利用加权整体最小二乘DSM提取DEM的方法

随着无人机航摄软硬件技术的快速发展,通过倾斜摄影三维建模快速获取DSM的成本越来越低。在小比例尺的地形图测量中,DSM若能通过快速处理得到较为精确的DEM,即可节省大量的人力物力。针对林地范围内DSM数据的特点,采用加权整体最小二乘法对DEM进行提取。     

最小二乘影像匹配算法设计与实现

针对影像匹配问题,对最小二乘法影像匹配的算法进行了研究,理解了该算法的匹配原理,并应用测试程序对该算法进行测试。     

基于最小二乘的WiFi匹配导航

讨论了WiFi室内定位技术中常用的定位方法,并以位置指纹匹配方法为例,详细分析了其定位算法及精度.在此基础上,提出了基于最小二乘的接收信号强度匹配方法.在仿真场景下,分别对该算法进行了静态和动态的实验.结果表明,与位置指纹匹配方法相比,基于最小二乘的匹配方法可以达到子格网的定位精度.     

基于加权整体最小二乘法的无人机影像配准

在经典的遥感图像配准中,多项式回归模型一般假设参考控制点(RCPs)是没有误差的。然而,实际情况是RCPs含有误差,并且不同图像之间RCPs残差中误差也不尽相同。通常,最小二乘(LS)方法仅考虑观测向量中的误差,而整体最小二乘(TLS)方法则同时考虑观测向量和系数矩阵的误差,并假设它们具有相同的残差中误差。针对上述情况,引入更为合理的加权整体最小二乘(WTLS)方法对多项式回归系数进行估计。实验结果表明,与LS和TLS方法相比,WTLS方法能够更好地求取几何变换的多项式系数,其图像配准精度明显提高。     

基于加权整体最小二乘的矿区平面坐标转换方法

常用的平面坐标系统转换模型四参数转换法在实际工程应用中,由于公共点一般分布在较小的范围内,点之间的距离较近,因此传统的四参数转换模型中旋转参数和平移参数之间的相关性较大,容易导致法方程病态,进而影响转换参数的精度,文中从重合点坐标重心化的转换模型出发,还原出重心化之前的四参数。通过加权整体最小二乘的转换分析及迭代计算,验证运用加权整体最小二乘(WTLS)方法转换的参数质量比最小二乘(LS)、整体最小二乘(TLS)方法得到的参数质量有显著改善。     

遗传算法与最小二乘法相结合的遥感图像子像素匹配

图像匹配在计算机视觉和数字摄影测量中都是一项十分重要的任务。为了加速匹配并为高精度子像素匹配提供稳健而相对精度的初值，本文提出了一种基于遗传算法（GA）和最小二乘法匹配（LSM）相结合的遥感图像子像素匹配算法。实验表明：基于遗传算法的匹配算法比序贯相似度度量（SSDA）和经典的平均绝对差（MAD）方法要快得多。以我们的实验数据为例，MAD与GA在相关计算总量上的比至少为36：1。本文从理论上证明了这一点。     

基于多通道影像的最小二乘匹配算法

随着摄影以及信息存储和通信技术的提高,人们从影像中获取的信息量得到很大的提升。本文提出了一种基于多通道影像的最小二乘匹配算法,利用影像中获取的多通道信息构建最小二乘误差方程进行匹配计算,并采用某大学校区影像数据进行试验验证。结果表明,基于多通道的最小二乘匹配算法扩大了影像匹配窗口内像素的信息量,提高了影像匹配的精度和稳定性。     

边缘特征与灰度最小二乘法结合的实时景像子像素匹配

本文针对自动导航飞行器所要求的实时景像匹配技术，提出了一种边缘特征与灰度最小二乘法结合的实时影像子像素匹配算法，其中边缘有特征的提取与匹配，本文对现有的特征匹配算法所通用的ＬＯＧ边缘检测算子采取了改进措施并探讨了具有平移，尺度和旋转不变性的矩匹配思想，从实验结果看，它可以作为自动导航飞行器实时定位伯一种有效算法。     

