渐进式异源光学卫星影像SIFT匹配方法

针对异源光学卫星影像SIFT算法匹配率低的问题,论文基于SIFT匹配方法,以特征点相对主方向、相对尺度为约束条件提取初始匹配点,并利用初始匹配点构建Delaunay三角网,采用点扩散方式来获取局部几何约束模型,基于特征点主方向约束、特征向量欧氏距离及局部RANSAC误差剔除方法渐进式地实现了对异源光学卫星影像的高精度匹配。与其它匹配算法对比实验结果表明,在异源影像存在较大尺度、旋转差异的情况下,论文算法具有匹配数量大、精度高的优势。     

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象,对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究;并将不同的特征提取与匹配算法进行组合,通过试验对比得出了各种算法的适用性。在此基础上,设计了一套面向异源多分辨率卫星影像的匹配流程。     

基于多基线影像匹配的高分辨率遥感影像DEM的自动生成

以青南高原三江源试验区为例,采用SPOT-5 HRS立体影像和HRS/HRG三立体像对生成试验区1∶5万25 m间隔DEM,并利用大量外业和内业检查点对自动提取的DEM进行精度分析。试验结果表明,利用所提出的影像匹配方法可以从SPOT-5卫星影像中全自动生成1∶5万DEM。另外,SPOT-5 HRS/HRG三影像立体条带数据适用于地势起伏较大的深切割山地区域。采用此方法,可以同时保持自动生成的DEM的精度和可靠性,大大减少自动生成的DEM中存在的粗差和人工后处理的工作量。     

基于有理函数模型的高分辨率卫星遥感影像匹配

针对线阵推扫式卫星遥感影像的特点,提出了一种利用有理函数模型预测同名像点位置的快速影像匹配方法。经对某地区一对IKONOS立体影像进行匹配试验,验证了算法的稳健性,并与常用的金字塔影像匹配和核线影像匹配的试验结果进行了比较。结果表明,相对于金字塔影像匹配和核线影像匹配,利用有理函数模型预测同名像点的影像匹配方法的效率和成功率都得到了明显的提高。     

异源高分辨率光学卫星遥感影像联合定位

本文提出一种基于RFM和投影射线法的异源高分辨率光学卫星遥感影像定位算法:首先利用高分辨率遥感影像RFM正解模型迭代计算其反解模型;接着通过RFM正反解模型构建投影射线,最后采用迭代求取射线交点的方法确定地面三维实际坐标。实验对比结果表明,联合具有一定重叠度的异源高分辨率光学卫星遥感影像进行立体定位具有较强的可行性,并可达到一定的精度。     

一种高分辨率光学卫星遥感影像直线匹配算法

高分辨率光学卫星遥感影像直线自动匹配算法的具体流程包括:进行影像尺度调整,对影像进行边缘提取,采用Hough变换提取直线;同时基于直线几何特征和灰度特征提取同名直线,利用Hough变换模型,将线转换为参数空间中的点,并建立转换模型;最后采用RANSAC算法剔除错误同名直线,以获取最终的匹配结果。实验结果表明,本文提出的算法能显著提高影像同名直线提取的数量和精度,特别是对异源影像具有抗噪能力强、鲁棒性好等特点。     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

多源光学卫星影像匹配及精准几何信息提取

针对国产光学卫星影像的特点,该文介绍一种适用于超大规模立体/单景覆盖的多源高分辨率卫星影像的全自动连接点、参考控制点匹配及精准几何信息(DSM/DEM)提取方法。该方法引入精度已知/精度可验证的参考地理数据作为几何约束,采用由粗到精的多层金字塔逐级影像匹配策略进行影像连接点和参考控制点的自动提取,并实现超大规模影像整体联合区域网平差处理,精化定向参数;结合半全局匹配算法(SGM)与基于物方几何约束的多影像相关匹配算法(GC3)完成多角度多视影像匹配及密集点云的自动提取,并利用已有DEM对密集匹配的DSM中的云遮挡区域和大面积水域进行修补,完成精准几何信息提取并自动生成高精度DSM/DEM/DOM影像产品。最后,利用多组典型实验区的国产高分辨率光学卫星影像数据验证了本文方法的适用性、可靠性和精度,结果满足卫星影像几何定位精度及DSM/DEM/DOM生产要求。     

一种新的异源高分辨率光学卫星遥感影像自动匹配算法

提出一种新的异源高分辨率光学卫星遥感影像自动匹配方法.首先利用高分辨率光学遥感影像有理多项式模型(RFM)正解模型,通过迭代计算其反解模型,并将RFM反解模型与投影轨迹法结合提取特征点对应异源影像核线,通过核线检查与对比分析确定同名点搜索范围.然后在搜索范围内利用最小欧式距离准则提取初始同名点,最后采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果.试验结果表明,相对于传统的SIFT算法,本文方法通过对异源影像特征点构建核线几何约束和灰度分析进行匹配,可获取更好的匹配效率和精度.     

