基于压缩感知的航空影像超分辨率重建

详细介绍了压缩感知的研究现状和发展趋势,对压缩感知理论的原理、稀疏基的选取、测量矩阵的构造和信号的重建进行了详细阐述。在图像超分辨率重建技术的基本模型的基础上,基于压缩感知的图像超分辨率重建模型,使用小波基作为稀疏基,并使用改进的正则化正交匹配追踪算法对单幅图像进行超分辨率重建。最后,进行仿真实验,实现了基于压缩感知的单幅图像超分辨率重建,并且和传统的超分辨率重建算法进行对比。结果表明,基于压缩感知的图像超分辨率重建算法,取得了比较好的效果。     

利用凝聚层次聚类的多视影像重建算法

无序多视影像的三维重建由于缺乏先验信息而可能导致重建结果发生漂移。提出一种稳健的重建算法,以匹配点对数量作为影像间的相似性量度,利用层次聚类算法对影像集进行分层分组,通过自下而上的顺序,对各层中的每一组子影像集进行重建;然后利用公共点将相邻子影像集间的重建结果进行融合,直到完成整个影像集的重建。最后通过3组具有代表性的影像集的重建试验,验证了算法的有效性。     

云雾覆盖下地表温度重建机器学习模型的训练集敏感性分析

热红外遥感是监测地表温度的重要技术手段。然而,由于其易受云雾影响,热红外遥感反演地表温度存在大量的观测空白区域,严重影响地表温度产品的应用。近年来,机器学习算法的发展为实现地表温度无缝观测提供了新的技术手段。然而,基于机器学习的云雾覆盖像元重建方法与训练样本的数量和分布有着直接的联系,其应用条件在现有研究中还鲜有讨论。为深入探究重建过程中训练数据量和数值分布对重建精度的影响,本文选择基于随机森林的地表温度重建模型开展样本敏感性分析,采用美国MODIS陆地产品和欧洲第二代静止气象卫星（MSG）入射短波辐射产品重建不同训练样本集下的地表温度,并与真实地表温度数据比较,定量评估重建结果精度与样本数量和分布之间关系。研究结果表明：（1）地表温度重建精度随着训练样本数据量增加显著转好。（2）在数据量一定的情况下,随机采样方式因为具有空间代表性比区域取样方式具有更精确更稳定的精度,能将重建后的均方根误差降到2.1 K以下,相关系数达到0.93以上。即使数据量较小,随机取样方式的重建精度较稳定的特点使得模型对因数据量不足造成的重建精度降低的负面效应具有减弱作用。（3）进一步划分不同高程带和植被覆盖条件下的训练集,当训练集所处范围与重建集所处范围一致或者训练集覆盖范围越广时,重建精度越好。总体而言,上述研究成果为今后采用机器学习方法重建地表温度应用中训练样本选择以及获取高精度地表温度重建结果提供了重要的科学参考。     

统计模型与滤波算法的地表温度重建方法探讨

针对当前基于被动微波遥感重建地表温度的统计方法难以实现大面积复杂下垫面区域数值重建的问题,提出了基于统计模型与滤波算法联合的地表温度重建方法。从时间序列角度探索地表温度与地表亮温的相关性,建立二者之间的统计模型,不需要进行地物分类,能有效避免下垫面复杂度对重建精度的影响;遍历像元,实现对大面积区域的数值重建。此外,采用滤波算法对基于统计模型的结果进行改正,利用地表温度时间序列的周期性进一步控制反演误差。针对MODIS地表温度产品重建的实验结果表明:所提算法精度明显提高,可用于各类下垫面覆盖区域的地表温度重建。     

多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。     

基于深度学习的高分四号卫星图像超分辨率重建

针对高分四号卫星图像中波红外谱段空间分辨率远低于相应的可见光近红外谱段,提出一种基于深度学习的高分四号卫星图像中波红外谱段超分辨率重建方法。首先,设计卷积回归网络进行初步重建,利用8倍下采样的可见光近红外谱段和原始中波红外谱段训练回归网络。然后,设计卷积重建网络进行进一步重建,利用低分辨率初步重建结果和原始中波红外谱段训练重建网络。最后,将原始可见光近红外谱段依次输入到训练好的回归网络和重建网络,得到最终的中波红外谱段超分辨率重建结果。以湖北和江西部分地区真实数据进行试验,结果表明该方法能有效提高中波红外谱段空间分辨率,与其他方法对比均方根误差至少下降了7.54,且目视效果更清晰自然,有利于扩展高分四号卫星的应用范围。     

基于导向滤波与迭代反向投影的遥感影像超分辨率重建

针对单帧遥感影像采取迭代反投影方法进行超分辨率重建时,重建图像的强边缘存在锯齿效应,在分析了导向滤波算法原理后,本文提出了一种将上述算法引入迭代过程来处理图像误差的方法,以进一步提升图像的高频信息,提高图像的重建质量。选取同时间不同地物的遥感影像作为实验数据,实验结果表明,本文重建的结果与双三次插值方法、边缘导向插值方法和迭代反投影方法相比,在客观评价指标上均有提高,改善了重建影像的纹理细节。本文提出的超分辨率重建方法,可以使重建影像提供更多的高频信息,具有较好的稳定性和鲁棒性。     

