基于NSCT与改进SIFT特征点的GF-2影像水印算法

现有基于SIFT特征点的水印算法因特征区域重叠导致算法鲁棒性较差,不能满足GF-2影像版权保护的需求。该文采用Mean Shift对SIFT特征点进行优化和改进,提出一种基于NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理,将所有聚类中心作为影像的关键点,并计算关键点的平均SIFT描述符,以保证所生成的影像关键点具有与SIFT特征点相同的特征属性;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入低频子带的奇异值中,并通过相应的逆变换得到含水印影像。与其他算法对比验证结果表明,该算法既具有良好的不可见性,又对常规攻击以及旋转、裁剪、缩放等几何攻击具有较好的鲁棒性,且能有效减轻特征区域的重叠现象,适用于GF-2影像的版权保护。     

禁忌搜索算法在图像匹配中的应用研究

搜索策略是图像匹配研究的主要问题之一,对匹配算法的执行速度和最终的匹配精度都有很大的影响。该文将禁忌搜索算法的思想用于图像匹配的搜索过程,并进行了改进,构造了永久禁忌和暂时禁忌两种禁忌表,每次搜索都将候选解中的点分别放入不同的禁忌表中,再利用基于灰度的匹配方法,以归一化积相关为相似性度量准则,克服了传统的归一化积相关图像匹配算法耗时过长的缺点,可以在不失匹配精度的条件下,大大减少匹配所用的时间,实现了准确而快速的图像匹配。     

二维Delaunay三角网的任意点插入算法研究

针对目前各种点插入算法的不足,提出一种二维Delaunay三角网任意点插入算法。首先基于凸壳区分点的位置,并利用三角形面积坐标、重心和点与有向线段关系三者构建的融和算法搜索插入点所在三角形,然后通过构建和优化新三角形完成点的插入,且满足Delaunay法则。通过测试证明了算法的可靠性和高效性。     

基于参数点图的剖面自动连接算法

分析了基于空间语义关系的剖面自动连接算法存在的问题,并对其进行了简化;在此基础上定义了一种可以形象化描述剖面自动连接问题的参数点图,并给出了解决问题的改进算法.基于参数点图得到的算法比原算法更简洁,更智能化,并且具有一定的地质学含义.     

基于点密度分析与自适应差异检测的点群要素制图综合算法

针对点群要素制图综合的自动选取问题,提出一种基于点密度分析与自适应差异检测的点群要素制图综合算法。该算法首先利用核密度估计法对原始点群进行点密度分析,选取凸包最外侧点和重要性等级较高的点分析其点密度,进而对比两次点密度分析结果的相对密度差异,并找出相对密度差异最大的点加入选中点群中;然后重新对选中点群进行点密度分析,直到选中点数满足制图综合要求。将该算法用于实例点群数据中进行了验证,结果表明,该算法能最大限度地保持点群的分布特征和密度对比关系,并且较为简单、灵活。     

基于遗传算法防重叠冲突的地图点标注方法研究

高质量地图点要素标注及自动配置问题是地图制图中的难点之一。为了解决地图点要素标注中的重叠问题,提出基于遗传算法的局部优化功能实现防重叠冲突的地图点要素标注。该文首先通过地图点要素标注的位置分配问题,建立基于点要素的八位置候选模型。其次,针对地图点的防重叠冲突问题,提出地图点标注的重叠数量评价函数和重叠面积评价函数,记录每一次迭代过程中点要素标注的重叠个数和重叠面积,得到标注重叠质量得分,进而得到适应度评分。最后基于3种评分结果建立新的终止条件,将数次迭代后满足该条件的标注设置为最终的配置方案。实验采用随机模拟数据和福州大学城实际数据进行验证,结果表明基于遗传算法和防重叠冲突的点标注配置与一般的标注配置相比,其重叠个数减少了89%。在迭代过程中最后一代相较于第一代的重叠面积减少了75%,标注的适应度提升54.5%。该算法能够有效地计算出群体点标注的近似最优解,显著提升地图标注的美观性和位置平衡性,适用于网络地图和专题地图点要素的自动化标注和配置。     

