用样条函数和小波变换进行正射影像图的拼接

介绍了基于匹配的方法, 在拼接影像重叠区找出部分点的同名点, 按同名点的坐标建立样条内插函数, 根据样条函数关系在局部范围内进行几何改正和色调调整, 并在小波变换空间中选取拼接点进行正射影像拼接, 达到了较好效果。     

基于小波变换的半方差函数影像匹配方法

基于小波变换的半方差函数影像匹配方法,该方法在小波变换的基础上,根据小波方差计算出影像特征最多的分解层,在该层上进行初匹配得到候选同名点。利用半方差函数匹配方法对同名点进行精细匹配,既节省了时间又达到了精确匹配的目的,为影像匹配提供一种新方法。     

多站激光点云数据全自动高精度拼接方法研究

针对目前多站点云数据拼接存在的效率低和自动化程度低等问题,提出了基于地面激光点云强度信息的2D-3D点云数据高精度全自动拼接方法。首先,将强度信息通过三次样条插值算法生成二维影像,采用基于图形处理器(GPU)的加速尺度不变特征变换(SIFT)算子匹配得到二维同名特征点,剔除粗差;然后,反算得到特征点在三维点云中的坐标,并通过三维空间法向量对三维同名特征点进行精炼。利用精炼的三维特征点进行多站点云数据拼接,可提高多站点云海量数据拼接的精度和效率。     

基于易拼图(EPT)的正射影像制作

简要介绍了以易拼图(EPT)软件制作数字正射影像的过程,分析利用易拼图(EPT)对影像匀光匀色、正射影像生成、拼接、分幅裁切、图幅接边,以及正射影像编辑等。     

基于Pix4Dmapper软件的大疆Phantom4 RTK正射影像图精度分析

针对无人机正射影像图精度分析,提出一种基于Pix4Dmapper软件的大疆Phantom4 RTK正射影像图精度分析方法。该方法以大疆精灵4 RTK为例,利用Pix4Dmapper软件对其飞行的照片数据进行解算,针对同一作业区域比较了3D倾斜摄影飞行模式和2D正射飞行模式所产生的正射影像在平面精度和高程精度上的差异;分析了低空飞行模式下,采用像控点参与解算对成果精度的影响。实验结果表明,Phantom4 RTK在低空2D正射影像飞行模式下可以达到免像控生产正射影像图和地形图的要求,为无人机正射影像图精度分析提供了一种新思路。     

数字正射影像几何错位修复与无缝拼接

针对数字正射影像（DOM）生产中存在的几何错位和影像拼接问题，结合遮挡检测法和基于TPS薄板样条模型的影像配准方法，对影像几何错位区域进行修复和无缝拼接。根据采集的三维特征线将几何错位区域的修复分为内侧与外侧。内侧采用正射纠正的方法进行修复；外侧选择无遮挡的影像进行影像配准后对其进行填充。以某高架桥几何错位影像进行算法验证，结果证明：本文所给方法在修复高架桥区域影像几何错位的同时，可有效地避免由于遮挡影像出现的双边现象，并可以保证修复后的局部正射影像与原始正射影像的无缝拼接。     

基于位姿信息的小型无人机影像拼接方法

针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。     

基于位姿信息的小型无人机影像拼接方法

针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。     

位姿信息的小型无人机影像拼接方法

针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。     

基于位姿信息的小型无人机影像拼接方法

针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。     

交通监控视频图像语义分割及其拼接方法

视频拼接是图像拼接的外延,在场景监控、目标识别等应用中发挥着重要作用。传统视频拼接算法多要求视频间具有较大重叠区域且特征点匹配过程中只顾及图像几何特征,当处理交通监控视频时,会因不同摄像头之间重叠区域极小或主光轴之间夹角较大而导致无法拼接或图像变形较大。为此,本文提出一种交通监控视频图像语义分割及其拼接方法。首先,利用边缘角度二阶差分直方图算法自动识别多视频交汇区域的正射影像,并将其作为拼接背景图像;然后,基于全卷积神经网络对正射影像和视频图像进行语义分割,提取图像中的交通专题语义;最后,以交通专题语义作为约束进行特征点匹配,将各个交通监控视频匹配至背景正射影像,实现监控区域视频拼接。采用山东省某市实际视频数据进行试验验证,结果表明对于重叠区域较小的监控视频,本文方法可获得较好地拼接图像,同时可有效提高特征点匹配的准确度。     