参考图像特征迁移的遥感影像超分辨率重建

针对现有遥感影像超分辨率方法在进行重建时,还存在色彩亮度不均衡、细节纹理不明显、难以重建缺失信息等问题,该文提出了参考图像特征迁移的遥感影像超分辨率重建方法。将采集自不同卫星的遥感影像作为参考信息,基于空间自适应去正则化方法和改进的卷积块注意模块,构建了相关特征自适应模块进行特征迁移。在提高遥感影像分辨率的同时,实现参考图像特征和低分辨率图像特征在色彩亮度分布上的一致,避免无关的参考信息对图像重建的影响。运用该文方法与其他超分辨率重建方法进行对比实验,客观评价指标峰值信噪比和主观视觉效果感知指标均优于对比方法,表明该文提出的重建方法能够有效改善超分辨率重建后图像的色彩和纹理,取得视觉感知表现更好的超分辨率重建效果。     

一种用于等值线数据重建目标三维模型的算法

利用等值线数重建目标三维模型在实际工程中有着广泛的应用.在研究现有的利用等值线数据重建目标三维模型的方法后,提出一种基于等值线图形形状相似性变换的三维表面重建办法.试验结果表明,该方法比现有的利用等值线数据重建目标三维模型的方法能更好地实现三维表面重建.     

影像超分辨率重建中的动态数据更新算法

提出了一种具备动态数据更新能力的影像超分辨率重建算法,该算法以Delaunay三角化为基础,利用Delaunay三角网的局部可更新性质,能在目标影像的数据源发生变化的情况下仅针对变化数据对重建结果直接进行更新,较好地解决了常规影像超分辨率重建算法复杂度高、适用模型单一、稳健性差和病态求逆等问题。试验证明,该算法重建效率高,适应性强,适用于影像超分辨率重建的快速处理。     

自相似性和边缘保持分解的超分辨率重建算法

针对目前遥感图像超分辨率重建中存在边缘细节信息重建效果不佳的问题,本文提出了—种自相似性特征和边缘特征保持分解的超分辨率重建方法。首先,为了充分利用原始低分辨率图像自身的相似性信息,通过局部自相似性重建方法得到图像的初始重建结果;然后,为进一步增加不同尺度的边缘信息,采用加权最小二乘法对初始重建结果进行多尺度边缘保持分解,并对分解的细节层进行加权线性组合;最后,通过优化计算,得到融合多尺度边缘、细节信息及局部相似性特征的超分辨率重建图像。利用多组仿真和遥感卫星图像进行对比试验。结果表明,该方法可有效提升遥感图像的边缘信息和细节信息。     

湿地生态恢复与重建信息系统建设构想

从湿地生态恢复与重建的特点、研究现状及研究方向进行分析,指出湿地恢复与重建信息化的必要性和已有信息系统的不足。针对湿地生态恢复与重建信息系统的结构和主要功能进行探讨,提出建立集评价、分析、预测和监测于一体的湿地生态恢复与重建信息系统。通过系统开发,不仅可为湿地生态恢复与重建的决策服务,而且可实现对湿地水质、生物资源特征等多项指标信息进行动态管理。     

顾及运动估计误差的“凝视”卫星视频运动场景超分辨率重建

在含有运动地物的“凝视”卫星视频影像超分辨率重建问题中,针对由于运动估计不准确导致的重建后运动物体存在“格网”和“拖尾”等问题,提出了顾及运动估计误差的运动场景超分辨率重建方法。首先,在MAP模型框架下分析了基于L1范数和L2范数的保真项对于运动估计误差的稳健性,引入稳健的M-估计作为保真项,自适应的减少运动估计误差对重建结果的影响;然后,分析了稳健估计条件下Tikhonov、TV、BTV正则项的重建效果;最后,提出了基于稳健估计的双边滤波超分辨率重建方法,用SkyBox和吉林一号的卫星视频数据验证本文方法。试验证明,本文方法对含有运动目标的卫星视频影像具有较好的重建效果,重建后动态和静态地物细节都得到提升,归一化方差和梯度能量指标都优于其他方法。试验表明了本文方法的可行性。     

利用层间连接和平滑策略重建屋顶三维模型

面向数字城市和智慧城市建设急需城市建筑三维模型支撑的需要,本文基于机载LiDAR数据,以“顾及平整性的屋顶面片分割—屋顶层间连接—三维模型重建”为脉络,提出了一种采用层间连接和平滑策略的建筑屋顶三维模型重建方法。在屋顶面片提取过程中,充分顾及了屋顶面片的平整性;并在屋顶面片平整基础上,提出层间连接点的概念,以实现高效、快速的模型重建工作。试验部分,本文从屋顶面片重建完整率与正确率、重建几何精度及建筑物高程对于重建的影响3个方面作了较为详尽的评价与分析,并在国际摄影测量与遥感学会标准数据集支撑下,与国际同行进行试验对比。试验结果表明,建筑屋顶重建的完整率和正确率分别达到90%和95%;在偏移距离评价方面,平均偏移距离和标准差最优分别达0.05 m和0.18 m。因此,本文方法可有效完成建筑屋顶三维模型重建,重建模型准确度高、完整性好。     

