基于SIFT算法的无人机高分影像几何配准研究

本文基于SIFT算法进行无人机高分影像自动特征点匹配,在实现影像特征点自动匹配的基础上采用二次多项式模型进行影像几何配准,并且重点考察影像配准过程中匹配特征点数目对几何配准精度的影响,最后进行精度评价。结果表明:在影像特征点匹配结果正确、匹配点分布合理的情况下,匹配点数目越多,利用二次多项式进行影像几何配准的精度越高;无人机航向方向影像配准残差大于旁向残差。     

国产卫星影像配准技术研究

我国西部高海拔山区的地形地貌使得在卫星影像上确定同名特征点比较困难,为了解决国产卫星影像存在的谱段偏差,本文选择了基于SIFT算法、基于区域灰度和人工配准3种方法,对ZY1-02C、ZY-3和GF-1等国产卫星影像展开了配准试验研究,应用目视法和中误差法进行了精度评价,并对结果进行了对比分析。试验结果表明：人工法虽能获得较高的配准精度,但效率很差;基于区域灰度法受影像亮度差异影响很大,同名点提取少,精度最差;基于SIFT算法自动化程度最高,可以提取大量特征点,并能筛选提出误匹配点,配准精度较高。     

宽河道线性基元无人机遥感影像镶嵌配准方法

无人机遥感影像由于数量多、单张覆盖空间范围小、几何变形大以及河道内缺少配准控制点等特点,传统的基于特征点的影像镶嵌配准方法在宽河道无人机遥感影像镶嵌配准应用中受到限制.论文根据河道内线性地物丰富的特点,提出基于线性特征的无人机遥感影像镶嵌配准方法.该方法以线性地物边缘直线段为配准基元,通过MIHT算法估算待配准影像与基准影像的变换模型参数.试验结果表明,该方法很好地满足了宽河道无人机遥感影像镶嵌配准的要求,为沿河地质灾害调查提供了影像质量保证.     

基于SURF改进算法的红外序列影像快速配准的方法研究

提出一种基于SURF算子和特征偏移一致性准则的无人飞行器红外序列影像配准的方法。该方法采用SURF算子对特征点进行提取和匹配。SURF算子仅考虑点的局部信息,没有考虑特征点集的几何信息。本文采用特征偏移一致性准则来剔除误匹配点对,提高特征点对的匹配精度,所得到的特征点集采用LM非线性优化进行单应矩阵求解配准,与其他算法相比,本方法适合于红外序列影像快速拼接,有较好的实用效果和鲁棒性。     

几种卫星合成孔径雷达影像配准算法的比较研究

复数影像配准是卫星合成孔径雷达干涉数据处理中的重要步骤之一,影像配准精度将直接影响干涉条纹图的质量和由此提取的高程或位移结果的精度。文中利用上海地区ERS-1/2影像数据进行实验,对比分析了三种方法的配准质量和运算效率,试验结果表明:在配准质量方面,相干系数法最高,相位差影像平均波动函数法次之;而在信噪比较低的情况下,最大频谱法的配准质量优于相位差影像平均波动函数法。在运算效率方面,相位差影像平均波动函数法的运算效率最高。     

基于SUSAN算法的航空影像的自动配准

图像配准技术是图像融合、图像镶嵌以及影像三维重建的基础。提出了一种基于SU-SAN(Smallest Univalue Segment Assimilating Nucleus)算子的图像配准方法。该方法利用SU-SAN算子提取两幅图像的角点,通过粗匹配和细匹配两个步骤得到匹配角点对。然后再根据这些角点对对图像进行配准。试验表明此方法能有效地实现航空影像自动配准。     

