基于APEX的遥感影像高分辨率重建

近年来对遥感影像的研究大多针对多幅影像进行处理,但由于满足多幅重建的影像获取困难且算法复杂,本文提出了一种基于APEX算法的新的遥感影像高分辨重建方法,这种方法可以利用单幅影像进行重建,减轻了数据的获取和处理难度。采用spot-5影像进行了重建实验,结果表明,该方法能够有效地提高遥感影像的分辨率,从而达到改善影像质量的目的。     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术,其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像,本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法,该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配,然后使用RANSAC算法消除误匹配点并获取投影变换矩阵,从而获得图像序列间的亚像素级的运动信息;采用一组低分辨率序列图像进行试验,基于上述运动估计算法,采用迭代反投影进行超分辨率重建。试验结果表明,运动估计精度较高,重建影像具有较好的视觉效果,尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

分区优化混合SfM方法

针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法。首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区。然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整。最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合。多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集。     

融合SFM先验信息的城市三维线段重建算法

针对城市场景中大量存在的边线结构特征,该文提出了一种融合SFM先验信息的城市三维线段重建算法.该文算法首先在影像金字塔中构建精简的二维线段集;然后将相机位姿及稀疏点等数据作为先验信息,引入极线约束、方向约束和深度约束构建匹配线对;最后根据匹配线对重建出三维线段集.实验结果表明,该文提出的三维线段重建算法,在保持场景完整性的同时,能够有效地减少线段误匹配和重建结果冗余,缩短重建时间,提高三维线段重建结果精度.     

高分辨率光学卫星遥感影像直线重建方法

为了解决遮挡、边缘模糊及锯齿化等因素造成的高分辨率光学卫星遥感影像检测直线的断裂问题,该文提出一种新的直线重建方法。该文首先分析了直线断裂的问题,进而揭示了其断裂的规律;其次以直线断裂规律为基础,将直线检测结果视为处理基元,依据直线长度大小确定初始长直线,同时针对初始长直线建立矩形跟踪区域;然后在该区域中建立几何光谱约束模型,多角度分析断裂直线和初始长直线间的属性差别,以此获得可参与长直线重建的断裂直线集;最后基于初始长直线及其断裂直线集,建立长直线重建模型,并动态更新矩形跟踪区域。通过不同区域多种光学卫星遥感影像的实验结果分析表明,相对于其他方法,该文方法在算法效率、重建精度、直线长度等方面,均具有较大的优势。     

基于小波变换的影像信息融合方法

文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率，该算法的基本思想是：首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像，然后在一定的准则下对不同分辨率的子图像进行信息融合处理，最后利用小波重建算法对融合子图像进行小波逆变换处理，得到信息融合后的高质量图像，实验表明该方法是可行的。     

一种自适应正则MAP超分辨率重建方法

提出了一种简单、通用的基于自适应正则化技术的MAP超分辨率重建新方法，该方法可以自适应地选择正则化参数，并充分利用中间重建结果的信息，不断对其进行更新，通过迭代过程得到最终的重建影像。利用模拟序列影像和真实序列影像分别对本文方法进行了验证，结果表明，本文方法可以根据不同影像序列的特点，自适应确定相应的正则化参数，并能找到最优解，适用性较强。     

利用三视匹配元进行多视影像批处理重建

无序多视影像的三维重建对噪声非常敏感,错误的匹配关系会影响重建的精度,甚至直接导致重建失败。提出了一种稳健的批处理重建算法,首先利用回路闭合约束剔除可能存在误匹配的三视匹配元,然后以三视匹配元中的三焦张量约束代替传统算法的核线约束来计算所有影像旋转矩阵和相机中心位置的全局最优解。重建过程中引入高效的并查集算法来提取多视匹配点,并利用迭代线性三角形算法计算空间点的三维坐标。实验结果表明,所提算法在重建效率和计算精度方面都能取得较好的结果。     

利用图割算法进行城市密集点云表面模型重建

利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题,提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型,首先通过预处理软件对无人机倾斜影像进行空中三角测量,并利用空中三角测量的解算结果生成密集点云;然后对密集点云添加相应的边,同时对三维点云根据距离进行选取合并;最后根据三维点云形成的四面体和三角面建立图割问题,并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性,使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建,试验结果表明,该方法具有可行性好、建模效果好、处理速度快等优势。     

基于增强生成对抗网络的滑坡影像集超分辨率重建

针对高分遥感影像用于滑坡智能识别缺少高清训练集的问题,在组建高清滑坡训练集过程中,为充分利用低分辨率滑坡影像,本文采用基于增强型生成对抗网络模型(ESRGAN)实现了低分辨率滑坡影像集超分辨率重建。ESRGAN模型在SRGAN模型基础上,通过移除批归一化层、加入多级残差网络与残差缩放系数,提升了生成器的特征提取性能与稳定性,并采用迁移学习方法,基于毕节滑坡影像集与云南南景高速公路滑坡影像集进行试验验证。试验结果表明,基于迁移学习的ESRGAN模型在峰值信噪比(PSNR)与结构相似性(SSIM)方面获得更高得分,超分辨率重建取得更优结果。本文研究结果为获取滑坡高分辨率遥感影像集提供了一种新的技术方法。     