汶川灾后重建测绘工程启动

国家测绘局在成都全面启动灾后恢复重建测绘专项建设工程,为灾区全面恢复重建提供科学、有力的测绘保障。国家测绘局副局长李维森要求要统一思想,充分认识灾后恢复重建测绘保障工作的重要性和紧迫性,紧扣需求,明确目标和任务,加强统筹协调,确保任务顺利完成,加强监督,保证质量,把灾后恢复重建测绘工程建设成优质精品工程。     

联合稀疏约束的双通道星载SAR图像重建

摘 要：针对提高星载SAR图像质量的问题,研究双通道星载SAR图像重建模型。由目标散射中心理论和后向散射特性分析,得出SAR图像具有稀疏特性,并且能够用确定性稀疏先验约束表达。将稀疏特性先验从单幅机载SAR图像处理问题中推广引入到两幅星载SAR图像重建问题中,提出基于散射中心稀疏和强散射梯度的双通道正则化重建模型,并采用椭圆抛物面模型估计重建中的降质矩阵,用双下降求解方法求解重建模型。并用Cosmo-SkyMed数据进行了实验验证。实验表明,该重建模型能够提高SAR图像的距离向和方位向分辨率,改善图像质量,提高解译能力。     

基于CGAL的盐穴表面重建研究

为了在盐穴的综合利用过程中及时掌握盐穴的形态变化,本文研究了一种基于CGAL的重建盐穴表面的方法。该方法利用格网简化与曲面拟合去除盐穴声呐测量点云重复点以及噪声,并使用聚类分析过滤溶穿盐穴的额外点云,最后采用推进前沿重建方法重建盐穴表面模型,并对模型孔洞进行修补,实现了封闭流形表面模型的重建。本文利用金坛地区的盐穴实测数据对算法进行重建实验,重建结果证明,该算法可以得到准确的重建表面,并对溶穿盐穴有较好的适应性。     

顾及全局特征和纹理特征的遥感影像超分辨率重建方法

由于遥感设备的性能限制,使得采集的遥感影像质量受到影响,低分辨率的遥感影像限制了遥感解译应用的精度。当前针对遥感影像的超分辨率重建研究仍然存在重建后的遥感影像地物全局信息和纹理细节不足的问题。因此,本文提出顾及全局特征和纹理特征的遥感影像超分辨率重建方法,该方法利用生成对抗网络的特征学习能力,并对模型全局和纹理进行增强。一方面,地物全局特征增强部分用于解决当前研究中超分辨率重建模型对低分辨率遥感影像中全局遥感地物信息没有重视和利用的问题。在生成网络中引入自注意力模块,以获取全局地物注意力图的方式将遥感影像中相距较远的地物信息作为重建过程的参考。另一方面,遥感影像纹理增强部分用于解决超分辨率重建模型中超分辨率影像纹理信息不足的问题。本文方法引入纹理损失以优化生成网络参数并增强超分辨率重建后影像中的纹理信息。另外,为避免重建结果中的“伪影”现象,研究采用权值归一化代替批量归一化方法。试验结果表明,本文方法在遥感影像超分辨率重建过程中能增强遥感地物特征,同时可以实现地物的纹理细节精细化恢复,而且超分辨率重建结果的图像质量评价指标SSIM、FSIM和PSNR值分别达到了0.756、0.595和...     

分块立体重建的PMVS算法研究与实现

大场景的三维重建一直是计算机视觉、摄影测量领域研究的重要专题。近年来随着倾斜摄影技术的发展,使得对城市、地形的全自动三维重建成为可能。由Furukawa提出的PMVS算法在多视重建中表现出优越的性能,但其具有高度的时间复杂度和空间复杂度,无法适应海量数据的三维重建。针对这一问题,提出了一种分块立体重建的PMVS算法。该算法通过对稀疏重建结果进行聚类分析,分块使用PMVS算法进行稠密重建,最终将各个重建结果进行简化合并,完成对大场景的三维重建,解决了PMVS算法无法适应海量数据重建的局限性。实验结果验证了改进策略的有效性和实用性。     

基于VTK的点云数据三维重建

三维激光扫描技术又被称为实景复制技术,点云数据的三维重建是实现实景复制的关键,是当前的研究热点。本文主要研究了基于VTK的点云数据三维重建方法。首先介绍了VTK和三维重建方法;然后以VS2010为开发平台,引入VTK,实现了点云数据的α-shape重建、基于轮廓线的重建和PowerCrust重建。试验结果表明:α-shape重建结果的质量取决于参数α的取值;基于轮廓线的重建效率高,可以处理海量点云;PowerCrust重建结果质量高,但是效率低。