面向变化检测的遥感影像弹性配准方法

对于遥感载荷技术指标差异、观测角度、时相、地形起伏等内外部因素造成的几何畸变,采用全局配准方法制约着影像配准和变化检测精度的提高。提出一种基于加速抗差特征（speed up robust feature,SURF）算法的全局匹配和像元局部配准模型相结合的弹性配准方法,以不同时相遥感影像的差值特征影像各像元正态分布密度函数构建像元局部参数解算权重,缓减不同时相影像中辐射亮度差异较大的像元对局部配准模型参数解算的影响,采用城市典型区域遥感影像进行实验,结果表明该方法影像配准精度（包括地形起伏区域）优于1个像元,弹性配准算法的适用性和运算速度有一定的提高。     

无人机影像与卫星影像配准的卷积神经网络方法

针对不依赖于位姿测量的无人机视频影像上目标绝对定位的问题,提出一种基于改进R2D2算法的无人机影像与参考卫星影像配准的方法。首先在R2D2网络生成128通道稠密特征图的基础上,进行双三次函数插值,以获得子像素级位置精度的关键点,并内插描述符;其次利用KD树快速最近邻特征搜索,结合快速采样一致性算法进行误匹配剔除,计算变换模型并对无人机影像进行纠正,完成配准;最后利用两个典型区域对算法进行了测试,并与SIFT和DELF算法进行了对比。实验结果表明,本文算法在正确匹配点数量和计算效率方面优于其他两种算法,对纹理、视角以及尺度差异也具有较好的适应性。     

无人机数字影像配准技术研究及精度分析

无人机数字影像配准技术是无人机航空摄影测量的基础技术之一。针对无人机遥感影像配准问题,本文选取地物特征点进行坐标系投影变换,从而确定影像空间位置,完成影像配准工作,并进行精度评定。研究表明：(1)通过手动选取控制点进行坐标拟合,可有效将TIF和JPEG影像进行配准。(2)基于灰度共生矩阵的特征点匹配法具有较高的配准精度,基于相位相关的区域配准法适用于处理大面积的影像配准问题。(3)利用TIF影像数据配准精度较高,JPEG影像数据更便于传输与存储。(4)配准的最佳方法取决于所应用的场景。     

视觉驱动的变分配准方法

针对传统整体配准模型不能充分顾及局部变形的问题,提出了一种视觉驱动的变分配准方法。该方法在变分模型建立中综合考虑了局部变换、整体平滑和视觉约束,同时兼顾了亮度和对比度差异。首先,基于灰度均方根误差建立配准模型的数据项;其次,为了保证整体平滑,模型采用H¹半范数进行自适应约束;最后,为了保证影像中的空间属性满足视觉的要求,不能出现扭曲变形,采用直线特征进行先验约束。在变分模型求解过程中先利用整个影像估计影像之间的整体变换参数,然后采用小的邻域范围进行局部估计。整个过程在多水平差分框架下迭代求解变换参数,进而兼顾了整体平滑和局部变形。笔者利用ZY-3卫星数据进行了试验,采用目视和量化指标进行了评价,验证了本文方法的优越性。     

车载全景影像与激光点云数据配准方法研究

全景影像与激光点云的高精度配准是车载移动测量系统中多传感器数据集成处理的关键环节。本文针对车载多面阵拼接全景影像与激光点云的配准问题, 提出了一套高精度的数据配准方法。通过高密度的静态激光点云解算每个面阵CCD在激光扫描仪坐标系下的外标定参数, 以实现单张CCD影像与激光点云在扫描仪坐标系下的配准, 在全景拼接过程中全景影像与单张CCD影像精确的映射关系已知, 利用扫描仪坐标系、POS坐标系及WGS-84坐标系间的转换关系即可获得全景影像与激光点云在物方坐标系下的动态、高精度的配准参数。试验表明该数据配准方法精确可靠、适用性强, 能满足基于全景影像与激光点云数据融合的城市道路竣工、部件采集、目标提取、三维重建等高精度量测应用需求。     

运动视频序列影像的自动配准

影像配准是运动视频处理应用中的关键技术,从计算机视觉角度出发提出了一种针对运动视频处理的自动影像配准方法。其主要思路可以归结为基于特征匹配的配准过程,具体分为3个方面:利用Harris算子检测角点特征;以互相关函数为测度对角点特征进行初步匹配,特别使用RANSAC拟合基础矩阵F的方法剔除匹配中的错误对应;利用得到的结果重新拟合配准模型进行重采样变换。最后进一步分析了此方法应用于具体运动视频处理时需要考虑的一些问题。     

