评价。试验结果表明:该算法能有效滤除浓度为10%～90%范围内的椒盐噪声,且图像细节和边缘信息得到了更好的保留,滤波性能明显优于其他算法。     

资源三号多光谱影像谱段间相对内参关系标定及高精度配准

针对资源三号多光谱相机,提出利用同时获取的各谱段影像间高精度提取的同名像点建立多光谱相机各谱段对应分片CCD之间的位置模型,求解它们的相对内参关系参数,并应用此模型实现了谱段间影像的高精度谱段配准。试验结果表明该方法能够实现资源三号卫星多光谱影像优于0.3像素精度的谱段间自动配准。     

一种基于改进SIFT算法的遥感影像配准方法

本文首先分析了传统SIFT算法在遥感影像配准应用中存在的不足,从特征点匹配精度上进行了改进。通过分析SIFT特征点匹配的主要误差来源,逐步消除可能误差,提取尽可能多且精准的匹配点对。接下来利用该匹配点对作为配准用控制点对,分别对不同时相、不同分辨率遥感影像进行仿射变换和小面元微分纠正配准。最后与传统SIFT算法进行比较,试验结果表明本文算法具有更高的匹配精度。     

高分辨率遥感影像波段配准误差试验分析

高分辨率遥感影像波段间配准误差是影响影像质量及其应用精度的重要因素之一。配准误差指标要求是影像传感器研发中 的一项重要参数。为准确分析配准误差对遥感应用的影响程度，在试验研究中利用多项式模型模拟各种配准误差的图像，并从几何 精校正、目视解译、非监督分类实验及数据融合等角度分析了不同波段配准误差情况下对遥感应用的影响，提出了遥感应用中对高 空间分辨率卫星影像的波段配准指标要求。     

顾及灰度和梯度信息的多模态影像配准算法

基于特征匹配的多模态影像配准方法无法达到像素级配准精度要求。本文研究了一种顾及灰度和梯度信息的多模态影像配准算法。基于马尔科夫随机场（MRF）的非参数化配准模型充分利用多模态影像的图像信息进行相似性测量,同时考虑了灰度及梯度统计信息,求解方法上对值空间进行离散化,提高收敛速度。通过3组多模态影像的配准试验,验证了该算法的可行性。试验表明：本文算法的配准效果优于基于人工刺点的多项式模型配准和只考虑灰度信息的多模态影像配准;与此同时,该算法对于较大形变的影像配准也具有一定的适用性。在空间精度方面,平均配准误差小于1个像素,最大配准误差小于2个像素。     

国产卫星影像配准技术研究

我国西部高海拔山区的地形地貌使得在卫星影像上确定同名特征点比较困难,为了解决国产卫星影像存在的谱段偏差,本文选择了基于SIFT算法、基于区域灰度和人工配准3种方法,对ZY1-02C、ZY-3和GF-1等国产卫星影像展开了配准试验研究,应用目视法和中误差法进行了精度评价,并对结果进行了对比分析。试验结果表明：人工法虽能获得较高的配准精度,但效率很差;基于区域灰度法受影像亮度差异影响很大,同名点提取少,精度最差;基于SIFT算法自动化程度最高,可以提取大量特征点,并能筛选提出误匹配点,配准精度较高。     

大孔径静态干涉成像光谱仪图像的条纹消除与配准

大孔径静态干涉成像光谱仪获取的图像是叠加了干涉信息的二维图像,点干涉图的获取需要经过全视场的推扫,平台姿态误差会导致提取的干涉图存在误差,进而影响复原光谱准确性,因此,图像配准是干涉图提取的关键。由于图像受到干涉调制作用,导致传统的图像配准方法在应用于LASIS图像配准时配准精度有限。为了减弱干涉条纹对图像配准的影响,本文提出一种利用条纹模板消除LASIS图像条纹,再结合图像频域配准的方法实现LASIS图像的高精度配准。配准结果表明,本方法很好地消除了干涉条纹对配准精度的影响,配准精度可以达到0.029 4个像素,相对于已开展的LASIS图像配准方法,沿轨方向配准精度提高了45.48%,跨轨方向配准精度提高了52.22%,图像旋转精度提高了39.13%。     

基于相位导数的GBSAR影像自适应滤波算法研究

GBSAR影像由于受到自身和周围环境的影响,在影像中易产生噪声,如不及时滤除噪声,将对后续的处理造成很大的影响,以往的滤波算法大部分是基于影像的幅度信息,没有将相位信息考虑在内,没达到真正滤波的效果。本文提出一种基于相位导数的算法对GBSAR影像进行滤波处理,并将结果与Lee函数滤波结果进行对比,结果表明基于相位导数的算法在GBSAR影像中具有良好的去噪效果,对GBSAR影像的后续处理提供了一种新的方法。     

基于迪杰斯特拉算法的哨兵卫星TOPS模式时序影像精配准

目前,哨兵卫星被广泛应用于监测地表形变,然而其默认成像模式TOPS(terrain observation with progressive scanning)受粗配准的精度限制,方位向的频谱混叠会导致重叠观测区域出现相位跳变,需要通过精配准进行纠正。多数开源软件都采用几何配准和增强谱分集结合的方式对哨兵影像进行精配准。增强谱分集的精度通常受到时间去相干、几何去相干和方位向形变等诸多因素的影响,但其直接影响因素是相干性,研究了增强谱分集的精度与相干性的关系。同时,为了提高时序影像的配准精度,提出在精确估计相干性的基础上提取高相干点用于增强谱分集,并应用迪杰斯特拉最短路径算法生成最优配准像对,完成时序像对的精配准。利用传统的单主影像增强谱分集和目前精度最高的序贯网络增强谱分集(network-based enhanced spectral diversity,NESD)对所提出的方法进行了精度验证。实验证明,所提方法能够达到对哨兵影像进行有效精配准的目的,并且弥补了NESD方法的不足。