一种无人机影像分块的亚像素角点快速检测算法

为满足无人机(unmanned aerial vehicle,UAV)影像角点快速检测的需要,针对Harris角点检测算法提取的角点是像素级的、且存在定位不精确和计算效率低的问题,提出了一种改进的、适用于无人机影像的角点检测算法.该算法首先根据最近邻域和对角邻域方向相似像素点特征数目初步筛选角点;然后对无人机影像进行分块处理,进行Harris自适应角点检测;最后,利用加权最小二乘欧几里德距离实现了亚像素角点的快速精确定位.实验验证了该算法的有效性和可行性,所检测的角点分布均匀,显著提高了角点检测速度.     

圆形标志中心子像素定位方法的研究与实现

采用回光反射材料制作圆形回光反射标志，经摄影后得到标志的“准二值影像”；对标志的椭圆影像进行亚像素边缘提取，经最小二乘椭圆拟合后得到标志中心的子像素级位置。试验表明，可以达到0．02像素的定位精度。     

线阵推扫式影像外定向的一种新算法

线阵推扫式影像外方位元素间的强相关性,导致法方程病态,外方位元素的最小二乘估计值误差较大.本文提出采用岭-压缩组合估计解决线阵列推扫式影像的外定向问题.该算法是综合岭估计和压缩估计的一种新有偏算法,它通过对最小二乘估计值的不同分量进行不同比例的压缩使估计值最优.文中采用10 m分辨率的SPOT 1全色影像和2.5 m分辨率的SPOT 5全色影像进行实验,并与商业遥感软件Erdas的实验结果进行比较.研究结果表明该算法能有效地克服线阵推扫式影像外方位元素间的相关性,定位精度较高,定向点精度在1个像素内,检查点精度在1.5个像素内,达到Erdas软件的定位精度.     

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。     

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Harris与RANSAC算法的无人机影像拼接方法研究

针对Harris算法在进行无人机影像拼接时的特征点误匹配问题,利用RANSAC算法对误匹配的特征点进行剔除,进而实现无人机影像的无缝拼接。首先,基于Harris算法提取兴趣点,利用最短欧式距离进行特征匹配;然后,利用RANSAC算法实现对特征点的精确匹配;最后,利用RANSAC算法得到的单应性矩阵完成无人机影像拼接。实验结果表明:本文方法能够较好地剔除无人机影像拼接时误匹配的特征点,实现对无人机影像的拼接,拼接效果良好。     

利用灰色理论进行图像边缘检测

提出了一种基于灰色系统理论的边缘检测算法。该算法根据边缘点在像素邻域数列上表现出的与非边缘点的不同特征，分别选择典型非边缘像素的邻域数列和待检测图像所有像素的邻域数列作为参考数列和比较数列，利用斜率关联度计算两者之间的灰关联度，据此区分是否为边缘像素。实验表明，该算法对于椒盐噪声和随机噪声有较好的抗噪能力，提取边缘效果较好。     

结合Harris-Laplace与SIFT特征的无人机倾斜影像拼接

针对无人机影像存在仿射变形与阴影问题,本文提出应用Harris-Laplace与SIFT特征的倾斜无人机影像匹配方法。首先,提取具有光照、影像噪声、尺度不变性的Harris-Laplace关键点,并计算关键点的主方向,生成特征点;然后采用SIFT特征描述子对第一步提取的特征点进行表达;最后,采用BBF方法提取初始匹配点对和最小二乘法约束的均方根误差(RMSE)剔除。实验结果表明,该算法在存在仿射变形、高大建筑物阴影的影像匹配表现较好的结果。     

基于Harris兴趣值的影像线特征高精度提取方法

针对影像高精度线特征提取问题,本文提出一种基于Harris兴趣值的直线提取方法:利用EDISON算法提取影像的初始边缘,并将其细化到单像素,对提取的每一边缘点在其法线方向进行基于Harris兴趣值的子像素定位,并将精确定位后的点拟合成直线。通过采用两幅真实影像进行试验,证实了本文所提方法的有效性。     

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。     

测量仪器

CH20052260圆形标志中心子像素定位方法的研究与实现=Center Subpixel Localization of Circular Retro-reflec-tive Targets/黄桂平(天津大学精密测试技术及仪器国家重点实验室)∥武汉大学学报(信息科学版).-2005,30(5).-388~391采用回光反射材料制作圆形回光反射标志,经摄影后得到标志的“准二值影像”;对标志的椭圆影像进行亚像素边缘提取,经最小二乘椭圆拟合后得到标志中心的子像素级位置。试验表明,可以达到0.02像素的定位精度。图2表2参14CH20052261基于绝对编码测角算法的电子经纬仪研究=Absolute Coding Electronic Theodolit…     

基于角点检测的遥感图像几何质量评价方法

为分析图像压缩过程对遥感图像几何质量的影响,提出一种新的基于图像角点检测的图像几何质量评价方法.首先介绍经典Harris角点检测算法,然后针对Harris算法定位精度不高的缺点改进Harris算法:对角点响应函数进行曲面拟合后求拟合曲面极值点,以此作为图像亚像素级角点坐标,最后将改进的Harris算法应用到遥感图像几何...     