基于球面离散格网的遥感数据剖分编目模型研究

针对目前各个遥感数据的编目多样,缺乏全球统一的遥感数据编目体系的现状,本文基于球面剖分模型,参考并借鉴成熟的文献信息编目的相关理论,系统构建了全新的全球遥感数据剖分编目模型,以期更有效地组织、存储和管理大范围多尺度的遥感数据。首先,介绍了文献数据的编目理论和球面剖分格网的基本框架,然后探讨了基于全球剖分格网的遥感数据面片编目方法,其中包括描述著录方法和标引著录方法,最后设计了遥感剖分编目数据的管理框架和编目服务器的组织方法。研究表明,基于球面离散格网的遥感数据剖分编目模型为实现遥感数据的全球化、层次化和规范化管理提供了坚实的理论基础。     

层次空间推理的机制及其在路径寻找方面的应用

人类对所处的客观世界的认识,具有很明显的空间层次特征,每一层次包含了解决特定问题的必要信息,而层次空间推理是人类在解决具有空间特征问题时常采用的一种方法。本文在探讨了层次空间推理的定义、一般性框架的基础上,重点描述了它在道路网络的路径寻找中的应用。     

A fewest-turn-and-shortest path algorithm based on breadth-first search

Many cognitive studies have indicated that the path simplicity may be as important as its distance travelled. However, the optimality of paths for current navigation system is often judged purely on the distance travelled or time cost, and not the path simplicity. To balance these factors, this paper presented an algorithm to compute a path that not only possesses fewest turns but also is as short as possible by utilizing the breadth-first-search strategy. The proposed algorithm started searching from a starting point, and expanded layer by layer through searching zero-level reachable points until the endpoint is found, and then deleted unnecessary points in the reverse direction. The forward searching and backward cleaning strategies were presented to build a hierarchical graph of zero-level reachable points, and form a fewest-turn-path graph (G*). After that, a classic Dijkstra shortest path algorithm was executed on the G* to obtain a fewest-turn-and-shortest path. Comparing with the shortest path in Baidu map, the algorithm in this work has less than half of the turns but the nearly same length. The proposed fewest-turn-and-shortest path algorithm is proved to be more suitable for human beings according to human cognition research.     

顾及多因素的面状目标多层次骨架线提取

提出并实现了利用长度、走向和分布对骨架线网络边进行多因素评价的算法模型 ,算法构建了多层次结构化的骨架线 ,并进一步得到了顾及多因素的最优骨架线     

数字三维地理环境NewMap 3DGlobe中影像分层浏览技术的实现

随着数字城市研究的不断深入,海量多分辨率影像的存储和网络发布已经成为GIS当前研究的热点,构建金字塔模型已经广泛应用于管理栅格数据。本文通过层块索引裁切方法,有效地减少了数据的存储单元,极大地提高了海量影像的浏览速度,并在国家测绘局成就展"寻找家园"系统中得到了很好的体现。     

基于道路网络知识的启发式层次路径寻找算法

基于道路网络的知识，探讨了定义一个层次拓扑来帮助路径寻找及如何确定层次之间转换的入／出结点，并结合启发式技术来提高路径计算性能的路径寻找算法。实验表明，该方法不仅可以减少计算所需要的时间和空间，也会产生一个符合人类思维特点的解。     

层次空间推理机制及其在路径寻找方面的应用

Human beings use hierarchies to simplify their conceptual models of reality and to perform reasoning more efficiently. Hierarchical structures are conceptually imposed on space and allow performance of complex tasks in very large contexts easily. Hierarchical spatial reasoning is an important method for solving spatial problems. This paper briefly discusses the definition and frame of hierarchical spatial reasoning and its application to way-finding of road networks.     

基于ArcGIS Engine的矢量数据分层分块技术研究

分层分块是当前电子地图的主要数据处理和组织方法,这种方法主要基于TMS和Google地图系列的标准对数据进行组织管理。但是基于这两种标准的瓦片模式的分层分块都是以栅格或图片的方式进行组织,缺乏对矢量数据进行分层分块的研究。在C#开发环境下,给出了基于Arc GIS Engine,按照TMS标准,对矢量数据进行分层分块的方法和步骤,并在实际项目中开发了矢量数据分层分块功能模块。     

A perception-based color recommendation algorithm for hierarchical regions

The visualization of hierarchical and nested spatial regions remains a challenge to cartographers. Despite progress in computer algorithms for visualizing general hierarchical data, mapping spatial hierarchical regions, especially with static, noninteractive means, still requires considerable manual efforts. This paper proposes a two-step algorithm that can automatically recommend perception-based colors and help reveal the hierarchical structure embedded in nested regions. It first systematically sorts regions according to their contiguity and containment relations at multiple hierarchical levels. Then, perception-based colors are generated using the order of regions with the goal of maximizing differentiability between top-level regions while retaining the perceived uniformity of the bottom-level regions. With the coloring scheme recommended by this algorithm, the metric color differences among regions mathematically reflect their hierarchical positions and spatial relations. The resultant colors, therefore, can potentially help map-readers perceive the spatially constrained hierarchy structure built in nested regions.