无人机航摄像控点布设方法探讨

无人机航空摄影是一种新型的低空遥感影像获取方式,其中像控点布设是无人机正射影像制作的重要环节。以无人机航摄影像处理为例,通过对像控点不同布设方法制作的数字正射影像进行探讨和精度分析,总结出能够满足1∶1000和1∶2000数字正射影像图制作精度要求的像控点合理的布设方法。从而减少外业工作量,提高无人机制作数字正射影像图的整体工作效率。     

ADS40真正射影像制作

数字真正射影像图(TDOM)是利用数字地表模型,采用数字微分纠正技术,改正原始影像的几何变形,在对整个测区进行影像重采样后,使影像视角被纠正为垂直视角而形成的影像图。与传统的正射影像相比,在大比例尺影像图中,TDOM避免了高大建筑的倾斜对其他地物的遮挡,在拼接地区能够实现平滑自然的过渡。     

基于Voronoi图无人机影像快速拼接方法研究

为实现大序列城市高分辨率无人机影像的快速拼接,提出了基于Voronoi图的快速拼接技术。以平顶山80幅分辨率为0.1 m的无人机影像为例,先用直方图匹配进行影像间匀光,用反解法数字微分进行正射纠正,再以像主点为中心快速生成测区Voronoi图拼接线网络,最后基于拼接线网络快速拼接。实验结果表明,基于Voronoi图拼接线网络进行城市高分辨率无人机影像拼接,能有效避免中心投影造成的影像边缘较大的投影差,快速获得城市高分辨率正射影像全景图。     

基于小波的图像插值方法

本文在分析已有插值基函数和小波函数、小波变换的基础上提出一种应用小波作为插值基函数进行图像插值的方法,给出了该方法在一般图像插值方面在多幅图像的信息揉合和累积方面的应用,并分析了一般图像插值方法在图像之间存在辐照度差异时的可行性和在同名点之间存在相对空间信息差异时的操作方法。最后,采用４幅ＰＯＬＤＥＲ多角度遥感图像对本文所述方法进行了验证。实验表明,本文所述方法是可以较好地进行图像插值的。     

利用WorldView－1卫星数据制作正射影像图

阐述了正射影像制作的原理和方法,并结合利用WorldView—1卫星影像制作数字正射影像图的实际生产经验,提出了正射影像生产的又一新途径。     

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。     

顾及有效区域的Voronoi图的正射影像拼接

无人机影像的重叠度通常较大(60%~80%),对纠正后的正射影像进行拼接处理时,往往会产生很大的数据冗余。同时,影像越靠近边缘处变形越大,影响拼接精度。提出了一种顾及有效区域的Voronoi图的拼接线自动选取方法,基于整体构建拼接线网络,并根据影像有效区域优化拼接线,保证拼接的精度和效率。实验表明,该方法切实可行。     

抗视差的宽基线弱纹理影像自动拼接算法EI北大核心CSCD

针对目前带有视差突变的宽基线弱纹理影像拼接效果差及需要人工干预的问题,本文从影像匹配和影像配准两方面进行改进,提出了面向宽基线弱纹理影像的抗视差全自动拼接算法。首先,采用融合了影像视角几何纠正的局部特征变换模型,由粗到精地实现弱纹理特征的准密集对应;然后,基于匹配点和深度神经网络,泛化学习宽基线影像间的可靠透视变换,以获取全局配准视差,局部视差则通过薄板样条函数来精确拟合;接着,将影像拼接结果的多边形边界进行规则化处理,通过全卷积网络将其训练为规则化矩形,在有效剔除空白区域的同时,最大限度地保留影像拼接内容;最后,选取4组无人机和地面近景宽基线弱纹理立体像对进行测试,并将本文算法的影像匹配及配准各阶段结果分别与现有代表性算法结果进行对比。试验结果表明,本文算法在匹配点数目、匹配精度及影像拼接质量等方面具有显著优势,并能够在影像弱纹理区域及视差突变场景表现出较好的稳定性。     

融合LiDAR点云与正射影像的建筑物图割优化提取方法

提出一种基于图割算法的建筑物LiDAR点云与正射影像融合提取方法。首先,利用LiDAR点云计算3个几何特征：平整度、法向量分布和高程纹理一致性。同时利用航空正射影像计算颜色特征——归一化植被指数（NDVI）。然后将两类特征联合构建能量函数数据项,综合数字表面模型（DSM）和NDVI构建平滑项,采用图割算法优化得到初始的建筑物区域。最后利用初始建筑物边缘一定范围内的正射影像颜色信息,采用前后景分割的思想进一步优化建筑物边缘。应用ISPRS Vaihingen测试数据进行试验,结果表明本文方法具有较高的建筑物提取精度。