基于Harris兴趣值的影像线特征高精度提取方法

针对影像高精度线特征提取问题,本文提出一种基于Harris兴趣值的直线提取方法:利用EDISON算法提取影像的初始边缘,并将其细化到单像素,对提取的每一边缘点在其法线方向进行基于Harris兴趣值的子像素定位,并将精确定位后的点拟合成直线.通过采用两幅真实影像进行试验,证实了本文所提方法的有效性.     

利用贝叶斯抽样一致性的点云特征面拟合

针对传统随机抽样一致性算法在拟合特征面时对种子点的选择具有一定的随机性,造成循环次数过多、效率低下的问题,该文提出一种改进的随机抽样一致性算法——贝叶斯抽样一致性算法。首先建立柱面、球面、圆环面、平面的数学模型;然后用贝叶斯抽样一致性算法提高抗噪性,并用二维直方图统计方法对贝叶斯抽样一致性算法中的局内点先验概率估计进行改进;最后,对局内点用非线性最小二乘进行拟合。将该方法与基于随机抽样一致性算法的特征面拟合方法进行了对比和分析,实验结果证明,贝叶斯抽样一致性算法能够更高效地实现局部特征面拟合。     

视频测量影像序列椭圆形人工目标点快速识别和跟踪方法

针对视频测量建筑物健康监测获取海量影像序列数据快速、准确识别和跟踪目标点的需求,提出基于影像块技术的椭圆形目标点识别和跟踪完整算法。该算法采用影像分块技术降低数据处理量,实现椭圆形目标点跟踪,集成数学形态学和椭圆几何属性特征,消除图像块边缘检测的非椭圆边缘信息,实现椭圆轮廓的提取,并采用最小二乘法拟合椭圆中心实现亚像素定位,快速、准确地实现视频测量建筑物健康监测椭圆形目标点的识别与跟踪。试验结果表明该方法获取的椭圆中心点像素坐标的RMS残差优于0.025个像素,且相对于随机Hough变换和模板识别算法,跟踪效率提高5倍以上。     

改进Harris算子用于点特征的精确定位

Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子，它算法简单，而且稳定，但缺憾是其定位精度只能达到一个像素。参考摄影测量中Foerstner算子精确定位的思想，改进Harris算子，使其可以定位到子像素。实验证明，该方法在点特征的提取和精确定位方面都达到了较好的效果。     

两步解法用于求解线阵CCD影像外方位元素

在线阵CCD影像外方位元素的求解过程中,外方位元素之间的相关性,导致法方程病态,最小二乘估计值误差较大。本文在分析以往解决方法的基础上,提出采用两步解法求解线阵CCD影像的外方位元素。该算法的实质是选择一个比单位矩阵更合适的正则化矩阵。试验结果表明该算法能有效地克服线阵CCD影像外方位元素间的相关性,定位精度较高,定向点精度在1个像素内,检查点精度在1.5个像素内。     

基于抗差最小二乘配置的点云内插DEM算法研究

针对传统的点云内插DEM算法存在模型误差和点云粗差等问题,提出利用抗差最小二乘配置方法进行DEM内插。该方法可将内插模型误差当作最小二乘配置中的随机信号来处理,并采用基于抗差M估计的协方差函数拟合方法,对粗差数据进行剔除或降权处理,削弱其对协方差函数拟合精度的影响,从而提高DEM内插精度。最后采用三种实验方案对比分析,实验结果表明:抗差最小二乘配置插值方法具有更高的插值精度。     

基于ORB算法改进的影像匹配方法

在摄影测量学中应用ORB算法时,影像匹配存在特征分布不均、误匹配率较高及匹配精度为整像素级等不足.针对这些问题进行如下改进,控制特征数目及特征分布,增加核线约束及相关系数条件,结合最小二乘匹配算法.此外,为了增强该算法对大角度旋转影像的适应性,将影像间的仿射变换参数作为最小二乘匹配中几何畸变参数的初始值.实验证明,该算法应用于影像匹配时,不仅可以保持ORB算法的高效性,获得均匀分布、高精度的匹配特征,而且对大角度旋转影像具有一定适应性.