基于图割算法的正射影像镶嵌线自动选择

由于投影差的存在,正射影像镶嵌时往往采用基于镶嵌线的镶嵌方法,当两幅正射影像镶嵌时,选取镶嵌线要尽量避开房屋。本文将两幅正射影像镶嵌建立为一个图模型优化问题,并且采用图割获取最小割将影像重叠区域划分为两部分,最小割经过的分界线即为影像镶嵌线。实验表明,本文方法效率较高,不需要指定镶嵌线的起始点,而且可以较好地避开房屋。     

顾及结构信息的DOM镶嵌线搜索算法

针对数字正射影像镶嵌线搜索的传统算法大都只顾及灰度值差异而忽略影像结构信息的不足之处,该文根据镶嵌线的搜索准则,设计自动搜索一条能够避开高出地面的物体、不通过影像边缘且避开待镶嵌影像上灰度反差较大区域的镶嵌线:在原始影像上采用一个综合了灰度信息和结构信息的公式,计算出每一个像素的准则值;为了避免搜索陷入局部最优,采用动态规划的方法搜索出一条准则值最小的镶嵌线。实验表明,搜索出的镶嵌线能够避开房屋、树木等高出地面的地物和车辆等移动物体,避开影像上灰度反差大的区域。     

基于蚁群算法优化正射影像镶嵌线

本文针对正射影像镶嵌线优化需求,本文提出了一种利用蚁群算法优化正射影像镶嵌线的方法。该方法将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像,通过外方位元素生成一条初始镶嵌线,并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物,保存为最优镶嵌线。试验结果证明该算法能快速、有效选择正射影像的镶嵌线,实现大比例尺与城市地区的正射影像智能镶嵌。     

基于蚁群算法优化正射影像镶嵌线

本文针对正射影像镶嵌线优化需求,本文提出了一种利用蚁群算法优化正射影像镶嵌线的方法。该方法将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像,通过外方位元素生成一条初始镶嵌线,并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物,保存为最优镶嵌线。试验结果证明该算法能快速、有效选择正射影像的镶嵌线,实现大比例尺与城市地区的正射影像智能镶嵌。     

基于形态学与Dijkstra相结合的影像镶嵌线方法

镶嵌线自动搜索是实现影像重叠区域无缝拼接的关键步骤,而目前随着无人机技术的日益成熟及无人机能够快速获取高清的遥感图像数据,迫切需要寻找一种既有质量、又有效率的镶嵌线自动搜索的方法。本文提出一种基于形态学与Dijkstra相结合的影像镶嵌线方法,该方法首先确定两幅影像重叠部分的差分影像,然后在差分影像的基础上进行形态学膨胀处理,同时根据稀疏矩阵构建八邻域稀疏矩阵,最后使用Dijkstra算法在差分影像上进行镶嵌线的自动搜索,得到最优路径镶嵌线。实验结果证明,改进算法与未经过形态学处理的Dijkstra方法相比,其自动搜索镶嵌线过程在耗时少(耗时为3.72 s)的情况下,能够很好地避开房屋等高亮度区。     

基于蚁群算法的正射影像镶嵌线自动选择

自动选择正射影像的镶嵌线,使它避开房屋、树木等高出地面的地物,以及避开在待拼接正射影像上存在较大颜色反差的区域,在正射影像的无缝镶嵌与自动化生产中具有重要意义。介绍了一种基于蚁群算法进行正射影像镶嵌线自动选择的方法。实验结果证明,该算法能快速、有效地选择正射影像的镶嵌线,实现了测绘生产中DOM的自动化无缝镶嵌。     

一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

DSM辅助下城区大比例尺正射影像镶嵌线智能检测

传统算法以重叠区域色彩(或灰度)差值图像为正射影像镶嵌线检测基础,可以很好地避开色差区域,但对建筑物高密集的城区效果不明显。本文以高精度数字表面模型为检测基础,通过智能识别处理手段对地面区域与非地面区域进行良好区分。传统镶嵌线检测算法都是以迭代运算为基础的智能算法,算法复杂度高。本文发展出一种贪婪蛇型算法,该算法仅与搜索步距、方向旋转间隔、以及重叠区域宽度等三个因素相关,具有速度快,效率高等优点。针对典型的城市区域进行镶嵌线检测实验,结果表明DSM辅助下的城区正射影像镶嵌线能很好地避开房屋等明显地表实体,并且贪婪蛇型算法能有效地进行最优路径检测。     

