基于图像匹配的高精度室内定位技术研究

本文提出了一种新的室内定位方法,上传由手机摄像头拍摄的照片,在定位图像库中进行场景选择、图像匹配,得到最佳匹配图像,根据该图像的预留信息实现准确的室内定位。首先,利用深度卷积神经网络特征和无监督学习方法进行场景选择,然后采用ASIFT(Affine Scale Invariant Feature Transform)算法对既定场景的图像逐一匹配,同时加入对极几何约束,进一步提高定位精度和速度。这种基于图像匹配的室内定位技术能够同时得到用户的位置信息和拍照时的方向信息。     

基于SIFT算法和马氏距离的无人机遥感图像配准

提出了一种基于SIUF和马氏距离的无人机遥感图像配准方法.该方法首先使用SIUF算法进行特征点的查找和匹配.由于SIFT算法只考虑点的局部特征信息,没有处理匹配后特征点对的几何分布信息.为了提高特征点对的精度,本文使用马氏距离对SIFT算法得到的结果进行再处理得到新的特征点对.最后,利用新的特征点对进行图像配准.较之以往,该方法可以得到更多的、正确的匹配点对.数值试验证明了该方法的有效性和鲁棒性.     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

卷积神经网络多层特征联合的遥感图像检索

针对卷积神经网络的特征表达方法难以满足大规模遥感图像检索需要的问题,该文将卷积层特征和全连接层特征进行联合,提出一种基于卷积神经网络多层特征联合的遥感图像检索方法。该方法提取不同卷积层特征作为图像的局部特征,提取全连接层特征作为感兴趣区域,并对二者进行跨层整合得到新的图像特征并应用于图像检索。实验结果表明,与利用单一的全连接层或者卷积层特征以及传统的经典检索方法相比,该方法取得了很好的检索结果,能够更好地保留图像的全局信息和空间结构信息,提高遥感图像检索的性能。     

基于改进ORB算法的遥感图像自动配准方法

针对遥感图像自动配准的问题,提出了一种基于改进定向二进制简单描述符(oriented brief,ORB)算法的遥感图像自动配准方法.该方法主要由3个步骤组成:首先是特征匹配,利用改进的ORB算法提取特征点,并建立描述符进行匹配,获取初始控制点;然后采用随机采样一致性方法,结合变换参数估计,剔除可能的错误匹配;最后利用最小二乘法估计的变换参数,对图像进行几何纠正.分别利用2组卫星光学遥感图像和1组SAR图像进行基于改进ORB算法的自动配准方法试验,并与基于尺度不变特征变换(scale-invariant feature tramsform,SIFT)算法和加速鲁棒性特征(speeded up robust features,SURF)算法的自动配准方法进行了比较.试验结果表明,该方法能获得与SIFT算法和SURF算法相当或者更高的配准精度,并在配准效率上有较大提高.     

交通监控视频图像语义分割及其拼接方法

视频拼接是图像拼接的外延,在场景监控、目标识别等应用中发挥着重要作用。传统视频拼接算法多要求视频间具有较大重叠区域且特征点匹配过程中只顾及图像几何特征,当处理交通监控视频时,会因不同摄像头之间重叠区域极小或主光轴之间夹角较大而导致无法拼接或图像变形较大。为此,本文提出一种交通监控视频图像语义分割及其拼接方法。首先,利用边缘角度二阶差分直方图算法自动识别多视频交汇区域的正射影像,并将其作为拼接背景图像;然后,基于全卷积神经网络对正射影像和视频图像进行语义分割,提取图像中的交通专题语义;最后,以交通专题语义作为约束进行特征点匹配,将各个交通监控视频匹配至背景正射影像,实现监控区域视频拼接。采用山东省某市实际视频数据进行试验验证,结果表明对于重叠区域较小的监控视频,本文方法可获得较好地拼接图像,同时可有效提高特征点匹配的准确度。     

利用多尺度特征与深度网络对遥感影像进行场景分类

针对因样本量小而导致的遥感图像场景分类精度不高的问题,结合非下采样Contourlet变换(NSCT)、深度卷积神经网络(DCNN)和多核支持向量机(MKSVM),提出了一种基于多尺度深度卷积神经网络(MS-DCNN)的遥感图像场景分类方法。首先利用非下采样Contourlet变换方法对遥感图像多尺度分解,然后对分解后的高频子带和低频子带分别用DCNN训练得到了不同尺度的图像特征,最后采用MKSVM综合多尺度特征并实现遥感图像场景分类。对标准遥感图像分类数据集的试验结果表明,本算法能够结合低频和高频子带对不同类别场景的识别优势,对遥感图像场景取得较好的分类结果。     

