跨孔视电阻率异常特征的提取和识别

讨论了奇异值向量作为二维数字图象特征的理论依据并用于跨孔条件下视电阻率异常信息剖面图。对位于钻孔剖面内的三维椭球体模型,利用系统正演结果所建立的样本集,进行了视电阻率异常信息剖面图的奇异值特征提取和识别,取得了满意的初步结果。     

气象雷达图象实时压缩软件设计

先采用统计方法寻找最佳游程长度，再用HAFFMAN编码方法将雷达图象代码与游程长度代码一起偏码输出，提高了雷达图象的压缩率，达到了实时高效的压缩效果。     

面向倾斜摄影的深度学习航空影像匹配方法

针对传统方法和深度学习匹配方法在倾斜影像上获取匹配点少、复现率低以及精度不高等问题,本文提出一种面向倾斜摄影的深度学习航空影像匹配方法。首先,利用POS信息计算影像重叠区域,并对倾斜影像进行透视变换改正,减弱几何变形对匹配过程的影响;其次,在变换后的重叠区域影像上利用训练的多尺度特征点检测网络推理其对应的高斯热力图,在高斯热力图尺度空间检测极值点作为稳定特征点,基于自监督主方向检测网络获取特征点主方向;接着,在特征点描述阶段,结合网络学习得到的特征点位置和主方向获取尺度旋转不变GeoDesc基础描述子,并考虑图像的几何、视觉上下文信息对描述子进行增强处理;最后,通过双向比值提纯法获取初始匹配点,利用RANSAC和图约束方法剔除误匹配后获得最终匹配点结果。使用ISPRS提供的2组典型区域倾斜影像进行匹配实验,结果表明,相比于SIFT、ASIFT、SuperPoint、GeoDesc及ContextDesc等算法,本文方法能够在大视角变化和纹理信息贫乏的倾斜影像对上获取更多均匀分布的匹配点,同时复现率也要优于其他方法。     

顾及形状相似性的道路与居民地协同化简方法

空间冲突处理是制图综合的重难点,目前空间冲突处理的研究重点在于拓扑一致性的保持,对要素间的形状相似性关注较少。形状相似性是空间相关性在局部区域的具体体现,道路与居民地是一对具有强相关性的地理要素,街区居民地的轮廓常与邻近道路具有相似的形状特征,独立化简易产生不可控的拓扑冲突与形状冲突。为此,提出一种顾及形状相似性的道路与居民地协同化简方法。(1)利用Delaunay三角网构建道路与居民地间的毗邻关系并提取成对的毗邻片段。(2)采用动态时间归整算法进行节点粗匹配并根据节点的几何特征做进一步优化。(3)采用基于节点取舍的化简算法对道路进行分段化简,将节点取舍情况同步至居民地轮廓,并对异常线段进行检测与处理。采用浙江省某地区1:5万地图中的道路与居民地进行实验,结果表明该方法能够实现道路与两侧毗邻居民地的同步化简,化简后道路、居民地间的形状结构吻合良好,有效保持了道路与居民地在毗邻区域的形状相似性、拓扑一致性及协调的视觉效果。     

气象卫星遥感图象高压缩比软件设计

采用低阶跃量化的ＪＰＥＧ算法和ＬＺＷ算法重复压缩气象卫星遥感图象，实现１０：１以上的高压缩比，减少了图象损失。     

VAX计算机及图象系统硬磁盘扩充

本文介绍了为VAX计算机系统扩充硬磁盘以及为ARIES-Ⅱ图象处理系统建立图象伪磁盘的方法及步骤。     

图像目标形状匹配与视频过滤技术研究

通过研究图像目标形状特征的提取、匹配，运用随机过程，投影理论，提出用于识别目标形状统计特性的波动度特征，建立目标形状匹配函数，给出实际图像目标的匹配实现算法，实际系统测试表明该算法能准确、快速完成实际图像目标形状的匹配、过滤，为图像跟踪、识别及视频过滤等应用领域提供了新的可借鉴方法。     

天气图传真样张的一维统计特性

本文介绍用Apple-Ⅱ微型计算机对十二张中国天气图传真样张一维图象特性进行统计的模型、方法和结果分析。这是我国气象部门首次对天气图传真样张进行的统计。统计所得数据可供研制适合我国气象部门使用的数字传真机时参考。     

局部点、线仿射不变性约束的近景影像直线段匹配

针对直线匹配过程中存在直线提取断裂、影像尺度不一、纹理断裂处灰度相似性约束可靠性弱的问题,本文提出了一种基于局部点、线仿射不变性约束的直线段匹配算法。该算法首先利用SIFT匹配得到的同名点构建参考影像、搜索影像同名三角网,并采用三角网约束直线匹配的搜索范围获得初始候选直线;然后利用方向约束对候选直线进行二次筛选,滤掉明显的错误候选直线;最后分别建立参考直线与候选直线的支持区域,搜索并确定位于直线支持区域内的匹配点并以直线为基准对其进行区域划分,并根据点、线仿射不变性原理分区域约束确定同名直线。通过选取网上公开影像数据库中典型影像对进行直线匹配实验,结果表明本文算法具有较好的鲁棒性,并能获取可靠的直线匹配结果。     

