正射影像镶嵌线自动搜索的视差图算法

提出了一种基于正射影像视差图的区域级镶嵌线搜索算法。首先利用半全局约束立体匹配算法(semi-global matching,SGM)分别计算立体像对的左右视差图,并通过自适应阈值化去除细小的噪声区域,再经数学形态学方法进一步削弱噪声影响和填补小的漏洞区域,得到了较为精细的房屋等非地面区域的分割结果,从而分离出地面与非地面区域;然后采用改进的贪婪蛇搜索算法进行镶嵌线搜索,以提高算法的稳健性。试验表明,本文算法能很好地避开房屋等明显突出地表的实体,得到不穿越非地面区域的最优路径。     

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。     

一种改进的正射影像镶嵌线最小化最大搜索算法

正射影像在影像边缘和覆盖有房屋、树木等地物的区域上表现出投影差,且投影差在不同的影像上不相同。当两幅正射影像镶嵌时,在重叠区域的差分影像上,这些区域表现为高亮度区,理想的镶嵌线应避开此类区域。本文采用贪心搜索方法选择镶嵌线,并改进了最小化最大算法的局部选择方式和判据,在正射影像重叠区域的差分影像上自动搜索镶嵌线。试验表明,改进算法搜索的镶嵌线能够很好地避开投影差大的区域,且具有较好的自适应性。     

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。     

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。     

一种利用历史DLG数据辅助优化数字正射影像镶嵌线生成的方法

为了提升大面积数字正射影像图生产的效率,介绍了一种利用历史DLG数据辅助优化数字正射影像镶嵌线生成的方法,通过对DLG数据处理,提取出区域具有地物的面层,生成避让区域,在此基础上再考虑镶嵌线尽可能穿过原始DLG中较少的面及色差较小的区域,使用贪婪蛇模型算法实现了优化镶嵌线的生成。通过生产试验,证明了该方法可部分减少镶嵌线编辑的工作量。     

OESM辅助的高分辨率航空正射影像拼接线自动检测算法

针对常规拼接线检测算法在城市区域影像镶嵌时容易出现拼接线穿越建筑物从而破坏地物完整性的问题,提出了一种影像高程同步模型(OESM)辅助的拼接线自动检测算法。该算法首先通过对OESM模型规格化处理标识正射影像中的地物目标;然后在非地物目标区利用改进贪婪蛇算法检测拼接线。通过对建筑物密集分布的城市区域影像进行拼接线检测实验表明,该算法是一种理想的拼接线检测算法。     

A*搜索算法的正射影像镶嵌线自动提取

针对现有的正射影像镶嵌过程中镶嵌线的提取所存在的缺陷,该文提出一种基于A*搜索算法的镶嵌线自动提取方法,此方法首先提取重叠区域的Canny边缘图像,并把边缘图像中的边缘信息作为需要避开的范围;然后基于边缘图像的每一个像素及像素间的邻接关系构建带权有向图,将镶嵌线的自动提取转换为带权有向图中起点到终点的路径搜索问题,设计满足可接纳性准则的A*搜索算法提取满足一定条件的最短路径作为全局最优镶嵌线。利用实际影像数据进行实验,实验结果表明:该算法自动提取得到的镶嵌线可以快速、有效的避开边缘特征明显区域,对全自动正射影像制作具有应用价值。     

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。     

Automatic determination of seamlines for aerial image mosaicking based on vector roads alone

Image mosaicking is defined as the registration of two or more images that are then combined into a single image. One of the most difficult steps in the automatic mosaicking of orthoimages is deciding where to place seamlines in overlapping regions. Based on millions of image pixels, existing seamline detection methods mainly focus on how to avoid crossing buildings that are higher than the ground, which results in parallax on the overlapping images. However, various data in vector format, such as vector roads plotted manually and precisely, have not been used to aid the selection of seamlines. This paper presents a novel approach using vector roads alone to generate seamlines, and describes its application to the automatic generation of seamlines for image mosaicking of the city of Wuhan, China. A representative seamline is extracted as follows. First, the skeleton of the overlapping region of adjacent images is extracted after the delineation of boundaries of individual images. Second, vector roads in the overlapping region are overlaid with the extracted skeleton to build a weighted graph G (V, E). Finally, the Floyd–Warshall algorithm is applied to find the lowest cost path from I to O, which refer to two intersections of adjacent image polygons, with the lowest-cost path being the seamline. This vector-based approach is typically more efficient than raster-based approaches. Experiments demonstrate the merits of the proposed approach especially when vector road networks are available.     