一种渐进式的鲁棒特征匹配方法

针对影像特征匹配初始结果中存在大量粗差的问题,提出了一种渐进式的鲁棒特征匹配方法,分为种子特征匹配点提取与匹配点扩展两步。其核心思路是先利用特征点的局部几何一致性进行误匹配剔除,提取可靠的种子匹配点;然后,利用由种子匹配点估计出的全局几何模型,对非种子匹配点进行验证,完成匹配点的扩展,得到最终的鲁棒特征匹配结果。实验采用多种数据集对本文方法进行定性、定量分析,并与其他鲁棒特征匹配方法进行比较分析。结果表明,本文方法可以有效地保证特征匹配的精度,同时提高匹配点的数量。     

利用高分辨率卫星影像判绘地物的方法研究

高分辨率卫星影像应用于判绘地物之中,为现代的测绘事业进行了有效提升,并且帮助测绘工程进行有效的自我发展。在进行地质描述过程之中,往往已经开始采用高分辨率卫星来进行相关的辨认过程,本文对高分辨率卫星影像判绘地物方法进行研究,希望可以带来相关帮助。     

利用矩匹配算法对卫星影像色彩处理的研究

西部无图区测图工程中,由于影像时相差异大、云雪覆盖现象严重等原因．导致正射影像制作困难。针对上述问题,本文详细分析原因,提出了用矩匹配算法解决困难地区高分辨率卫星彭像调色的技术难题。     

由多帧欠采样影像重建高分辨率影像的方法

针对同一区域多帧影像分辨率均很低的情况，首先讨论了多帧1维欠采样影像重建理论及模型，在此基础上分析了2维多帧欠采样影像的重建问题，推导出一般模型。实验结果表明，由多帧具有相异信息的欠采样影像经过完全配准后，可以生成一幅空间高分辨率的影像。     

高分辨率卫星影像上地物线性特征的自动识别

在高分辨率卫星影像上，地物的线性形状特征信息是丰富的，但同时，由于其过分细节化，再加上阴影，云层等干扰因素的影响，使得同一地物表现出不同的光谱亮度特征，在无疑给相关的地物线性特征的检测与提取带来了一定的复杂性，本文提出基于多重滤波的方法，并根据图像的纹理排列特征，通过设计使用一个高通滤波器的统计滤波器，来实现线性特征的自动检测与识别，其中高通滤波器的主要功能是突出地物的边界特征，统计滤波器则是消除高通滤波后的一些噪音，最后通过边缘检测与跟踪处理，得到描述地物线性特征的矢量图层，实验结果表明，这种方法显著提高了检测结果的精度，同时也表明了从高分辨率卫星影像上自动提取矢量信息图层的可行性，为高分辨率卫星影像的进一步应用提供了要应的技术基础。     

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。     

基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

高分辨率光学卫星影像线段融合方法

针对高分辨率光学卫星影像线段断裂问题,基于不同方法线段提取结果优势互补的思想,提出一种简单的线段融合方法。首先,从边缘提取、边缘跟踪入手,对不同方法试验结果进行对比分析,以此验证融合不同方法线段提取结果的必要性;其次,选取边缘提取、边缘跟踪差异性较大的两种线段提取方法作为融合基元,并对戴激光等提出的线段提取方法进行了改进;然后,通过相位分组、端点约束、拓扑约束,构建不同方法线段的匹配模型;最后,依据线段长度优先的原则,建立线段融合决策模型。通过多幅不同类型、不同大小、不同覆盖区域的高分辨率光学卫星影像试验结果对比分析,本文方法相对于其他方法,具有线段结果完整度高的优势。     

异源遥感影像特征匹配的深度学习算法

针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题,提出了一种基于深度学习特征的匹配方法CMM-Net.首先,利用卷积神经网络提取异源遥感影像的高维特征图,根据同时满足通道最大和局部最大两种条件选取关键点,并在特征图上提取相应位置的512维描述符.在匹配阶段,完成快速最近邻搜索特征匹配后,为解决误匹配点多...     

高分辨率遥感影像匹配中的相似性度量综述

影像匹配是遥感、摄影测量和计算机视觉等领域中的核心和难点,相似性度量非常关键却不被重视。结合当前匹配算法进展和匹配要素,深入阐述了典型匹配算法的特点和规律,并着重对匹配中的相似性度量进行了较全面而深入的研究和对比分析。同时,对遥感影像匹配的下一步发展提出了展望。     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。