基于区域特征的航拍图像水上桥梁自动识别

针对航拍图像中水上桥梁目标的自动识别问题,提出了基于区域特征的水上桥梁自动识别算法。首先对航拍图像进行基于梯度均方差的图像二值化;再进行基于像素密度的二值图像去噪;然后进行基于像素的二值图像连通区域标记,区域标记算法采用6邻域连通规则进行标识,能够有效获取水域的区域特征;最后进行桥梁的精确提取。实验结果表明,该算法能够有效地识别低对比度、低空侧拍等复杂航拍图像中的水上桥梁目标。     

二值电路图像中封闭元件的自动提取

在电路图的图像处理中,元件的识别和提取是整个处理过程的关键和难点。将元件从图像中提取出来,将极大地方便元件的识别和整个电路图的处理。本文详细介绍了一种在二值图像中自动提取封闭元件的方法。     

遥感影像水体追踪识别提取算法及应用

针对大尺度区域所有规模以上水体一次性智能化水体提取的问题,提出了水体追踪识别提取算法。这种方法可以追踪图像中所有的连通区域,并对区域进行识别与提取。以花马湖区域的水体为例,使用水体追踪识别算法提取湖泊,能够准确地追踪各种形状的湖泊,与两边扫描法、区域增长法相比,扫描重复率低、精度高。     

遥感图像上朵云及阴影区域的自动提取方法研究

去除遥感图像上朵云及阴影的前提是快速准确地提取出它们的相应区域。本文从朵云及其阴影的基本特征出发,改变了传统意义上仅仅依靠阈值分割进行提取的方法,对图像完成预处理和自动双阈值分割后,应用基于Freeman链码的轮廓跟踪算法分别从二值和灰度图像上对它们进行了提取实验。整个处理过程不需要进行人工干预,在完成图像去噪的同时,较准确地提取出了完整的云区域,为后续的去云去阴工作打下了基础。     

车载激光点云的道路标线提取及语义关联

自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分。本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联。     

一种基于结构特征匹配的道路标识线分类方法

针对道路高精度地图采集中道路标识线快速分类提取问题,提出了一种根据几何结构特征对道路标识线进行自动匹配提取的方法。首先利用点云生成强度特征图像,并根据点云密度分布特征将强度特征图像划分为多个区域;然后对每个区域进行二值化处理;最后考虑路面标识线缺失情况,设计了一种多约束条件的几何特征语义识别模型,实现了不同标识线类型的分类。对车载移动测量系统获取的多段道路点云数据进行实验,结果表明,该方法的道路标识线提取准确率和识别准确率分别为90.01%和82.83%,总体精度达到86.27%。     

基于LiDAR点云提取海岸线的二值图像化改进方法

针对当前从激光雷达测量（light detection and ranging,LiDAR）点云中提取海岸线的二值图像化方法过于复杂,且无法评估提取岸线可靠性的现状,提出了一种改进方法。首先对LiDAR点云去噪,然后以平均大潮高潮面（mean high water springs,MHWS）高程为阈值,直接将LiDAR点云分割成水陆二值图像,通过水陆目标识别等图像处理过程,提取潮汐特征海岸线。实验表明,利用提出的二值图像化改进方法提取的海岸线可靠性高于当前已有方法的结果,且提取过程更简单,效率更高。     

基于形态学的海冰外缘线自动提取

海冰外缘线是一个描述北极海冰快速变化的重要指示参数,对近岸冰区航行保障和海冰灾害预警具有实际意义。本文首先基于形态学中的方法分别识别数据中的主体冰域、主体水域和碎冰区。其次利用可变图像闭运算方法将较大碎冰与主体冰区合并,最后再利用连通域方法提取海冰外缘线。该方法可适用于任何冰水二值数据集,包括海冰密集度产品数据、卫星图像、航拍图像以及其他冰水混合数据。本文基于AMSR-E海冰密集度数据,利用此方法提取了北冰洋10个区域的海冰外缘线,与15%海冰密集度等值线比较表明,本文方法能够保留较大面积的碎冰区域,并将其与主体冰域合并处理,因此所提取的海冰外缘线在衡量大尺度海冰范围方面更为合理。     

掩模图像生成时阈值取值的合理性探讨

阈值取值是否合理对生成符合某种条件的二值及多值掩模图像是否正确至关重要,而这项技术是去除干扰信息及提取有用信息的关键步骤。基于不同的阈值,探讨如何判断在生成单一干扰因素的二值掩模图像时阈值是否合理的方法;并以青海省天峻地区TM数据为例,利用阈值合理的多值掩模图像得到无干扰信息的遥感图像,进而提取了矿化蚀变异常信息,以实现阈值的合理性验证。结果表明,当利用多种干扰因素的二值及多值掩模图像提取的非干扰区域一致时,则说明生成单一干扰因素的二值掩模图像的阈值取值合理,各种干扰因素相互不重叠;利用合理正确的多值掩模图像才能更有效地剔除干扰及假异常信息,提取出真实可靠的矿化蚀变异常信息;由于合理的阈值较多,应结合多种地学资料才能获得最优阈值。     

近景摄影测量中圆标靶圆心提取的方法

对近景摄影测量中常使用的圆形标靶,提出了一种识别并提取圆心的方法。该方法通过二值化、区域增长、边缘点提取、最小二乘拟合等一系列图像处理后,最终实现圆标靶的识别及提取。实验结果验证了该方法的可行性。     