运动视频序列影像的自动配准

影像配准是运动视频处理应用中的关键技术,从计算机视觉角度出发提出了一种针对运动视频处理的自动影像配准方法.其主要思路可以归结为基于特征匹配的配准过程,具体分为3个方面:利用Harris算子检测角点特征;以互相关函数为测度对角点特征进行初步匹配,特别使用RANSAC拟合基础矩阵F的方法剔除匹配中的错误对应;利用得到的结果重新拟合配准模型进行重采样变换.最后进一步分析了此方法应用于具体运动视频处理时需要考虑的一些问题.     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。     

单张无人机影像水体高光自动检测与补偿方法

无人机获取地面影像时,水体反射会导致影像中存在较为明显的水体高光,给数据处理带来一定困难并对DOM（digital orthophoto map）质量产生显著影响。提出了一种单张无人机影像水体高光自动检测与补偿方法,先基于高光分量对高光区域进行多尺度检测,再使用Grabcut算法对其边界进行优化;然后根据地物反射的几何与光谱特性建立决策树剔除非水体高光;接着精化高光区域,将附近的细碎高光点纳入到区域内;最后,使用提出的改进Criminisi算法对高光区域进行补偿。使用无人机影像对该方法的有效性进行验证,综合主观目视与PNSR（peak signal to noise ratio）、SSIM（structural similarity index）指数的客观评价结果,本文方法优于Mallick、Shen、Yoon等人的方法;使用Pix4Dmapper对高光处理前后的影像生成DOM,本文方法可以明显提高DOM质量。     

Sea WiFS与AVHRR资料自动几何配准

研究了一种自动几何配准的方法,来实现多时相的卫星资料和不同遥感资料之间的几 配准。利用海岸线自动选取ＧＣＰ的点,借助相关松弛法录找同名点,且有判别机制来保证ＧＣＰ的正确性,可以方便地得到分布密集的ＧＣＰ值。同时研究了二元ｎ次方程组和ＧＣＰ数目与配维精度的关系,得到ＧＣＰ数目的增加可明显提高几何配准精度。利用该方法对ＳｅａＷｉＦＳ和ＡＶＨＲＲ资料进行了几何配准,可以提高几何配准的精度和节省机时,为遥     

低空UAV激光点云和序列影像的自动配准方法

提出了一种低空无人机(unmanned aerial vehicle,UAV)序列影像与激光点云自动配准的方法。首先分别基于多标记点过程与局部显著区域检测对激光点云和序列影像的建筑物顶部轮廓进行提取,并依据反投影临近性匹配提取的顶面特征。然后利用匹配的建筑物角点对,线性解算序列影像外方位元素,再使用建筑物边线对的共面条件进行条件平差获得优化解。最后,为消除错误提取与匹配特征对整体配准结果的影响,使用多视立体密集匹配点集与激光点集进行带相对运动阈值约束的ICP(迭代最临近点)计算,整体优化序列影像外方位元素解。试验结果表明本文方法能实现低空序列影像与激光点云像素级精度的自动配准,联合制作DOM精度满足现行无人机产品1∶500比例尺标准。     

基于六元组和面积比的图像自动配准

基于面积比这一仿射不变量提出了一种粗匹配算法,它利用特征点六元组和面积比进行特征匹配。首先用特征点集构建不规则三角网(TIN)和特征点六元组,根据六元组内相邻三角形之间的面积比以及仿射变换方程组来搜索同名六元组,再建立两个点集之间的多项式变换关系,从而实现两个点集之间的粗匹配,然后用松弛匹配法进行两个点集间的精匹配,最后用同名特征点对图像进行小面元校正。实验表明,此算法不需任何人工干预和辅助信息,能自动配准不同类型的图像。