二维Delaunay三角网的任意点删除算法研究

针对目前基于影响域多边形剖分的点删除算法缺陷,提出一种二维Delaunay三角网点删除算法。首先利用具有拓扑关系的三角网搜索影响多边形,并以三角形矢量面积为工具三角剖分影响域多边形,最后通过镶嵌优化后的剖分三角网完成点的删除,且满足Delaunay法则。通过测试证明了算法的可靠性和高效性。     

基准地价评估中异常样点剔除方法研究

分析了均值-方差法剔除异常样点的过程,指出均值-方差法存在剔除标准难以确定、无法体现级别基准地价的内在联系、破坏样点地价空间分布的连续性、影响宗地地价评估的科学性等缺陷,提出了改进完善均值-方差法的思路和方法:将样点地价与其所在位置的土地质量联系起来测算定级总分值理论地价,并将理论地价作为均值;计算样点地价的理论标准差,用理论标准差代替方差.最后,以理论均值和理论标准差为标准来判断样点地价是否异常,从而完成异常样点剔除,并应用实例对改进的均值-方差法进行验证.     

Delaunay三角网约束的Harris-SURF图像匹配算法

Harris算法提取的角点定位精度高,但不具尺度不变性,SURF算法虽具有尺度不变性和旋转不变性,但提取的特征点并非视觉角点。针对此问题,该文提出一种Delaunay三角网约束下的Harris-SURF图像匹配方法。首先,采取阈值评估策略对图像进行SURF粗匹配,利用RANSAC算法进行粗差剔除,得到的匹配点用于构建Delaunay三角网;然后以相似三角形作为约束,将其作为Harris特征点精匹配的限制区域,提高Harris点匹配的可靠性。实验表明,该算法具有匹配准确率高、鲁棒性较好等特点,对无人机影像的匹配效果明显优于其他算法。     

基于三维激光扫描技术的变形监测方法研究

三维激光扫描技术不需要合作目标就能自动、快速、连续地对被扫描物体进行整体监测,并能准确生成三维立体模型,从而真实描述扫描对象的整体结构及形态特性,弥补了传统变形监测的片面性和局限性。本文以广佛肇高速公路鼎湖山隧道监测项目为例,介绍了三维激光扫描技术的原理方法,并与传统监测方法进行数据比对,为三维激光扫描技术在变形监测中的推广应用提供借鉴。     

基于矩匹配算法的山区影像地形辐射校正方法研究

针对山区遥感影像地形辐射校正问题,应用现有模型(如C校正)进行地形辐射校正很难达到理想效果。引入矩匹配算法,利用DEM数据计算坡度、坡向等地形信息,以特定坡度和坡向数据为参考依据,对影像进行地形辐射校正。通过北京房山区SPOT5影像进行试验,表明该方法能在很大程度上消除地形阴影,更好地反映阴影区域的细节信息,同时光谱特性保真程度较好,原模糊的影像区域通过处理基本上达到有效识别地物的要求。     

基于局部相似的地籍宗地图斑匹配方法

地籍管理工作中,不同来源的宗地数据通常存在着诸多差异,识别和匹配不同数据源中的同名宗地图斑是提高数据更新精度与速度的关键,对地籍数据库的集成与信息共享有着非常重要的意义。该文针对地籍数据中宗地图斑的形状及变化特点,提出了一种基于局部相似的简单而有效的匹配方法来提高匹配率,基本原理是通过搜索两个面实体间最优的点对应或特征对应关系判断两个面实体是否匹配,采用形状相似度作为局部相似的判断指标。     

基于BRISK-LATCH的喀斯特山区无人机影像匹配算法

针对BRISK算法在喀斯特山区无人机影像匹配中存在耗时长、正确匹配点数较少的问题,该文提出一种基于BRISK检测子和LATCH描述符的喀斯特山区无人机影像匹配算法,即利用BRISK检测子对影像进行特征点检测,利用LATCH描述符描述特征点,并采用结合最小距离的FLANN算法进行粗匹配,最后利用RANSAC算法对影像进行精匹配,剔除粗匹配中的错误匹配点对。实验结果表明:该算法的匹配总数和正确点数是SIFT和AKAZE算法的2倍以上,单点平均耗时是二者的7%~80%;与BRISK算法相比,在匹配总数减少5%的情况下,该算法的正确点数增加了30%以上,单点平均耗时减少50%以上。     

一种基于多特征的高光谱遥感图像分类方法

提出在多维特征空间中以互信息为评价指标进行特征选择,在特征子集中应用支持向量机(SVM)分类器实现图像监督分类的方法.首先提取图像的光谱、纹理和颜色特征,得到多特征的高维特征空间,然后用最大相关和最小冗余的互信息作为评价标准,用10-fold交叉验证误差率选择特征子集,最后用基于径向基函数的SVM实现图像的分类.实验表明,该方法能明显提高图像分类的精度.     

