接缝线网络的自动生成及优化方法

提出一种接缝线网络的自动生成及优化方法,首先基于顾及重叠的面Voronoi图,生成全局的初始接缝线网络,然后利用重叠区的影像内容对接缝线网络进行优化.不仅可保证区域范围内多影像镶嵌处理的灵活性与效率,避免误差累积和中间结果的产生,使处理结果与影像顺序无关,而且优化后的接缝线网络可保证镶嵌质量.     

高重叠度机载SAR影像镶嵌线自动生成及优化

针对传统的镶嵌方法无法实现高重叠度机载合成孔径雷达(SAR)影像快速、无缝镶嵌的问题,该文基于顾及重叠的面Voronoi图,提出了一种接缝线网络生成及优化方法。采用改进的八邻域边界跟踪算法提取影像有效区域并将其简化为四边形,利用改进的中轴线算法提取重叠区的接缝线并对影像有效区域进行切分生成互不重叠的Voronoi面,快速生成初始接缝线网络;提出了一套接缝线优化方法,实现了机载SAR影像高重叠度高、重叠情况复杂易导致的接缝线网络的孔洞消除。利用高分辨率机载SAR影像对本文算法进行验证,结果表明该方法有效克服了机载SAR影像镶嵌的小孔洞问题,能生成无缝且唯一的接缝线网络,从而实现影像的高效、自动镶嵌。     

A*搜索算法的正射影像镶嵌线自动提取

针对现有的正射影像镶嵌过程中镶嵌线的提取所存在的缺陷,该文提出一种基于A*搜索算法的镶嵌线自动提取方法,此方法首先提取重叠区域的Canny边缘图像,并把边缘图像中的边缘信息作为需要避开的范围;然后基于边缘图像的每一个像素及像素间的邻接关系构建带权有向图,将镶嵌线的自动提取转换为带权有向图中起点到终点的路径搜索问题,设计满足可接纳性准则的A*搜索算法提取满足一定条件的最短路径作为全局最优镶嵌线。利用实际影像数据进行实验,实验结果表明:该算法自动提取得到的镶嵌线可以快速、有效的避开边缘特征明显区域,对全自动正射影像制作具有应用价值。     

基于Voronoi图的正射影像镶嵌网络生成与优化方法

提出一种基于Voronoi图的正射影像镶嵌网络生成与优化方法.首先以每幅DOM影像有效区域中心点作为种子点生成Voronoi图,确定每幅影像的有效镶嵌多边形并构建全局镶嵌网络;然后结合DSM数据对镶嵌多边形顶点位置进行调整,避免最终镶嵌结果影像出现无数据区域,同时可以使顶点避开建筑、树木等存在投影差的区域,以便对初始镶嵌线进行调整优化.试验表明,本文方法切实可行并且具有较好的自适应性.     

一种利用影像匹配的城区三维景观图生成途径

提出了一种基于影像匹配的城区三维景观图生成方法,它首先利用神经网络影像匹配得出城区的密集视差表面,再利用基于模板匹配的半自动建筑物提取方法获得建筑物的矢量数据和高程,进而得出城区三维数字模型,从而获得真实的城区三维透视景观图。     

一种基于GPU并行计算的无人机影像快速镶嵌方法

提出了一种从匀光后无人机影像出发,以Voronoi图为镶嵌线网络,基于GPU并行计算的无人机影像快速镶嵌方法。首先,通过Wallis滤波处理影像间色彩不一致问题;然后,以测区影像位置自动生成Voronoi图镶嵌线网络;最后,基于GPU并行计算将无人机影像快速正射纠正并镶嵌。通过对230张空间分辨率为0.1 m的无人机影像进行快速纠正镶嵌,实验结果表明,该方法较传统方法效率有很大提升。     

高分辨率遥感影像图制作的镶嵌线自动提取

为更好地发挥遥感技术在城市规划地图制作中的应用,高分辨率遥感影像成为城市地图制作中最重要的数据源。面对地物信息复杂、建筑物众多的城市地区,如何快速提取高分辨率遥感影像地图制作过程中相邻两景影像之间的镶嵌线具有重要意义。本文以国产卫星中分辨率最高、幅宽最小的GF-2影像为数据源,融合建筑物轮廓数据,研究了基于最短路径的A*搜索算法,实现了遥感影像地图制作的镶嵌线自动提取技术。结果表明,该方法能够自动生成避让建筑物的镶嵌线,速度快、镶嵌质量高,可广泛应用于城市地区高分辨率遥感影像地图制作。     

