嫦娥三号着陆器精确定位与精度分析

嫦娥三号成功实施月球软着陆,对着陆器实施精确定位是开展科学数据分析的基本要求。本文首先描述了月球着陆器定位的精确观测建模与统计定位方法,然后使用嫦娥三号着陆器现有测量数据进行了定位计算,利用月球高程模型和光学图像数据计算位置对定位结果进行了比较。结果表明,着陆器计算位置与高程模型的高程方向差异为4.5 m,与光学图像解算的三维位置差异小于100 m。最后,基于协方差分析理论,分析了当前测量条件下的着陆器定位能力,结果表明测距数据的系统偏差是制约定位精度的主要因素,如果能消除测距系统偏差,可以实现10 m定位精度。     

一种基于嫦娥一号CCD影像的影像匹配方法

月球测绘是完成月球探测任务的基础保障。这里提出了一种适合于CE-1获取的CCD影像的多尺度约束自动匹配方法。首先利用SURF算子提取影像上特征点;然后进行基于准核线和最小欧式距离约束的影像匹配;最后采用随机采样算法对误匹配点进行剔除而得到同名点信息。实验结果表明,该匹配方法提取的同名点有利于CE-1月球影像DEM的生成。     

一种嫦娥二号CCD影像同名点匹配方法

针对嫦娥二号CCD影像的特点,提出了一种基于拉普拉斯算子与图像灰度的嫦娥二号CCD影像同名点匹配方法,解决了月表影像由于其特殊性而存在的匹配难度大问题,为月球影像同名点匹配提供了一种可靠的技术方案。     

嫦娥二号影像密集匹配及DEM制作方法

嫦娥二号卫星搭载了一台两线阵CCD立体相机,以线阵推扫成像方式获取了覆盖全月球的7 m分辨率影像。与嫦娥一号影像相比,影像分辨率大大提高,月表地貌细节更加丰富,制作高分辨率月表DEM更加复杂而困难,现有的基于嫦娥影像制作方法难以满足应用需求。针对嫦娥二号影像特点,在基于RPC模型生成近似核线影像基础上,进行金字塔影像匹配,实现了原始影像的逐像素匹配;计算匹配点的月面坐标后,采用基于反距离插值方法生成月表三维地形;对于图像阴影等地形漏洞,采用基于径向基函数进行插值填补。试验结果表明,该方法生成的月表三维地形DEM数据,能准确真实地表达高分辨率的月表地形地貌细节,并较好地应用于嫦娥二号全月球三维地形DEM数据产品的生产任务中。     

SIFT和相关系数在嫦娥一号月球影像匹配中的应用

SIFT算法具有较强的匹配能力,能够处理两幅影像之间在发生平移、尺度、旋转、光照、视角等变化的情况下的匹配问题.利用SIFT算法进行影像匹配,根据匹配点计算两幅影像之间的仿射参数,将左影像上的格网映射到右影像作为初始点,然后使用相关系数测度在右影像上初始点邻域范围搜索匹配点.实验结果表明,该方法能够得到很好的匹配效果.     

基于嫦娥二号数据的高分辨率影像拼接方法研究

以嫦娥二号(CE-2)DOM数据为几何纠正和色调调整底图,采用SIFT自动匹配算法实现影像精纠正,并提出一种基于直方图匹配思想的线性变换色调调整方法,最终完成嫦娥三号(CE-3)着陆区高分辨率窄角相机(LROC-NAC)影像快速拼接,为着陆点周围的地形地貌和地质构造综合分析提供数据.结果表明,该方法解决了LROC-NAC高分辨率影像快速拼接关键问题,实现了色调连续、纹理清晰、地物完整的拼接效果,具有较高的应用价值.     

资源三号卫星影像的全局匹配

影像匹配作为图像处理领域的重要技术之一,是当前摄影测量与计算机视觉领域的重要课题,它被广泛用于矿产研究、雷达跟踪监测、无人机导航探测等领域。由于现有收集到的资源三号影像为三线阵影像,视觉上为全黑影像,因此,本文首先对影像进行增强处理;其次利用基于高斯差分改进的Harris对得到的影像进行特征点提取;最后基于置信传播全局匹配算法进行影像的匹配。     

基于KLT算法的车载序列影像匹配方法

将KLT算法应用于车载序列影像匹配中,并结合金字塔分层技术和RANSAC算法剔除了错误匹配。结果表明,基于KLT的车载序列影像匹配方法是可行的,且提高了车载序列影像匹配的正确率。     

一种改进的降落影像序列特征匹配方法

针对传统SIFT匹配方法用于嫦娥三号降落影像匹配效率低的问题,提出了一种改进的降落影像序列特征匹配方法。重构了着陆器垂直降落阶段拍摄过程的几何模型,并得到了不同降落影像中的同名匹配点之间的几何约束关系,然后通过SIFT方法进行影像中极值点的提取和特征描述,最终将几何模型约束用于极值点的匹配点搜索过程中,优化了匹配过程。采用嫦娥三号着陆器真实降落影像进行了试验,结果表明,改进方法能够取得较为稳定的匹配结果,且平均可以减少约为18%的匹配耗时,研究结果对后续深空探测任务的开展具有重要的参考价值。     