再生权最小二乘法

稳健估计方法能在观测值中不可避免地存在粗差时有效地消除或减弱它们对参数估计的影响,稳健估计方法也是测量数据处理的常用方法。本文充分利用独立观测值改正数之间应满足的条件方程提供的有效信息构造观测值的权,提出了一种稳健估计方法—再生权最小二乘法（Self-born Weighted Least Squares（SBWLS））。不同观测值数量、不同粗差数量（1-3）和不同粗差数值（5和10倍的中误差）的三个水准网仿真实验结果说明,再生权最小二乘法比常用的13种稳健估计方法能更有效地消除或减弱粗差对参数估计的影响。     

融合遗传算法的最小二乘无控制DEM匹配

为了解决传统无控制DEM最小二乘匹配方法拉入范围小的问题,首先建立了一种基于匹配度之和最大的DEM匹配模型,然后结合DEM匹配的实际需要,对遗传算法的编码方案、初始种群生成、适应度函数、基本遗传操作和迭代终止条件等5个基本方面进行了设计;在此基础上,设计了基于遗传算法和最小二乘匹配相结合的无控制DEM匹配方法流程,最后...     

一种基于动态模板和等角变换的遥感影像地面控制点匹配算法

传统的基于影像灰度的控制点匹配算法,存在着运算量大,识别精度较低,约束条件多等不足。为解决上述问题,本文对传统算法进行了优化,主要思路是:在利用遥感影像先验知识确定搜索子区的基础上,首先采用动态模板进行不等距搜索,然后利用灰度相关系数双阈值和等角变换对目标控制点进行判别,最后结合控制点间的空间位置关系对未识别出的控制点进行定位。本文给出具体的实施流程,并结合ASTER和TM两种成像差异显著的图像数据,对优化前后的匹配算法均进行了试验,给出了试验结果和对比分析。结果表明,采用动态模板结合等角变换的匹配算法,无论在运算效率上,还是在控制点识别精度上,都较之传统匹配算法有明显优势,具有较强的适应性和应用价值。     

图论算法的无人机影像匹配特征点粗差剔除

无人机影像匹配过程中,粗差是不可避免的,因此,获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的RANSAC算法进行粗差剔除,该算法受抽样次数、误差阈值的影响,还会残存部分误匹配的特征点。利用图论原理,对SIFT算法提取的特征点进行预处理,通过构建特征点的能量函数剔除能量较低的特征点,可以提高匹配特征点的稳健性,减少特征点的粗差。本文提出了一种新的方法,将图论算法与经典的RANSAC算法相结合进行粗差剔除。该方法命名为GSIFT-RANSAC算法,利用该算法可以提高特征点的稳健性,获取高精度的单应矩阵。采用两组无人机影像进行验证,本文提出的算法与单独利用图论剔除特征点的算法相比,粗差剔除率分别提高了5.31%和14.29%,说明该方法效果较好。     

倾斜影像自适应初始物方面元优化匹配算法

采用基于物方面元的最小二乘影像匹配方法匹配倾斜影像时,常出现深度不连续或高差较大区域影像连接点度数低或空三点过少问题。针对此问题,本文提出一种基于自适应初始物方面元的倾斜影像匹配算法。算法利用倾斜影像已有的初始内外方位元素及匹配过程中产生的物点信息,采用多片前方交会和物方差分的方法自适应计算物方面元的高程及法向量方向角初值,进而解决采用物方面元最小二乘影像匹配方法匹配地物高差较大区域的倾斜影像时,因初值不准导致在像方匹配同名点困难的问题。分别采用本文算法和物方面元初始状态为水平面元的最小二乘影像匹配方法对两组倾斜影像进行对比匹配验证。试验结果证明了本文算法的有效性。     

基于总体最小二乘匹配的机载LiDAR点云航带平差方法

机载LiDAR技术在快速获取空间三维地理信息及其应用方面具有不可估量的前景,然而,机载LiDAR系统获得的相邻航带点云数据在重叠区存在"漂移"问题,需要采用航带平差的方法实现不同航带点云数据之间的"无缝"拼接。针对最小二乘航带平差方法中存在的某些不足,结合总体最小二乘与航带平差方法,将总体最小二乘应用于点云的平面拟合,从而提高了相邻航带匹配的精确性。采用实际飞行数据,设计实验方案对航带平差效果进行比较分析。     