机载激光雷达点云辅助的镶嵌线自动选择

本文提出了一种基于激光雷达点云辅助的正射影像镶嵌线自动选取方法。首先,利用配准后的激光雷达点云生成数字表面模型和数字高程模型,以重叠区域影像之间的相似度和梯度差异构建代价矩阵;然后,将数字表面模型与数字高程模型相减得到差值图表示地物真实的高程信息,利用自适应阈值分割将差值图划分为不同的区域,并赋予不同的惩罚系数;最后,以代价最小为标准,基于Dijkstra算法得到最终的镶嵌线。本文方法生成的镶嵌线能成功地绕开大多数障碍地物,能够满足影像拼接应用的需求。     

一种利用影像匹配的城区三维景观图生成途径

提出了一种基于影像匹配的城区三维景观图生成方法,它首先利用神经网络影像匹配得出城区的密集视差表面,再利用基于模板匹配的半自动建筑物提取方法获得建筑物的关量数据和高程,进而得出城区三维数字模型,从而获得真实的城区三维透视景观图。     

倾斜摄影和激光点云技术在大比例尺测图中的应用

在传统大比例尺测图中,建筑物特征线的获取方法或精度高效率低或效率高精度低。本文通过对倾斜三维模型分析,提出了基于直线公理的建筑物特征线快速提取方法;针对高程点数据均为人工采集的现状,引入激光点云数据通过分类插值法自动生成高程特征点。研究证明,本文方法在精度与效率等方面均可取得良好效果,提高了特征线（建筑物线）、特征点（高程点）采集的自动化程度。     

Seam-line determination for image mosaicking: A technique minimizing the maximum local mismatch and the global cost

This paper presents a novel algorithm that selects seam-lines for mosaicking image patches. This technique uses Dijkstra’s algorithm to find a seam-line with the minimal objective function. Since a segment of seam-line with significant mismatch, even if it is short, is more visible than a lengthy one with small differences, a direct summation of the mismatch scores is inadequate. Limiting the level of the maximum difference along a seam-line should be part of the objective in the seam-line selection process. Our technique first determines this desired level of maximum difference, then applies Dijkstra’s algorithm to find the best seam-line. A quantitative measure to evaluate a seam-line is proposed. The measure is defined as the sum of a fixed number of top mismatch scores. The proposed algorithm is compared with other techniques quantitatively and visually about various types of images.     

一种改进的正射影像镶嵌线最小化最大搜索算法

正射影像在影像边缘和覆盖有房屋、树木等地物的区域上表现出投影差,且投影差在不同的影像上不相同。当两幅正射影像镶嵌时,在重叠区域的差分影像上,这些区域表现为高亮度区,理想的镶嵌线应避开此类区域。本文采用贪心搜索方法选择镶嵌线,并改进了最小化最大算法的局部选择方式和判据,在正射影像重叠区域的差分影像上自动搜索镶嵌线。试验表明,改进算法搜索的镶嵌线能够很好地避开投影差大的区域,且具有较好的自适应性。     

Poisson disk sampling in geodesic metric for DEM simplification

To generate highly compressed digital elevation models (DEMs) with fine details, the method of Poisson disk sampling in geodesic metric is proposed. The main idea is to uniformly pick points from DEM nodes in geodesic metric, resulting in terrain-adaptive samples in Euclidean metric. This method randomly selects point from mesh nodes and then judges whether this point can be accepted in accordance with the related geodesic distances from the sampled points. The whole process is repeated until no more points can be selected. To further adjust the sampling ratios in different areas, weighted geodesic distance, which is in relation to terrain characteristics, are introduced. In addition to adaptability, sample distributions are well visualised. This method is simple and easy to implement. Cases are provided to illustrate the feasibility and superiority of the proposed method.     

Contour line simplification method based on the two‐level Bellman–Ford algorithm

The contour line is one of the basic elements of a topographic map. Existing contour line simplification methods are generally applied to maps without topological errors. However, contour lines acquired from a digital elevation model (DEM) may contain topological errors before simplification. Targeted at contour lines with topological errors, a progressive simplification method based on the two‐level Bellman–Ford algorithm is proposed in this study. Simplified contour lines and elevation error bands were extracted from the DEM. The contour lines of the elevation error bands were initially simplified with the Bellman–Ford (BF) algorithm. The contour lines were then segmented using the vertices of the initial simplification result and connected curves with the same bending direction were merged into a new curve. Subsequently, various directed graphs of the merged curves were constructed and a second simplification was made using the BF algorithm. Finally, the simplification result was selected based on the similarity between several simplification results and adjacent contour lines. The experimental results indicate that the main shapes of the contour groups can be maintained with this method and original topological errors are resolved.     