一种基于特征点的无人机影像自动拼接方法

论述了当前无人机影像快速拼接可选用的方法及可行性,将稳健的SIFT算法引入无人机影像自动拼接中,分析了该算法各阶段所消耗的时间.结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围;进行尺度空间极值点探测时通过实验获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多地获得了特征点,最后应用LM方法求得精确变换矩阵,完成了影像镶嵌.实验结果表明,该算法对无人机影像拼接具有较好的适应性,在保证算法鲁棒性的同时,提高了精度和效率.     

基于模型需求模板匹配的多源地理数据推送方法研究

针对现有地理分析模型同多源复杂地学数据之间耦合困难、模型运算数据处理过程复杂等问题,构建了以模型需求模板匹配为基础的多源地理数据自动处理与推送方法。利用元数据对多源地理数据进行统一描述,并从模型的数据需求和任务需求两个角度生成模型需求模板,最后通过基于XML的元数据与模型需求模板的匹配求得数据操作模板。在数据操作模板中应用算子库作为转换工具,实现了数据库数据到模型需求数据的转换,完成模型运算数据的自动推送。基于江苏沿海滩涂数据库的分析案例表明,该文提出的模型模板匹配方法可对模型运行数据进行有效解析,并通过数据操作流的构建实现数据的自动推送。该研究可为服务型GIS的发展及地理模型的集成提供理论参考与方法借鉴。     

一种基于遥感数据快速提取居民地信息的新方法

基于Landsat TM/ETM+遥感影像的谱间关系,利用居民地与背景地物光谱值在波段3、波段4、波段5的差异,提出了一种新的建筑指数(New Built-up Index,NBI),并利用该指数提取居民地信息.选用常州市为研究区,以2007年Landsat TM影像为数据源,居民地提取精度达90%;进一步在多丘陵地区桐庐县进行验证,融入植被指数,居民地提取精度达91%.     

基于Savitzky-Golay方法的遥感影像融合

把Savitzky-Golayr滤波方法拓展至二维,提出了基于Savitzky-Golay方法的遥感影像融合算法,并通过与HSI变换、PCA变换和小波变换融合等传统融合算法的比较,证明该方法性能最优.分析Savitzky-Golay滤波算子阶数和小波变换尺度对融合影像质量的影响,发现Savitzky-Golay滤波融合过程中Savitzky-Golay滤波算子阶数是决定融合质量的关键因素.算子阶数越高,融合后影像细节信息越丰富,但光谱信息损失也越严重;算子阶数越低,融合后影像光谱信息保持能力越好,但细节信息增强能力变弱.如何根据具体的遥感影像自动确定最佳的算子阶数是下一步要解决的问题.     

基于典型点的目的性采样设计方法及其在土壤制图中的应用

鉴于经典采样和空间采样存在的局限性,提出了一种旨在寻找典型点的目的性采样设计方法。该方法通过分析与目标地理要素空间分布具有协同变化关系的环境因子,提取地理要素空间变化的典型模式,进而在典型模式上布设样点,即可获得典型点,从而减少所需样本量。以位于黑龙江鹤山农场的2个研究区为例,分别选择土壤厚度和表层有机质2个土壤属性,通过对土壤属性空间变化的4个协同环境因子进行模糊c均值聚类,获得对应土壤属性空间变化模式的环境因子组合;根据其模糊隶属度结果设计典型点并进行采样,最后结合典型点的属性值与环境因子组合模糊隶属度结果,采用加权平均模型得到土壤属性空间分布图,反映了土壤属性随地形变化的连续性分布。基于独立野外验证点,选择了4个评价指标对所得属性图进行定量评价。结果表明：2个研究区验证点集的预测值和观测值一致性指数均较高,可见本研究提出的方法是一种有效的样点布设方法。研究还对在每一环境组合类设计不同数量典型点所得土壤属性制图结果的差异进行了讨论,认为典型点增多并不一定能提高土壤属性空间推测的精度。