场景判断增强SURF影像匹配算法

SURF特征匹配算法进行特征匹配操作时,会受到边缘线上大量相似点特征等因素的影响,特征匹配结果往往不会达到预期的效果,在纹理特征复杂的场景区域,其匹配精度会变得更低。为了实现在复杂场景中连续影像帧之间高质量的特征匹配,本文提出了一种基于场景判断的改进SURF影像匹配算法。该方法以GC-SURF特征匹配算法为基础,在初始匹配与几何对应匹配阶段增加了变换矩阵评估机制。首先,采用本文算法构建两帧影像间的变换关系模型,求解基础矩阵与单应矩阵;然后,通过变换矩阵评估策略,对上一步求得的基础矩阵与单应矩阵进行评估,判断影像场景的立体程度,根据场景立体程度选择相应的变换矩阵;最后,根据选择的变换矩阵进行后续几何对应匹配。对ICL-NUIM数据的综合试验表明,本文算法能够取得更高质量的匹配效果。     

模态间匹配学习的高光谱和激光雷达联合分类

如何有效地提取和融合不同模态的特征是高光谱图像和激光雷达数据联合分类的关键。近年来,得益于深度学习强大的特征学习能力,其在高光谱图像和激光雷达数据联合分类领域受到了越来越多的关注。然而,现有的深度学习模型大多基于监督学习的模式,分类性能依赖标注样本的数量和质量。为此,本文提出了一种基于模态间匹配学习的联合分类方法,充分利用未标注样本的信息,减少对标注信息的依赖性。具体而言,本文首先通过高光谱图像和激光雷达数据之间的匹配关系和KMeans聚类算法,构造模态匹配标签。然后,利用该标签训练含有多个卷积层的匹配学习网络。该网络由两个并行分支构成,每个分支负责提取单个模态的特征。最后,以该网络为基础,构造高光谱图像和激光雷达数据联合分类模型。该模型的参数由匹配学习网络进行初始化,因而只需要少量标注样本进行微调即可达到理想的分类效果。为了验证本文方法的有效性,在Houston和MUUFL两个常用的高光谱图像和激光雷达数据联合分类数据集上进行了大量的实验。实验结果表明,与已有的分类模型相比,本文方法能够获得更高的分类性能。     

基于梯度径向夹角直方图的异源图像匹配

提出一种图像全局特征描述方法——梯度径向夹角金字塔直方图.该特征不受图像灰度级非线性变换和图像旋转的影响,具有较强的抗噪声能力.基于该特征的匹配算法能够对存在旋转变换的异源图像进行匹配.用SAR图像和可见光图像对匹配算法进行测试,结果表明基于梯度径向夹角金字塔直方图匹配方法的匹配成功率优于传统方法.由于对基准图进行离线...     

北斗短报文的无人机飞行监管技术与装备研究

针对我国现有以地面雷达为主要空管手段的监管体系中,轻小型无人机飞行目标存在的“看不到”“管不了”等难题。该文提出了基于北斗短报文通信技术的无人机系统飞行监管技术与方法,研究制定了无人机资源注册、任务注册机制,以及无人机飞行诸元传输协议;研究突破了无人机机载设备终端电磁兼容、北斗通信传输频次加密、多系统导航定位、FPGA优化集成等关键技术,研制了小型化、轻量级、高频次北斗短报文无人机飞行监管机载终端,开发了网络化无人机飞行监管综合运行管理平台。全套系统在国土测绘、海洋监测、灾害应急等领域开展5个节点应用示范,有效实现了无人机多架、协同、异地、同步在线超视距通信与监管。研究成果填补了我国无人机飞行安全管理的空白,进一步推动了无人机产业化发展,有力保障了我国低空空域开放政策的有序推进。     

基于顶点单位法向量法的模型简化算法研究

提出了改进的基于顶点视觉重要度的模型简化算法,该简化算法在顶点视觉重要度的计算中采用了顶点单位法向量法,目的是使处于平面内的顶点优先进行简化,从而使模型视觉尖锐的地方得到了很好的保持。在边折叠时,采用狭长三角形最大最小角方法及边角和法,增加模型的逼真性。最后,通过与QEM简化算法比较得出,本文简化算法较好地保持了模型的视觉特征,模型数据存储量也有大幅度减少,并缩短了简化时间。     

轻小型无人机飞控测姿数据辅助测图精度分析

针对轻小型无人机系统难以集成重量、尺寸较大的定姿定位系统,造成高精度传感器定姿定位数据缺失的问题,该文研究了基于无人机飞控系统定姿定位数据辅助测图的方法,统计分析了飞控系统姿态测量精度以及基于姿态数据辅助的测图精度。YS09无人机飞控系统姿态测量误差较大,姿态中误差低于±3°,航向中误差低于±5°。在直接地理定向的情况下,姿态角影响水平和高程测图精度,其中对平面精度影响小于0.1 H,对高程精度影响小于0.3 H;偏航角影响平面测图精度,影响约为0.098 H。结果表明:基于飞控姿态数据辅助测图精度较低,难以满足大比例测图的精度需求,仅适用于应急条件下对精度要求较低的测图需求。     