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。     

卫星多故障探测和识别的独立分量分析法

鉴于独立分量对异常值具有较强的敏感性,提出了基于独立分量分析(ICA)的伪距多变量时间序列异常值探测算法,并且利用契比雪夫不等式给出了异常值探测的阈值,引入时间序列干预模型估计了潜在故障扰动的大小,根据3σ准则确定出故障星的位置。根据RAIM的实时性要求,采用滑动窗口的思想对上述批处理探测算法进行改造,本文提出了一种卫星多故障在线探测和识别的新算法,并给出了新RAIM算法的实施流程。利用5个iGMAS北斗监测站的民用观测数据对新算法进行验证,试验分析结果表明,新算法对于卫星多故障的实时处理具有较好的效果,且其故障正确探测率优于以往的RANCO方法。     

基于数学形态学的遥感影像边缘检测研究

针对含有复杂地物、边缘密度大的遥感影像,提出了一种基于多结构元素形态学的边缘检测方法。首先,根据遥感影像的特点,用形态学的开闭滤波器去除影像中的噪声点。然后基于多结构元素形态学进行边缘检测,最后,对边缘检测结果进行二值化及细化处理。并同Sobel及Canny算子的检测结果进行了比较。结果证明,该方法能有效地提取边缘、保护细节。     

Automatic change detection for road networks from images based on GIS

Up to now, detailed strategies and algorithms of automatic change detection for road networks based on GIS have not been discussed. This paper discusses two different strategies of automatic change detection for images with low resolution and high resolution using old GIS data, and presents a buffer detection and tracing algorithm for detecting road from low-resolution images and a new profile tracing algorithm for detecting road from high-resolution images. For feature-level change detection (FL-CD), a so-called buffer detection algorithm is proposed to detect changes of features. Some ideas and algorithms of using GIS prior information and some context information such as substructures of road in high-resolution images to assist road detection and extraction are described in detail.     

Automatic Change Detection for Road Networks from Images Based on GIS

Up to now, detailed strategies and algorithms of automatic change detection for road networks based on GIS have not been discussed. This paper discusses two different strategies of automatic change detection for images with low resolution and high resolution using old GIS data, and presents a buffer detection and tracing algorithm for detecting road from low-resolution images and a new profile tracing algorithm for detecting road from high-resolution images. For feature-level change detection (FL-CD), a so-called buffer detection algorithm is proposed to detect changes of features. Some ideas and algorithms of using GIS prior information and some context information such as substructures of road in high-resolution images to assist road detection and extraction are described in detail.     

SAR图像多尺度积增强的目标检测算法

合成孔径雷达（SAR）成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。     

一种基于灰度剖面分析的边缘提取新算法

针对影像中梯度较小的模糊边缘，提出了一种自适应梯度的概念和边缘检测算法。基于新的梯度概念，可以根据刀刃曲线的实际形状自适应地计算影像中每一点的梯度，比较理想地消除边缘的渐变效应(模糊)对边缘检测的不利影响。试验表明，这种梯度计算方法对模糊边缘的检测具有较好的效果。     

实时精密单点定位中周跳探测与修复的算法研究

提出了一种适用于实时GPS精密单点定位的周跳探测与修复的新算法。该算法步骤为：①利用M-W组合和电离层残差组合初步确定没有发生周跳和可能发生周跳的卫星;②利用当前历元与前一（或几个）历元的L1、L2和Lw观测值和第一步得出的没有发生周跳的卫星信息,采用基于历元间差分观测值的周跳处理模型对可能发生周跳的卫星进行周跳探测;③对第二步中周跳处理失败的卫星进行进一步的精化处理,以尽可能修复周跳。实验表明,新算法在实时GPS精密单点定位中可以准确地探测并修复周跳。     

一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。