利用网络图进行高分辨率航空多视影像密集匹配

提出了一种基于网络图的高分辨率航空多视影像密集匹配算法。首先利用影像间的重叠关系和方向确定候选立体像对并构建网络图;在立体像对密集匹配阶段,引入导向中值滤波采用由粗到精的改进半全局匹配(SGM)算法进行双向视差图生成;最后基于所有立体像对构建的网络图完成多视影像间的密集点云生成及融合。试验选取了ISPRS的Vaihingen航空影像和ISPRS/EuroSDR项目的苏黎世倾斜下视影像进行试验,结果表明:本文算法对高分辨率多视影像密集匹配是有效可行的,无论在匹配完整性、效率、精度上都能获取较好的结果,重建的密集点云平均反投影误差的中误差可以达到亚像素级精度,实际精度可以达到1.5倍GSD,并且在建筑物、植被、水体等视差不连续、弱纹理或重复纹理区域也取得了较好的匹配结果。     

机载LiDAR正射影像镶嵌线智能优化研究

在机载LiDAR系统中,将点云数据进行滤波以去除高地物,确定出房屋树木等高出地面的地物的位置记为障碍区域。在配准后的正射影像上,利用改进A*算法自动避开障碍区域选择一条最优化镶嵌线。实验证明,该方法可以准确、智能地对镶嵌线进行优化,改善镶嵌后的影像质量。     

多源DEM融合的高差拟合神经网络方法

本文侧重于介绍智能化摄影测量机器学习的高差拟合神经网络方法。观测手段和处理方式等限制导致全球高质量无缝DEM数据的缺乏,进而制约了它在水文、地质、气象及军事等领域的应用。本文提出了一种基于高差拟合神经网络的多源DEM融合方法,尝试融合全球DEM产品SRTM1、ASTER GDEM v2和激光雷达测高数据ICESat GLAS。首先,根据ICESat GLAS的相关参数及与DEM数据的高程差值,结合坡度自适应的思想设置高差阈值对ICESat GLAS进行滤波,剔除异常数据点。然后,以ICESat GLAS数据为控制点,利用神经网络模型拟合ASTER GDEM v2的误差分布。以地形坡度信息和经纬度坐标作为网络输入,ICESat GLAS和ASTER GDEM v2的高程差值作为目标输出,训练得到预测高差,将其与ASTER GDEM v2高程值相加即可获得校正结果。最后,引入TIN差分曲面的方法,利用校正后的ASTER GDEM v2高程值对SRTM1的数据空洞进行填充,融合生成空间无缝DEM。本文通过随机选取数据进行真实试验,对模型进行了精度验证,并给出了处理结果的定量评价和目视效果。结果表明,不论是空洞还是整体区域,本文方法相比其他DEM数据集和其他方法的处理结果都能够在RMSE上表现出优势,同时,本文提出的方法能够有效克服ASTER GDEM中异常值的影响,得到空间无缝DEM。     

集群环境下的复合最小不连续相位解缠算法

提出了一种集群环境下的复合最小不连续相位解缠算法。首先主线程根据计算资源数将原始缠绕相位分为规则小块,并将未解缠相位块发送至空闲计算节点进行解缠。单块缠绕相位图解缠时,先计算相位质量图,并将缠绕相位分为高低质量区域,然后采用质量引导与最小不连续相结合的复合相位解缠策略进行解缠,最后将解缠结果和区域分割结果发送回主线程。完成所有分块缠绕相位解缠后,主线程在不同解缠相位块边界及其与边界相邻的低质量区域进行最小不连续优化来获取最终的解缠相位。通过集群环境下的并行相位解缠试验,验证了所提算法的正确性和高效性。     

基于初始规划网的镶嵌线自动生成方法研究

针对地理国情普查底图制作过程中数据量大、时间紧、采用传统的镶嵌线生成方法费时费力等问题,提出了基于初始规划网的镶嵌线自动生成法。该方法先利用顾及面要素法和泰森多边形获得初始规划网,然后利用相关系数算法选择最优镶嵌线,最后进行接边纠正。研究表明,该方法可完全满足地理国情普查DOM制作的精度要求,且能大大提高DOM的生产效率。     

基于遗传算法的点状要素注记的整体最优配置

提出了一种点状要素自动注记的整体最优解的解决方案，其核心算法采用具有全局搜索特性的遗传算法，可以获取点状要素注记配置的（近似）全局最优解。