新型数字航摄相机摄影测量精度验证比对分析

针对目前数字航摄相机广泛应用于自然资源地理信息生产领域,该文介绍国内外主流的数字航摄相机,分析德国DMCIII、美国UCE、国产CKAC200的成像原理及关键技术,着重介绍利用航空传感器的空对地(几何)检定场,对3种数字航摄相机的摄影测量平面精度和高程精度进行检测,从摄影测量精度方面进行比对分析,阐明该文航空传感器空对地(几何)检定场可为数字航摄相机的评价及能力验证提供了行之有效的方案。     

长春市城区热岛效应遥感分析

针对城市热岛效应对城市生态环境产生的诸多问题,该文以长春市为研究区,利用Landsat TM/TIRS遥感影像,采用普适单通道算法反演地表温度,分析各种驱动因子对地表温度的影响。结果表明:普适单通道算法反演得到的地表温度与卫星过境时测得的气温差值在2℃内。高程(DEM)、优化土壤调节植被指数(OSAVI)、改进归一化差异水体指数(MNDWI)均与地表温度呈负相关,归一化差异不透水面指数(NDISI)与地表温度呈正相关,城市中心区地表温度相对高。长春市1995-2017年间各土地覆盖类型中水体变化最为稳定,裸地变化最为活跃;各土地覆盖类型的平均温度均呈现:建设用地>裸地>林地>水体。因此,通过增加植被与水域的覆盖范围、减少人为不透水面面积可缓解城市热岛效应。     

车载移动测量系统点云精度评定方法

为了对车载移动测量系统点云精度进行客观准确的评价,该文提出了利用室外三维检测场,借助自制的反射纸、球形靶标和特征地物,获取特征点的高精度三维坐标和特征线的长度值,通过与系统解算出来的结果进行比对,评价了系统的绝对精度、相对精度和重复性精度。试验结果表明,该文提出的方法可以对厘米级车载移动测量系统进行点云精度评定,方法切实可行,为相关检测标准的制定提供技术支持。     

检定场的机载激光雷达精度评价方法

为了对机载激光雷达测量精度进行科学地评价,保障数据成果质量,满足新型仪器装备计量检测的需要,该文基于空对地检定场圆形标志点,利用平均值法和最小外包圆法对机载激光雷达的平面精度和高程精度进行评价研究。结果表明:针对低空机载激光雷达可以获取高密度的地面点云,可以利用轮廓突出且特殊形状的控制点进行三维精度评价;利用平均值法和最小外包圆法均可以对机载激光雷达进行快速、有效地三维精度评价。     

大飞机倾斜摄影像控点布设方法研究

倾斜航空摄影是对常规航摄的改进和发展,它能够获取常规航摄无法得到的地物立面纹理信息和几何信息,但是在像控布设和空三方面还没有制定相应的技术标准,给实际生产带来一定影响。本文以大飞机倾斜影像为实验数据,通过实验对不同像控点布设的空三精度和模型精度进行分析,总结出能够满足三维重建模型精度要求的像控点布设方法,从而减少内外业工作量,提高工作效率。     

论宽角航摄仪的精度、效率与成像质量

针对影响航空摄影测量精度、作业效率和成像质量的各种因素,该文提出了内外方位元素可清晰分离的航摄仪检校场建设方法,实现了航摄仪内方位元素的高精度检校。以此为基础,设计和实践了一种满足现有航测生产要求的高性能宽角航摄仪,该设备具有旁向视场角超过80°、稳定曝光频率2Hz、自动感知飞行速度和地形高、依摄影测量规则自动决定曝光间隔等能力。数万平方千米的生产实践表明:宽角航摄仪影像色彩自然,全局纹理清晰,支持在大速高比环境下航空摄影,其综合作业效率超过当今国际品牌航摄仪2倍以上。     

移动激光扫描数据的道路标线自动提取

针对道路标线三维矢量数据难以高效精确获取的问题,该文提出了一种从移动激光扫描数据中自动提取道路标线的新方法。基于平缓路面这个假设,利用邻域高程一致性的判断方法提取地面点。将地面点根据轨迹数据分割成多组剖面,对每个剖面上的点云进行强度直方图统计,找到强度值有突变的点。以此为种子点通过强度值区域生长以得到完整的标线,利用点云模板匹配的方法剔除错误点集。最后对标线点云进行矢量化得到三维矢量线。通过城市中大约2km长的移动激光点云数据的实验,证明本文提出的方法在提取道路标线方面能得到较好的结果。