SEMIAUTOMATIC BUILDING EXTRACTION FROM STEREO IMAGE PAIR BASED ON LINES GROUPING AND LEAST SQUARES MATCHING

1　ＩｎｔｒｏｄｕｃｔｉｏｎＡｔｐｒｅｓｅｎｔ,ｍａｎｙｃｏｍｍｅｒｃｉａｌｄｉｇｉｔａｌｐｈｏｔｏｇｒａｍ ｍｅｔｒｉｃｗｏｒｋｓｔａｔｉｏｎｓ (ＤＰＷ )ｈａｖｅｂｅｅｎｄｅｖｅｌｏｐｅｄａｎｄａｐｐｌｉｅｄｉｎｔｏｐｒａｃｔｉｃａｌｐｒｏｄｕｃｔｉｏｎ .Ｍｏｓｔｏｆｔｈｅｍｃａｎａｕｔｏｍａｔｉｃａｌｌｙ ｇｅｎｅｒａｔｅｄｉｇｉｔａｌｔｅｒｒａｉｎｍｏｄｅｌ(ＤＴＭ)ａｎｄｄｉｇｉｔａｌｏｒｔｈｏ＿ｉｍａｇｅ (ＤＯＭ ) ,ｂｕｔｔｈｅｒｅａｒｅｎｏｔａｎｙｓｙｓｔｅｍｓｗｈｉｃｈｃａｎａｕｔｏｍａ…     

Semiautomatic building extraction from stereo image pair based on lines grouping and least squares matching

The paper presents a general paradigm of semiautomatic building extraction from aerial stereo image pair. In the semiautomatic extraction system, the building model is defined by selected roof type through human-machine interface and input the approximation of area where the extracted building exists. Then under the knowledge of the roof type, low-level and mid-level processing including edge detection, straight line segments extraction and line segments grouping are used to establish the initial geometrical model of the roof-top. However, the initial geometrical model is not so accurate in geometry. To attain accurate results, a general least squares adjustment integrating the linear templates matching model with geometrical constraints in object-space is applied to refine the initial geometrical model. The adjustment model integrating the straight edge pattern and 3D constraints together is a well-studied optimal and anti-noise method. After gaining proper initial values, this adjustment model can flexibly process extraction of kinds of roof types by changing or assembling the geometrical constraints in object-space.     

一种用于机器视觉检测的图像配准快速算法

图像配准是机器视觉检测的关键步骤之一。针对产品包装印刷质量检测，文中提出了一种新的图像配准算法。其基本思想是：首先进行图像概略匹配得到特征点的概略位置，接着进行特征点的精确检测，根据检测到的对应特征点坐标计算转换参数，最后生成配准图像。实验表明，该算法计算速度快，具有较好的精度和稳定性，适用于在线机器视觉检测等对速度要求高，而图像只有小角度旋转的情况。     

基于密集匹配点云的DEM生产可行性研究

无人机倾斜摄影直接生产的成果通常包括三维模型、TDOM、DSM等,然而规划设计通常不能直接利用倾斜数据输出的DEM,需要辅以人工编辑。作为倾斜摄影影像处理的过程成果,密集匹配点云未得到充分利用。其与激光雷达点云具备相似的结构,且点云密度可自由选择,在不考虑数据量的情况下,密集匹配点云的点密度可数倍于激光雷达点云。此外,密集匹配点云无需单独赋色,即具有纹理信息,对人工目视编辑自动分类后的地面点具有一定的辅助作用。本文对比分析了同一测区的密集匹配点云与激光雷达点云,验证了密集匹配点云用于房屋建筑区及稀疏林区地面点滤波并生产DEM的可行性。     

一种基于SiftGPU的遥感影像匹配方法

针对已有的遥感影像匹配方法难以同时满足高精度、可靠性和高效率要求的问题,该文提出一种基于分块策略的尺度不变特征变换快速匹配方法。首先对两幅待匹配影像进行分块,根据影像的坐标信息建立参考影像与搜索影像上每个分块的对应关系,并进行量化级数转换;然后对每一对分块影像采用尺度不变特征变换算子进行匹配,同时采用GPU进行加速;最后对得到的所有匹配点进行误匹配点剔除。为验证该方法的有效性,采用经过正射纠正的ALOS影像和经过传感器校正的资源三号正视影像进行匹配实验。实验结果表明,该方法能够得到较多高精度的同名点,并且能在短时间内完成大数据量的处理。