采用最优生成树的正射影像镶嵌线快速智能检测

针对高分辨率遥感影像提出了一种基于最优生成树的镶嵌线快速智能检测方法。该方法利用影像亮度差异和梯度构建重叠区域差分影像并视其为带权无向图,以Bottleneck模型为基础,采用最优生成树生成方法智能检测最佳镶嵌线。该方法回避了迭代搜索过程,具有速度快、效率高的优点。试验结果表明,所提出的方法能够在保证镶嵌线质量的同时具有较高的效率,可有效解决正射影像镶嵌过程中镶嵌线的自动选择问题。     

最小化最大边权的正射影像镶嵌线自动搜索

提出一种最小化最大边权的正射影像镶嵌线自动搜索方法。首先,利用半全局约束立体匹配计算左右影像的视差图,将视差图和差值影像叠加生成差异影像并视其为带权无向图;然后,基于Bottleneck模型采用最小化最大边权算法搜索最佳镶嵌线,并利用分块策略进一步优化以提高运行效率。实验表明,算法能有效避开影像上几何差异或色度差异大的区域,得到满足应用需求的镶嵌结果。     

机载LiDAR正射影像镶嵌线智能优化研究

在机载LiDAR系统中,将点云数据进行滤波以去除高地物,确定出房屋树木等高出地面的地物的位置记为障碍区域。在配准后的正射影像上,利用改进A*算法自动避开障碍区域选择一条最优化镶嵌线。实验证明,该方法可以准确、智能地对镶嵌线进行优化,改善镶嵌后的影像质量。     

Seam-line determination for image mosaicking: A technique minimizing the maximum local mismatch and the global cost

This paper presents a novel algorithm that selects seam-lines for mosaicking image patches. This technique uses Dijkstra’s algorithm to find a seam-line with the minimal objective function. Since a segment of seam-line with significant mismatch, even if it is short, is more visible than a lengthy one with small differences, a direct summation of the mismatch scores is inadequate. Limiting the level of the maximum difference along a seam-line should be part of the objective in the seam-line selection process. Our technique first determines this desired level of maximum difference, then applies Dijkstra’s algorithm to find the best seam-line. A quantitative measure to evaluate a seam-line is proposed. The measure is defined as the sum of a fixed number of top mismatch scores. The proposed algorithm is compared with other techniques quantitatively and visually about various types of images.     

一种基于带权A*搜索算法的正射影像镶嵌线网络优化方法

提出了一种基于带权A*搜索算法的镶嵌线网络优化方法。首先,利用标准Voronoi图生成初始镶嵌线网络;然后,利用测区的数字表面模型（digital surface model,DSM）数据生成对应的高程梯度图（也称为边缘图）;再对初始镶嵌线网络的节点进行自动调整,将位于建筑物上的节点移动至附近的地面;最后,利用一种带权A*搜索算法,结合高程梯度图,对初始镶嵌线网络中的每一条镶嵌线进行智能优化,避开建筑物或者高差变化大的区域,获得最优的镶嵌线网络。利用3组真实的无人机数据对该方法进行实验,初步结果表明,该方法适用于排列不规则的测区,可有效优化镶嵌线网络,镶嵌线可自动避开大部分城区建筑物以及山区的山脊等,对城区以及山区影像都可得到高质量的正射影像。实验结果表明,对于第1组数据,此方法得到的结果在镶嵌线的选取上要优于商业软件OrthoVista。     

一种K-均值聚类的改进算法及其应用

由于传统的K-均值聚类算法固有的特性,如对初始聚类中心的依赖性和对噪声点的敏感性,导致了其聚类结果的不稳定。文中基于k-dist图提出一种改进算法,算法首先去除数据集中的噪声点,然后从数据集中选取靠近点聚集区域、相距最远的k′个数据点作为初始簇中心。实验结果证明,文中算法能够很好地消除K-均值聚类算法对初始簇中心的依赖性,并能有效去除噪声点。     

