基于图像灰度的点特征提取算子参数自适应研究

目前基于图像灰度的点特征提取算子的参数选择均根据经验值手动设置。然而该方法常需多次设置比较后才能得到较好的特征点,所以有必要研究各算子的参数自适应。通过真实拍摄影像测试了各算子参数对提取特征点的影响情况;在此基础上提出各算子的自动设置参数算法,并通过3种对比度不同的影像分别测试了各自动设置参数算法的特征点提取效果。研究结果表明:各自动设置参数算法都能自动检测较优的参数值,避免了手动设置参数的不确定性,提高了影像特征点提取的效率。     

遥感影像上基于特征的道路提取方法

从遥感影像上提取道路信息是当前遥感技术应用研究的主要方向之一。文中在详细分析航空遥感影像上道路特征及目前国内外关于道路提取技术的前提下,综合考虑各种实际情况,提出了一种新的基于特征的道路提取模型。在算法实现过程中,采用了自适应分块边缘检测、多尺度侦测道路中心点、自适应对比度调整、道路中心点综合判断准则等技术手段,保证了提取结果的稳健性、准确性。实验表明该算法能够快速、稳健地从航空遥感影像上提取道路中心骨架线。     

基于Harris和SURF的遥感图像匹配方法研究

针对多源遥感图像匹配正确率低的问题,本文首先采用点空间约束的Harris角点检测算法,得到分布比较均匀的角点;接着构建Voronoi图进行图像分块;然后应用分块SURF特征点检测和匹配得到仿射变换参数;再利用灰度积相关算法实现同名点搜索;最后辅以两点对空间约束剔除误匹配。实验结果表明,本文采用的基于Harris和SURF的方法在遥感图像匹配正确率和效率上优于SURF算法。     

低空遥感数字影像的点特征提取算子的比较

低空遥感是遥感影像数据获取的重要手段之一,点特征是最常用的影像特征,目前存在多种点特征提取算法.本文根据低空遥感数字影像的特点和实际应用中的要求,利用探测速度、适应性、提取效能三个特征提取算法的比较标准对常用的点特征提取算子进行了比较.为针对不同特点的低空遥感数字影像,选择某点特征提取算法提供依据.     

对比Harris算子和Susan算子的建筑物边界规则化方法

建筑物顶部边界的精确提取在建立数字城市等方面发挥着非常重要的作用。本文针对从遥感影像中粗提取的建筑物边界不规则的问题,结合Harris算子和Susan算子,提出了一种对粗提取后的建筑物边界进行规则化拟合的处理方法。首先对粗提取的建筑物顶部边界进行预处理以剔除噪声影响;然后分别使用Harris算法和Susan算法对预处理后的建筑物边界进行角点检测提取;最后对检测提取的边界角点进行点号排序和规则化拟合连接得到规则的建筑物边界。试验结果表明,通过该方法处理后的建筑物边界平滑且与其实际边界基本一致。     

遥感影像上基于特征的道路提取方法

从遥感影像上提取道路信息是当前遥感技术应用研究的主要方向之一.文中在详细分析航空遥感影像上道路特征及目前国内外关于道路提取技术的前提下,综合考虑各种实际情况,提出了一种新的基于特征的道路提取模型.在算法实现过程中,采用了自适应分块边缘检测、多尺度侦测道路中心点、自适应对比度调整、道路中心点综合判断准则等技术手段,保证了提取结果的稳健性、准确性.实验表明该算法能够快速、稳健地从航空遥感影像上提取道路中心骨架线.     

运用SI-Harris算子提取遥感图像点特征

推导了SI-Harris算子(尺度不变Harris算子)的理论公式,并将其应用于遥感图像的点特征提取。重点对Harris算子与SI-Harris算子在不同空间分辨率遥感图像上的点特征提取进行实验比较,利用"重复率"指标对实验结果进行定量评价。实验表明:SI-Harris算子"重复率"较Harris算子有明显提升,可用于不同空间分辨率遥感图像的点特征提取,进而可服务于不同空间分辨率遥感图像的匹配。     

利用Harris算子进行广义点摄影测量特征提取及其矢量化

提出了一种基于非局部极值抑制的Harris算子,实现了特征点和边缘线的联合提取。采用基于主方向的边缘跟踪,实现了边缘的矢量化存储。实验证明,改进后的Harris算子在特征点和边缘线联合提取时较原始算法效果更好。本算法采用一定的数学模型对边缘线进行拟合,从而进一步对边缘特征进行描述,有利于数据管理和后期的特征匹配。     

改进Harris算子用于点特征的精确定位

Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子，它算法简单，而且稳定，但缺憾是其定位精度只能达到一个像素。参考摄影测量中Foerstner算子精确定位的思想，改进Harris算子，使其可以定位到子像素。实验证明，该方法在点特征的提取和精确定位方面都达到了较好的效果。     