用星载合成孔径雷达(SAR)立体影像生成DEM的方法研究

星载SAR成像是一种微波成像,由于微波具有穿透云雾、雨雪等的特点,使得SAR能够不受天气和时间的限制而对地球扫描成像,这使得SAR具有一般光学成像所没有的优点。人们正积极探索把SAR数据用于测绘并来解决一些问题。考虑到卫星在短时间内的运动比较平稳,并且它的相对关系精确度高,本文主要从SAR成像的几何角度和两景影像的相对关系出发,分析了雷达成象的特点,进而探讨了从立体像对上提取DEM的方法,并就具体步骤做了进一步的阐述。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题,本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点;然后将通过POS获取的DSM配准到DEM地理坐标上,并利用形态学滤波对DSM进行处理,以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点,降低校正误差;最后进行影像校正和定位。试验结果表明,本文方法能够满足大比例尺航空影像生产定位精度要求,具有高效生产、节约资源等优势。     

基于小波变换的大面阵CCD相机影像亮度不一致性消除算法

针对大面阵CCD影像亮度不均匀现象,提出一种基于小波变换的影像亮度不一致性消除算法。在分析像面光照模型的基础上,构造出光照模型的仿真影像,通过分析仿真影像的小波变换系数,发现影像亮度不一致信息集中反映在小波的近似系数之中。利用这一特性,先将数字相机原始影像进行多尺度小波分解,并对近似系数取对数,然后施加一个衰减算子,对近似系数的对数进行非均匀改正,将改正后的系数取指数,再对近似系数进行线性拉伸,同时根据人类视觉系统对不同方向细节敏感度的不同,对不同方向的细节系数进行不同幅度的线性拉伸,以突出图像细节,最后通过影像重建,获得均匀亮度的航空影像。实验结果显示,该算法具有很好的匀光效果,同时能够较好地保持影像细节特征。     

土地利用变化的卫星遥感监测——河北省南皮县试验报告

本文报道了运用图像处理技术,分别计算河北省南皮县试区两个不同时相TM与SPOT图像的亮度指数和垂直植被指数,进而求算变化向量、自动输出变化分类图的试验研究结果。经实地对22块变化图斑进行检验,都准确无误,表明从不同时相的卫星图像提取土地利用变化信息,分析耕地消长及大宗作物种植面积波动是完全可能的,有广阔的应用前景。     

深度卷积特征表达的多模态遥感影像模板匹配方法

多模态遥感影像间(光学、红外、SAR等)存在显著的非线性辐射差异,传统方法难以有效地提取影像间的共有特征,匹配效果不佳.鉴于此,本文将深度学习方法引入影像匹配中,提出了一种基于Siamese网络提取多模态影像共有特征的匹配方法.首先通过去除Siamese网络中的池化层和抽取特征来优化该网络,保持特征信息的完整性和位置精度,使其可有效地提取多模态影像间的共有特征,然后采用模板匹配策略,实现多模态遥感影像高精度匹配.通过利用多组多模态遥感影像进行试验,结果表明,本文方法的匹配正确率和匹配精度都优于传统的模板匹配方法.     

基于高分辨率遥感影像的农村聚落信息的提取

传统的房屋提取方法一般基于像素的提取,无法利用影像的空间信息。本文提出了一种面向对象的卫星影像房屋提取方法。利用影像对象的光谱特征、几何特征和空间关系建立知识库,利用知识库中的规则来提取影像中的房屋。     

利用视觉注意模型和局部特征的遥感影像检索方法

利用尺度不变特征变换(scale invariant feature transform,SlFT)算子直接提取遥感影像局邵特征进行检索时存在关键点数目多、特征维数高等问题,因此,本文利用视觉注意模型,根据目标显著性的大小从影像上提取显著目标区域,并采用K-means聚类方法对提取的SIF丁局邵特征进行聚类,得到用于检索的特征向量实验结果表明,该方法不仅符合人眼的视觉特性,且在降低SI FT关键点数目和特征维数的同时提高了检索精度和检索效率.     

Automatic Extraction of Power Lines From Aerial Images

There has been little investigation for the automatic extraction of power lines from aerial images due to the low resolution of aerial images in the past decades. With increasing aerial photogrammetric technology and sensor technology, it is possible for photogrammetrists to monitor the status of power lines. This letter analyzes the property of imaged power lines and presents an algorithm to automatically extract the power line from aerial images acquired by an aerial digital camera onboard a helicopter. This algorithm first uses a Radon transform to extract line segments of the power line, then uses the grouping method to link each segment, and finally applies the Kalman filter technology to connect the segments into an entire line. We compared our algorithm with the line mask detector method and the ratio line detector, and evaluated their performances. The experimental results demonstrated that our algorithm can successfully extract the power lines from aerial images regardless of background complexity. This presented method has successfully been applied in China National 863 project for power line surveillance, 3-D reconstruction, and modeling.     

基于SIFT的多时相星载SAR图像特征点自动匹配

SAR图像配准是实现多时相图像监测的前提,但是由于SAR图像的斑点噪声、成像机理的特殊性,使得采用常规的特征匹配方法很难实现SAR图像的自动配准。本文在介绍旋转尺度不变特征(SIFT)提取特征点原理的基础上,利用SIFT方法对两个时相星载SAR图像存在不同的旋转角和分辨率存在差异进行了特征点提取和自动匹配试验,图像特征点自动匹配的有效率达到70%以上,结果表明提取SIFT特征点进行多时相SAR图像自动匹配是基本可行的。