东日本Mw9.0大地震前、同震及震后地壳水平运动

利用“中国地壳运动观测网络(二期)”245个GPS连续观测站及其他站的大量观测结果,采用离震中很远的7个GPS站作为位错参考框架,得到2011年3月11日东日本Mw9.0大地震的同震水平位移和应变。此种参考框架的位移场解,符合弹性位错模型离震中很远且水平位移接近于0的要求,不仅有利于位错模型反演,也有利于合理分析此次大地震同震水平位移的影响范围。地震前后区域参考框架下远场GPS连续观测位移时间序列和同震位移弹性位错模型反演结果表明,东日本大地震同震水平位移既是地震断层破裂的结果,也是远场震前数月或数年水平位移的弹性回跳,据此可以进一步确认这些站震前水平位移前兆异常。由于这些震前异常位移中亦包含了同震位移量(方向相反),因此,弹性位错模型为定量研究大地震前远场地壳运动异常提供了一种理论模型。位错参考框架中的同震位移及其位错模型和区域参考框架的位移时间系列的综合研究有助于对此次大地震地壳运动异常的认识。这种持续时间为数月至数年的弹性形变异常,可以为大地震的中短期预测提供依据。     

基于无人机影像密集匹配点云的传统村落地面点提取及DEM生成——以湘西德夯村为例

目前,针对利用无人机技术在山地起伏大、山体植被密集区域,难以获取地面点及DEM等问题,本文提出了一种结合布料模拟算法和改进的局部最大值算法,利用树顶点、树高等植被信息,提取地面点,进而生成整个区域的DEM的方法。以中国传统村落德夯村为例,利用植被系数和高程信息将点云分割为植被密集区和非植被密集区两个部分。在非植被密集区,通过布料模拟算法和改进的局部最大值算法分别提取地面点和树顶点,计算平均树高;在植被密集区,通过该区域的树顶点推算得到植被密集区的近似地面点,最终将两部分的地面点云进行TIN插值得到该地区的DEM。试验结果表明,利用此方法生成的DEM均方根误差,在非植被密集区达0.037 m,植被密集区可达1.606 m,整体平均误差达1.492 m,总体精度较好,基本可以满足村落尺度空间分析的需求。     

利用基准色调的大范围卫星影像色彩一致性处理算法

由于季节、光照、大气条件等的不同,大范围卫星影像间色调差异较大,镶嵌后影像接边处存在明显"拼接缝"。针对此问题本文提出了一种卫星影像色彩一致性算法,以覆盖测区、色彩一致性较好的低分辨率卫星影像为基准色调底图,对测区内源影像进行自动的色彩校正。选取大范围、时相差异较大的高分一号卫星影像进行试验,经本文算法处理,影像镶嵌后整体视觉效果较好,接边处色彩过渡平滑,影像重叠区域各项统计指标良好,验证了该算法的有效性和可靠性。     

多尺度的DMC彩色合成影像辐射再处理方法

在分析DMC(digital mapping camera)彩色合成影像存在的色彩过渡不平滑现象的特点和成因的基础上,提出了一种多尺度辐射再处理方法来改善影像质量。该方法采用多尺度处理策略,能自动定位拼接线和过渡区域的具体位置。实验表明,本文方法能够有效地改善DMC彩色合成影像的质量。     

利用GPS位移和主应力方向观测资料进行川滇地区边界力的联合反演研究

在简要介绍了川滇地区的构造格局和构造运动特征的基础上,讨论了不同观测数据同时用于反演的合理性和物理意义,利用1998~2000年观测的9个测点位移数据和1986年以前所测的10个主应力方向数据,将边界力和相对权比λ作为待反演参数,并考虑了主要活动断裂运动特性,进行了弹性有限元数值反演计算。计算结果表明,现今川滇地区的构造活动主要力源仍来源于印度板块与欧亚大陆的碰撞,菲律宾海板块的挤压作用也不可忽略,这一结论说明了该地区现今构造运动的继承性活动特征。     

基于增强KAZE的航拍地图拼接方法

基于局部特征的航拍图像拼接算法,是一种比较常用的建立局部地区地图的方式。针对现有的基于局部特征的拼接算法鲁棒性差速度慢等缺点,本文提出一种基于增强KAZE的航拍地图拼接方法。首先建立APAP算法模型,然后利用奇异值分解建立鲁棒性更强的KAZE描述符进行匹配,随后根据匹配点解APAP模型得到网格单应性矩阵,最后以三张航拍图像为一组,以中间图像为目标形变图像分别与左右图像进行拼接,非重叠区域进行网格单适应矩阵高斯加权变换。实验表明,该方法不仅具有很强的鲁棒性,而且拼接速度快,对于多张航拍图像可以减小拼接误差。