视觉变形测量方法及应用研究

针对现有视觉测量中监测距离较短、自动化程度不高等缺点,提出基于形状的目标识别、综合边缘和区域目标提取的视觉变形测量方法,设计了一款适用于该方法的监测标志以及与之相适应的变形计算算法。利用单反相机等普通数码相机开展相关实验,采用连续拍摄平滑及匹配校正技术,削弱由于受相机反光板和快门机械运动、环境等因素的影响而引起的测量误差。利用VS2015与QT编程平台及C++编程语言开发视觉变形监测软件,并进行长期监测实验,验证了基于视觉测量的变形监测方法的可行性、有效性以及监测精度。     

多源遥感影像深度特征融合匹配算法

针对多源遥感影像之间成像机理不同、非线性光谱辐射畸变大以及灰度梯度差异明显等所导致的匹配困难问题,提出深度特征融合匹配算法(Feature Fusion Matching Algorithm, FFM)。(1)通过构建特征图金字塔网络提取影像深度特征,使用特征连接结构将语义丰富的高层特征与定位精确的低层特征互补融合,解决多源影像同名特征难以表征的问题并提高特征向量的定位精度;(2)对原始维度1/8的特征图进行交叉变换来融合自身邻域信息与待匹配影像特征信息,通过计算特征向量间的相似性得分得到初次匹配结果,针对特征稀疏区域,提出滑动窗口自适应得分阈值检测算法来提升匹配效果;(3)将匹配结果映射至亚像素级特征图,在小窗口内计算像素间的匹配概率分布期望值来检校优化匹配结果,提高匹配点对的准确性;(4)使用PROSAC算法对匹配结果进行提纯,有效剔除误匹配的同时最大限度保留正确匹配点。试验选取6对多源遥感影像,将FFM同SuperPoint、SIFT、ContextDesc以及LoFTR算法进行对比,结果表明FFM算法在匹配点正确率、匹配点均方根误差以及分布均匀度等方面远优于其他算法。将FFM匹...     

一种由粗到精的光学与SAR遥感图像配准算法

由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。     

一种基于点特征的高精度图像配准方法

提出了一种基于点特征的多源图像高精度配准方法。通过在遥感影像上提取密集特征点,利用多种方法结合进行严格匹配获得同名点对。通过构建不规则三角网分割影像,再利用仿射变换模型实现每个三角形的配准。实验证明了该方法的有效性和较高的适用性。     

基于特征空间匹配的激光雷达点云配准算法

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除误匹配点对完成粗配准,利用ICP实现精配准。实验结果表明,本文算法相比FPFH和SHOT算法与ICP结合可有效提升配准效率,且配准结果的均方根误差较小。     

利用视角转换的跨视角影像匹配方法

目前遥感影像跨视角匹配技术无法直接使用大幅卫星影像进行匹配,难以满足大范围复杂场景匹配的任务需求,且依赖大规模数据集,不具备良好的泛化能力。针对上述问题,本文在质量感知模板匹配方法的基础上结合多尺度特征融合算法,提出一种基于视角转换的跨视角遥感影像匹配方法。该方法首先利用手持摄影设备采集地面多视影像,经密集匹配生成点云数据,利用主成分分析法拟合最佳地平面并进行投影变换,以实现地面侧视视角到空视视角的转换;然后设计了特征融合模块对VGG19网络从遥感影像中提取的低、中、高尺度特征进行融合,以获取遥感影像丰富的空间信息和语义信息;最后利用质量感知模板匹配方法将从视角转换后的地面影像上提取的特征与遥感影像的融合特征进行匹配,获取匹配的软排名结果,并采用非极大值抑制算法从中筛选出高质量的匹配结果。实验结果表明,在不需要大规模数据集的情况下本文方法具有较高的准确性和较强的泛化能力,平均匹配成功率为64.6%,平均中心点偏移量为5.9像素,匹配结果准确完整,可为大场景跨视角影像匹配任务提供一种新的解决方案。     