自适应运动结构特征的车载全景序列影像匹配方法

以运动结构特征为约束条件的序列影像匹配,是基于多变量核密度函数,采用非参数均值漂移方法估计最优局部运动相似性结构特征的过程。核密度函数的带宽大小决定了匹配方法的收敛速度和精度。本文提出了一种可变带宽的自适应运动结构特征的车载全景序列影像匹配方法。首先以采样点在空间域和光流域的局部空间结构定义自适应的带宽矩阵。采用局部光流特征向量的距离加权法,描述光流域上运动相似性结构特征的松弛扩散过程。然后给出自适应多变量核密度函数的表达形式,并探讨了均值漂移向量的求解、终止条件以及种子点的选择方法。最后融合多尺度SIFT描述特征与运动结构特征,建立统一的全景影像匹配框架。试验选择车载移动测量系统获取的城市球全景序列影像,结果表明在内点率变化、物方尺度变化等情况下,本文方法可以实现自适应运动结构特征的相似性度量,提高匹配的正确点数和匹配率,算法表现出较强的稳键性。     

资源三号卫星影像纠正的方法研究

影像的应用前提是影像处理,大气校正可消除大气和光照等因素对地物发射的影响。在此基础上,介绍几种常用的几何纠正方法,可消除系统和非系统因素引起的影像几何变形。本文通过对资源三号卫星的基本参数信息和相对应影像数据特点的介绍,先通过大气校正,校正后的影像分别使用几何纠正的几种方法,并通过各种方法的计算量、实用性以及相应的精度,对比分析各种方法在处理这种数据时的优越性。     

基于嫦娥二号CCD数据的核线影像生成方法

对于缺少嫦娥二号激光数据问题,本文提出了基于RPC有理多项式系数(Rational Polynomial Coefficient)的嫦娥二号CCD影像的核线影像生成方法.它利用了嫦娥一号激光高度数据与嫦娥二号CCD影像控制点相结合的方法生成月面控制点,通过月面控制点建立正确的校正公式,获得分辨率较高的正射影像图,并在此基础上提取核线影像.     

一种基于序列影像匹配的独立树冠可视化方法

介绍采用非量测相机与序列影像匹配实现独立树冠3维重建的方法。主要包括从影像提取特征点：使用多基线影像与金字塔分层相关技术进行特征点匹配;解算影像的相对方位参数;由前方交会求出各特征点的模型坐标;由模型坐标构造树冠表面三角网;由纹理映射得到树冠3维模型景观图,实现树木可视化的真3维表达。     

基于监视相机单像量测的嫦娥三号巡视器与着陆器分离决策支持

嫦娥三号探测器系统两器分离是着陆后进行的第一个关键动作,也是后续着陆器探测和巡视器月面巡视勘察的基础,解决两器安全分离问题对于整个工程的实施具有重要意义。针对实际任务中对分离决策实时性和可靠性要求高的特点,使用基于着陆器监视相机的单像量测方法对月面环境中障碍物和通信遮挡包络进行分析计算,评估两器分离过程中的不安全因素,为两器分离决策提供支持。介绍了监视相机单像量测和通信遮挡包络计算方法,并对量测精度进行了分析验证。     

序列无人机影像拼接方法研究

无人机影像具有数量多、畸变大、POS数据不准确等特点,导致其在拼接过程中会产生大量的累积误差,要快速地获得大范围准确的全景图有一定的困难。基于此,提出一种既精确又高效的无人机序列影像拼接方法。首先计算大致的影像匹配区域,减少特征搜索和匹配的时间,同时记录匹配区域中心位置的特征点坐标,引入平差理论,区分平地、丘陵、山区等不同区域加权纠正匹配特征点的坐标位置。同时针对航带间重叠率小、姿态差异大等特点,采用"先航带间再航带内、旁边航带向中间航带靠拢"的拼接方式,减少整体区域的累积误差产生,最终完成全局影像的拼接。     

时间序列影像特征点提取与匹配算法研究

首先利用Harris算子分别从序列影像中提取运动目标的特征点,然后通过局部信息熵与Walsh变换有机结合来实现序列影像前后帧中运动目标同名特征点的匹配。实验证明了本文算法的可行性。     

基于局部坐标系的嫦娥二号月面影像自动拼接方法

针对嫦娥二号影像分辨率高、数据量大的特点,提出了一种新的投影坐标系-局部坐标系。该坐标系建立过程简单,便于数据管理,投影后的影像变形极小。通过转换可将单轨的DOM和DEM进行分解,并生成各局部坐标系对应的分块DOM和DEM。创建了分块数据后,基于重叠影像同名像点,以有理多项式作为校正模型,采用一种全局优化方法来校正重叠影像坐标偏差,使校正后各影像能够很好地配准。校正只在影像子网内进行,各子网间互不影响,有效地控制了误差的传递。实验表明,该拼接方法可以在微机上有效地对海量月表影像进行拼接处理,并达到很好的拼接效果,最终生成全景三维月图。     

POS辅助下的车载序列影像匹配

针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题,提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息,获取KLT跟踪算法中所需的初始位移信息,并将建筑立面及路面区域进行分开追踪匹配,以保证匹配点的良好分布特性,最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题,可高效获取分布均匀、数量充足的匹配特征点,为后期空中三角测量提供更稳健的同名约束条件。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.