基于自适应背景估计的视频运动对象提取

提出了一种结合帧间差和减背景的运动目标提取算法，在使用差值图像的高阶统计量检测运动对象的同时估计可靠的背景模型，井通过背景选择性替换机制解决局部背景区域变化的问题。算法需调整的参数少，易于实现。实验结果表明算法具有良好的性能。     

集成激光雷达数据和遥感影像的立交桥自动检测方法

针对城市复杂立交桥的空间特性,提出集成激光雷达数据和遥感影像实施立交桥的快速自动检测的技术流程和关键技术。首先提出利用区域增长方法改进的渐进加密三角网,有效剔除地面点云,避免对立交检测的干扰;然后采用模型驱动的分割算法,检测立交桥点云;采用基于自适应扫描带算法检测立交桥中心线,克服点云采样密度变化,确保提取过程和结果稳健;之后利用遥感影像边缘精化立交桥轮廓;最后利用模型平均曲率检测修复断裂立交桥单体。利用实际数据验证了整个流程和关键技术的可行性和有效性。     

联合深度学习和条件随机场的遥感影像云检测

针对最大类间分类法等传统方法在高分辨率影像云检测时对噪声敏感、云边缘轮廓不精确等问题,该文提出一种结合神经网络结构SegNet和条件随机场的云检测方法,在实现含云区域提取的同时很好地保留了云的边缘轮廓。实验结果表明,结合SegNet神经网络和条件随机场的云检测精度达到94.8%,高于其他经典算法约5%,边缘保持度精度高,并避免了经典算法对噪声敏感的缺点。     

嫦娥一号DEM数据月表撞击坑自动检测

基于嫦娥一号数字高程模型(DEM)数据,利用地形信息参数来描述月表撞击坑的边缘轮廓特征,采用Hough变换检测方法提取了月表撞击坑。将该方法应用于克拉维乌斯(Klavius)撞击坑的周围区域,在DEM数据500 m空间分辨率下,不考虑退化严重的撞击坑时,检测百分比D=90%,分支系数B=0.30,质量百分比Q=71%,在考虑退化严重的撞击坑时,D=71%,B=0.30,Q=58%;研究表明该算法对没有退化或轻微退化的撞击坑有很好检测效果。与基于影像数据月表撞击坑自动检测的研究进行比较,本文给出的算法具有更高的检测精度,同时虚假检测较少。证明该方法用于月表撞击坑的自动检测是可行的。     

基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型

随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。     

基于机载LiDAR数据的建筑物轮廓提取

建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。     

基于视觉显著性和图分割的高分辨率遥感影像中人工目标区域提取

目标检测与提取是遥感影像处理与解译的重要研究内容。提出一种基于显著性检测和图像分割的面向对象高精度目标提取方法。首先,给出一种融合"基于图论的视觉显著性"和"基于边线密度的视觉显著性"的显著性计算模型。通过引入线密度,可以在复杂背景图像下有效提取目标区域,用于高分辨率遥感图像无监督的快速场景分析。然后,利用图论分割方法获取特征相似的图像区域。同一区域中的像素具有相似的显著度值和特征。以图块为对象分析其显著性大小,可以提取精细的目标轮廓。相对于基于像素点的显著性目标提取方法,本文所用面向对象的分析方法能够在保证较高检测精度的同时有效降低冗余检测率。在高分辨率遥感影像上的试验证实对人工目标(如建筑物)的检测更准确并且所得轮廓更精确。     

基于线扩散函数的高精度轮廓特征提取算法

提出了一种基于线扩散函数的运动目标高精度轮廓特征提取算法（LDFM）。对该算法提取轮廓边缘的精度和抑噪去伪方法进行了分析，并将其应用于飞机序列影像的轮廓提取中，取得了预期的实验结果。     

利用高精度DSM数据提取建筑物轮廓算法研究

基于DSM数据提取建筑物轮廓信息是快速自动构建建筑物三维模型的基础和前提.本文将随机抽样一致性算法RANSAC引入到DSM点云分割中,提出了一种基于随机抽样一致性算法模型的建筑物面片识别和轮廓提取算法,实现了高精度DSM数据的建筑物轮廓信息提取,试验验证了本文方法的精度和可靠性.     

基于自适应支撑区域的特征点检测算法

针对已有的特征点检测算法的不足,文章提出了一种基于自适应支撑区域(ROS)的算法,该算法针对目前特征点检测中的支撑区域选择,提出了一种自适应单调检测方法,改变了传统支撑区域选择过于单一的难点,自适应性强;并对于曲率的非极大值抑制易造成误检的问题,给出了三次扫描算法,即分析误检产生机理筛选候选特征点。通过支撑区域的自适应选择和三次扫描,实现了算法的自适应性和鲁棒性,检测精度高。试验结果表明,该算法无需先验参数,运行效率高,算法复杂度低。     

一种基于AR运动模型CKF算法的无人机导航

针对无人机组合导航滤波算法中传统的运动模型单一固定,灵活性差,无法精确描述无人机复杂多变的运动状态,甚至还会导致滤波发散等问题,提出了一种基于AR运动模型的CKF算法,并应用于无人机导航定位中。通过滑动窗的方法,构建实时动态更新AR模型估计物体运动状态,并且结合CKF进行滤波,从而有效提高无人机导航性能。仿真实验结果表明,该算法能够有效提高无人机导航定位精度,优于其余几种基于传统运动模型的滤波算法。     

基于控制点库的SIFT多源影像自动配准方法

本文提出了一种基于控制点库的SIFT多源大幅遥感影像自动配准方法,该方法首先设计并建立控制点影像库;然后采用地理坐标粗定位及SIFT算法自动精确查找同名控制点;利用影像分块迭代最小二乘法拟合,去除错同名控制点;最后运用多项式模型完成影像配准.以环境减灾小卫星CCD及近红外、QuickBird 24m及0.6m、TM及印...     

GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差。针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中。通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦。仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优。     

基于卡尔曼运动模型模糊图像恢复技术研究

提出了一种基于卡尔曼运动模型进行运动模糊图像退化过程分析的方法 ,设计了基于卡尔曼运动质量退化模型的运动模糊图像恢复算法 ,该方法逼近实际的运动模型。通过对火车称重系统中的模糊影像恢复实验 ,表明了该恢复技术的有效性     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术,其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像,本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法,该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配,然后使用RANSAC算法消除误匹配点并获取投影变换矩阵,从而获得图像序列间的亚像素级的运动信息;采用一组低分辨率序列图像进行试验,基于上述运动估计算法,采用迭代反投影进行超分辨率重建。试验结果表明,运动估计精度较高,重建影像具有较好的视觉效果,尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

基于交互多模型的水下目标跟踪方法

根据水下目标机动的特点,给出了基于模糊逻辑推理的交互多模型方法。在仿真试验中,利用常速度模型、Singer模型和常速度转弯模型集合来覆盖水下目标的机动模式。仿真处理的结果表明,基于模糊逻辑的交互多模型算法能够提高水下机动目标跟踪的可靠性和实时性。     

Motion Analysis in SAR Images of Unfocused Objects Using Time–Frequency Methods

Synthetic aperture radar (SAR) image formation processing assumes that the scene is stationary, and to focus an object, one coherently sums a large number of independent returns. Any target motion introduces phases that distort and/or translate the target's image. Target motion produces a smear primarily in the azimuth direction of the SAR image. Time-frequency (TF) modeling is used to analyze and correct the residual phase distortions. An interactive focusing algorithm based on TF modeling demonstrates how to correct the phase and to rapidly focus the mover. This is demonstrated on two watercraft observed in a SAR image. Then, two time-frequency representations (TFRs) are applied to estimate the motion parameters of the movers or refocus them or both. The first is the short-time Fourier transform, from which a velocity profile is constructed based on the length of the smear. The second TFR is the time-frequency distribution series, which is a robust derivative of the Wigner-Ville distribution that works well in this SAR environment. The smear is a modulated chirp, from which a velocity profile is plotted and the phase corrections are integrated to focus the movers. The relationship between these two methods is discussed. Both methods show good agreement on the example.     

基于交互多模型的水下目标跟踪方法(英文)

According to the requirements of real-time performance and reliability in underwater maneuvering target tracking as well as clarifying motion features of the underwater target, an interacting multiple model algorithm based on fuzzy logic inference （FIMM） is proposed. Maneuvering patterns of the target are represented by model sets, including the constant velocity model （CA）, the Singer mode~, and the nearly constant speed horizontal-turn model （HT） in FIMM technology. The simulation results show that compared to conventional IMM, the reliability and real-time performance of underwater target tracking can be improved by FIMM algorithm.     

结合最大似然算法和波利亚罐模型的全色遥感图像分类

最大似然（ML）算法是一种应用广泛的遥感图像监督分类方法,该算法对样本区域的选择有很高的精度要求,选择难度降低了算法的效率。为此,本文提出了一种结合ML算法和波利亚罐模型的全色遥感图像分类方法。首先由ML算法得到各像素分属各类别的概率,根据得到概率计算此像素的罐模型中不同颜色小球的数量,完成图像罐模型的建立;根据波利亚罐模型随机采样过程,结合邻域,更新中心像素的罐模型中各类颜色小球的组成,直到各类小球数量比例达到稳定,得到最终分类结果。该方法可以进一步精确地对图像进行分类,且对样本选择无要求,简化了分类过程;分别对合成图像和真实遥感图像进行了试验,取得了较好的试验结果;定性和定量分析结果验证了该方法的可行性及有效性。     

基于机载LiDAR数据的大型立交桥三维建模方法

大型立交桥是城市交通的重要组成部分,也是城市地区中最为复杂的地物之一。立交桥三维可视化建模是数字化城市建设的重要课题,然而其复杂的几何与拓扑结构导致许多传统的统一建模方法无法正确表达其特征,一些商业软件中的表达方法又过于抽象,无法提供直观的感受以及交互式的处理。本文提出一种基于机载LiDAR数据的大型立交桥建模方法。主要特点包括：1）采用了分割后建模的策略,提出了自动的立交桥结构分割方法,能够将复杂的交汇、分叉结构分割成多个结构简单的区段,为后续建模工作打下了重要基础;2）在轮廓中确立约束边,采用全约束三角网建模方法,建立了立交桥三维可视化模型;3）利用区段建模信息结合先验知识检测并恢复被遮挡的结构。实验结果表明,本文先分割后建模的思想在复杂结构立交桥的建模问题上可以取得令人满意的结果,全约束三角网建模的方法很好的保留了模型的三维特征,更重要的是可用于恢复被遮挡的结构,从而使得模型具有完整的三维结构。整个模型在地理位置,几何尺寸以及拓扑关系上均与实际地物保持一致,具备三维浏览以及交互式操作的条件。对模型质量和算法效率的分析进一步说明了本文方法的可行性、有效性。