基于Dense SIFT特征的无人机影像快速拼接方法

特征匹配是无人机影像拼接过程的关键步骤,针对传统的特征匹配方法在影像拼接过程中获取匹配点少、特征点分布不均匀、匹配耗时长等问题,本文提出一种基于Dense SIFT特征的无人机影像快速拼接算法。首先,利用影像POS信息构建连接矩阵以引导匹配过程;然后在降采样影像上进行影像分块,利用Dense SIFT算子获取初始匹配点,并采用两次NCC方法分别实现降采样影像和原始影像上匹配点的精化;最后,基于共线方程将影像投影至物方面上,完成影像的快速拼接。本文选取2组无人机影像进行拼接实验,将本文算法与SIFT和SURF匹配拼接方法进行对比,结果表明：在影像特征点匹配方面,本文方法获取匹配点数量是SIFT和SURF算法的5倍以上,且匹配点分布更加均匀;在影像拼接结果方面,本文方法不仅能够较快完成影像拼接,而且有效避免了拼接影像中的“重影”现象,保证了较好的拼接质量。     

一种基于面阵摆扫式航空影像的特征匹配方法

特征匹配是面阵摆扫式航空影像处理的关键步骤,针对传统特征匹配方法在面阵摆扫式航空影像匹配时存在匹配点数量少,分布不匀均的问题,本文提出一种基于自适应亮度空间的特征匹配方法。首先根据影像POS（Postion Oriental System）信息求解待匹配影像间变换关系进行影像校正,在校正后的影像上构建自适应亮度空间,使用ORB算子和BEBLID算法在亮度空间上获取特征点和二进制特征描述符,然后基于汉明距离获取初始匹配点,使用RANSAC算法剔除粗差,最后将匹配点变换到原始影像上得到最终匹配结果。本文选取6组具有视角差异及亮度变化的面阵摆扫式航空影像进行实验,将本文算法与SIFT、SURF、ORB、ORB+BEBLID、ASIFT等匹配方法进行比较,结果表明：本文算法通过建立影像间变换关系,构建自适应亮度空间,使得算法提取的特征点数量增加1.5倍,获取匹配点数量是其他算法的3倍以上,且匹配点分布更加均匀,匹配效率高于其他算法,验证了本文算法在具有亮度变化及视角差异的面阵摆扫式航空影像上匹配的有效性。     

Estimation of ground deformation caused by the earthquake (M7.2) in Japan, 2008, from the geomorphic image analysis of high resolution LiDAR DEMs

In this study, a new method for quantitative and efficient measurement for the ground surface movement was developed. The feature of this technique is to identify geomorphic characteristics by image matching analysis, using the intelligent images made from high resolution DEM(Digital Elevation Model). This method is useful to extract the small ground displacement where the surface shape was not intensely deformed.     

SIFT与粗差剔除算法相结合的机载SAR影像匹配研究

SAR影像匹配是SAR数据处理的重要环节,但是,SAR影像匹配成功率、正确率及精度较低。通过SAR影像匹配,建立SAR匹配像对,对雷达立体观察和立体测量有重要的意义。在机载SAR影像匹配中,应用SIFT 算法,获得较稳定的特征,并结合2D单应变换的RANSAC算法剔除误匹配点对;选取三组不同类别的机载SAR影像数据,利用SIFT 和粗差剔除相结合的算法,通过VC++和OpenCV编程,提取出特征稳定且均匀分布的同名点对,完成机载SAR影像匹配实验。结果表明,对于含有人工建筑物的机载SAR影像,SIFT 算法可有效地提取大量稳定的匹配点对,其正确率高;对于含有自然植被的机载SAR影像,SIFT 算法可有效地提取较多稳定的匹配点对,其正确率较高;由于SIFT 算法实质上是基于局部灰度匹配的算法,对于纹理信息缺乏的机载SAR影像,只可提取少量稳定的匹配点对,其正确率相对前两者较低。总体而言,在机载SAR影像中SIFT 算法能够提取到稳定的匹配点对,并结合基于2D单应变换的RANSAC算法,可有效剔除误匹配点对,提高匹配正确率及精度。     

Preformance evaluation of several fusion approaches for CCD/SAR images

Several image fusion approaches for CCD/SAR images are studied and the performance evaluation of these fusion approaches is completed in this paper. Firstly, the preprocessing of CCD/SAR images before fusion is fulfilled. Then, the image fusion methods including linear superposition, nonlinear operator method and multiresolution methods, of which the multiresolution methods include Laplacian pyramid, ratio pyramid, contrast pyramid, gradient pyramid, morphological pyramid and discrete wavelet transform, are adopted to fuse two types of images. Lastly, the four performance measures, standard deviation, entropy, cross entropy and spatial frequency, are calculated to compare the fusion results by different fusion approaches in this paper. Experimental results show that contrast pyramid, morphology pyramid and discrete wavelet transformation in multiresolution approaches are more suitable for CCD/SAR image fusion than other ones proposed in this paper and the objective performance evalution of CCD/SAR image fusion approaches are effective. Foundation item: Under the auspices of Astronautical Innovation Fund of China. Biography: WANG Yan-li (1977 – ), female, a native of Xi’an City, Shaanxi Province, Ph. D. candidate of School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics, specialized in scene matching, image registration and fusion.