一种面向道路要素更新的几何位置一致性处理方法

多源空间数据在生产和更新的过程中,由于不同的生产标准、不同的生产与更新方式和空间数据误差等因素的影响,常常会造成同名实体的几何位置差异。本文以影像与矢量数据中道路要素的几何位置差异处理为例,在识别矢量数据控制点的基础上,利用归一化相关系数匹配识别影像中的道路交叉口,并将其作为控制点;分别在影像和矢量数据中建立Delaunay三角网,基于同名点三角剖分的几何位置变换来实现两种数据中道路要素的几何位置一致性处理。     

一种利用Mask R-CNN的遥感影像与矢量数据配准方法

遥感影像数据与地理信息系统（geographic information system,GIS）矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN（region-based convolutional neural network）的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点; 然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明, 所提方法鲁棒性强、精度高。     

基于同名点对的小面元影像微分纠正及融合方法

多源遥感影像数据融合是提高海量遥感影像数据利用率，获取更多决策辅助信息的有效手段之一。目前一些商业遥感图像处理软件在进行多源遥感影像融合时，存在效率低、精度难以达到实用要求等问题。本文提卅了基于图像线特征的遥感影像精确配准、纠正、融合新方法，该方法运用线特征算法提取图像边缘特征点作为控制点，然后通过全自动图像匹配获取密集同名点对，由这些同名点对构成密集三角网（小面元）实现影像精确配准；最后进行影像纠正融合处理。大量实践表明，该方法是一种高效实用、高精度的遥感影像配准、纠正、融合方法，能大大改善山区等特殊地区的配准精度。     

众源矢量融合技术在数据生产与更新中的应用

目前众源地理空间矢量数据的应用模式单一,仅作为先验信息辅助遥感影像的信息提取和目标检测等,造成海量众源数据的极大浪费。对传统的矢量数据融合范围进行了扩充,将众源矢量数据作为一种新型数据源;基于其特点确立了众源矢量数据的融合框架和技术流程,从质量和语义两个方面重点分析了矢量数据的可用性;并通过数据集成、数据匹配与数据融合3个环节消除了众源数据几何与语义的不一致性,建立了符合我国标准规范的数据集。以阿克苏地区为实验区,通过融合已有的众源矢量数据生产了相关地图产品,提供了实验区域地图服务,为项目提供了有力的数据支撑。     

一阶高斯方向可调滤波器引导的多源卫星遥感影像配准方法

针对多源遥感影像间由于存在显著的非线性辐射差异,导致影像配准困难的问题,提出了一种由一阶高斯方向可调滤波器引导的多源影像配准方法。首先,基于影像自带的几何参考信息,计算出参考影像与待配准影像在像方空间的重叠区域,以参考影像面为基准对重叠区域进行均匀分块,通过有理函数模型和数字高程模型计算对应的待配准影像块,建立仿射变换模型对待配准影像块进行几何校正,实现局部影像间的粗配准;然后,在特征检测方面,构造了分块均匀检查策略改进的抗聚簇加速分割测试特征,获取大量分布均匀的特征点,对于特征描述,构造了一组多尺度、多方向的一阶高斯方向可调滤波器对影像卷积,通过对卷积结果进行池化以实现特征降维,得到多源一致的特征描述;最后,基于最近邻原则进行特征匹配,通过剔除误匹配得到高精度同名点对,进一步基于有理函数模型进行平差计算,校准待配准影像的有理多项式系数并对影像进行几何纠正,实现影像间的精配准。基于多组星载多源遥感影像的实验结果表明,所提方法在多时相光学数据、光学-红外数据上的配准精度优于1像素,在光学-合成孔径雷达数据上的配准精度优于1.5像素;计算效率方面,相比于现有同类方法提高1倍以上。     

改进SIFT的倾斜无人机影像匹配方法

针对倾斜无人机影像间存在较大的视角、几何形变导致的难以高效获得可靠同名点问题,提出改进SIFT的倾斜无人机影像匹配方法.算法分为3个阶段:①利用POS数据及公开的SRTM辅助数据对影像进行近似正射纠正消除影像几何形变;②对重叠区域的影像进行均匀分块,根据影像块的信息熵来合理分配各影像块的特征点数,利用Harris算子提取均匀分布的特征点,采用SIFT描述子计算特征向量;③利用多层次约束的匹配策略,在保证匹配正确率的前提下尽可能提高计算效率.通过多组实验分析,结果表明该算法获得的匹配点对在数量和分布情况上也更为理想.     

基于形状特征的矢量数据与影像数据配准方法研究

本文提出将矢量空间数据与影像数据间配准转换到矢量空间数据间匹配的思路,并开展了相关研究。本文主要思路是通过对影像数据进行基于形状特征的提取及矢量化,然后利用矢量空间数据间匹配方法对矢量化后数据和现有矢量空间数据进行匹配,获取匹配实体对;在获取的匹配实体对中选取控制点对,在矢量化后数据中选取控制点,将所选取的控制点反馈到原始遥感影像上进而获得控制点相应的像元坐标;最后应用矢量化后数据中控制点的像元坐标数据和现有矢量空间数据中对应的同名点坐标数据对原始影像进行几何纠正,从而实现矢量空间数据和影像数据的配准。     

基于ArcGIS的遥感影像的分块纠正法

在研究遥感影像纠正的基础上,提出按地理特点将遥感影像分区后再进行纠正的方法,并进行了实验,实验数据对比结果证明,分块纠正的精度高于整体纠正的精度.     

利用光学遥感影像进行星载SAR影像正射纠正

基于角反射器点的正射纠正方法仅适用于局部区域的SAR影像,无法满足大区域生产和工程化需求的问题。本文采用有理函数模型（RFM）作为星载SAR几何模型,利用资源三号测绘卫星的数字表面模型（DSM）产品和数字正射影像图（DOM）,选取遥感13号SAR影像与资源三号光学影像的同名像点作为控制点,对遥感13号SAR影像进行了正射纠正,并与常规的基于角反射器点的正射纠正方法进行了对比分析。试验结果表明,针对平原地区的遥感13号SAR影像,在四角布设控制点的情况下,基于角反射器点的正射纠正方法比基于光学正射影像的正射纠正方法精度高,正射纠正精度分别优于2.5和4.5 m。     

点分布-双蛇模型用于矢量边界更新

在利用遥感影像更新GIS矢量数据的过程中,往往忽略了对已知信息的有效利用,针对这一问题,本文提出一种基于点分布的双蛇模型用于GIS矢量数据更新,该模型利用已有遥感影像信息计算目标边界点的平均分布,以此为"镜面"建立初始矢量边界的"镜像",将两边界各自演化的结果取平均作为更新后的GIS矢量边界。该方法同时利用了GIS和遥感的历史数据作为先验知识,分别作为蛇模型的初始位置和区域约束信息,使遥感与GIS信息结合更加紧密。仿真实验表明,基于点分布的双蛇模型在GIS矢量边界更新的应用中,可以得到比以传统蛇模型更好的更新准确率和多边形相似度,并且接近手工方法的效果。