一种基于Harris算子的快速图像匹配算法

针对局部特征匹配面临的实时性和鲁棒性难以兼顾的问题,提出了一种基于Harris算子的快速图像匹配算法。通过分析Harris算子的基本原理,提出了用特征检测的中间数据描述局部特征,并建立了一种基于Harris自相关矩阵之迹的低维特征描述子,在保持算法鲁棒性的同时有效减少了算法的计算量,最后用特征描述子之间的绝对值距离作为相似性度量匹配特征点以降低计算复杂度。实验结果表明,本算法不仅对图像尺度缩放、旋转、模糊、亮度变化和较小视角变化保持不变,而且匹配速度较快。     

基于模糊核主成分分析的高光谱遥感影像特征提取研究

主成分分析(PCA)是一种基于数理统计的线性特征变换方法,对线性结构数据的分析非常有效,但是对非线性的高光谱遥感影像数据,容易造成信息丢失和失真.本文引人模式识别中的模糊理论和核理论,有效克服了以上缺点,得到了很好的影像特征提取效果.     

一种面向对象的TM影像的居民地提取方法

提出了一种面向对象的TM影像的居民地提取方法,利用对象的光谱信息及其几何特征和空间信息识别居民地,实现了TM影像的居民地提取,结果表明这一方法效果很好。     

基于傅立叶变换的梯田纹理特征提取

纹理分析是提高图像解译和分类精度的有效方法之一。基于梯田的纹理特征,利用图像傅立叶变换后在频率域上的性质,即图像上的线状纹理,在频谱图上反映为一组谱线,这组谱线都通过频谱中心,且方向与图像的线状纹理垂直。以分辨率为1 m的IKONOS陕北梯田遥感影像为例,在5像元×5像元大小的窗口上采用最大方向值比值作为梯田特征提取的主要指标,取得了比较满意的效果,梯田最终的分类精度达到81.3%。     

扎龙湿地沼泽的提取模型研究

利用扎龙湿地TM图像,通过分析各类地物的光谱特征、谱间结构特征以及采样剖面线,发现了扎龙湿地沼泽的光谱特征,并由此建立了一个基于知识发现的沼泽提取模型。提取结果表明,建立的沼泽提取模型能够实现自动提取扎龙湿地的芦苇沼泽,其精度可以达到98%。     

基于Beamlet变换的直线特征提取

提出了一种基于Beamlet变换的算法,克服了图像中的各种干扰及噪声,试验结果表明其具有较好的实用价值。     

基于ArcGIS Engine的地质灾害信息管理与应用

以地质灾害风险信息管理与应用为例,运用AE技术实现多源灾害信息统一管理、快速提取、专题图输出,揭示了GIS技术在此领域应用的可行性和广阔前景。     

基于PALSAR数据的DEM提取方法研究

针对PALSAR Level 1.1数据,研究使用NASA/JPL提供的开源干涉软件包ROI_PAC Version 3.0提取DEM.ROI_PAC的目前版本只能处理Level 1.0数据,因此,文章在分析了ROI_PAC软件包处理流程的基础上,提出处理Level 1.1数据的方法,并用PALSAR Level 1.1数据对该方法做了验证.干涉重建DEM与参考DEM的对比结果表明,二者的差异均值为0.27 m,标准差为±9.24 m,80%像元点的高程误差在±10 m以内.     

基于最小二乘拟合的墙面平整度检测方法

介绍了通过测定墙面上多个点对其平整度进行检测的方法,阐述了基于最小二乘拟合的墙面平整度检测方法,实现了对墙面施工精度的评定.     

基于植被指数和地表温度特征空间的农业干旱监测模型研究综述

遥感技术是监测区域农业旱情时空变化的主要手段，其反演的植被指数(NDVI)和地表温度(Ts)两个参数可以通过表征绿色植被对干旱胁迫生境的反应揭示土壤水分信息，反映作物受旱状况，但两者单独使用时均存在局限性。而基于植被指数和地表温度的二维特征空间综合了两个参数特有的生理生态意义，不仅可以指示作物受旱时的水热胁迫环境，同时揭示了作物在这种胁迫环境下表现出的症状，可有效提高农业干旱监测的精度和效率。本文在较为详细地阐述植被指数-地表温度特征空间评估农业旱情的原理基础上，综述了这方面有代表性的4个干旱监测模型，初步分析了影响这类模型特征空间的部分非土壤水分因子，并对它们在应用中的优缺点做了评述和总结，为今后此领域研究中需要关注的问题做了展望。     

基于离散高程点的地貌晕渲图设计方法研究

研究了基础地形图中离散高程点的匹配算法,摸索了较为先进的生成DEM的途径,设计了分层设色方案及地貌晕渲的生成方法,并通过一个成功的案例,介绍了该方法的推广与应用前景。