基于多视航空影像的城市三维建模方法

城市三维建模是构建"数字城市"的一项基础工作。本文提出了一种基于多视倾斜航空影像的城市三维快速建模方法:利用倾斜摄影技术获取建模区域的多视倾斜影像,经过倾斜摄影测量数据预处理,人工交互半自动生成建筑物几何模型,并将多视影像中提取的建筑物墙面纹理映射到相应的模型,建立城市建筑物的真三维模型,最终建立建模区域的三维模型。文章最后通过试验及分析,验证了该方法的可行性。     

利用网络图进行高分辨率航空多视影像密集匹配

提出了一种基于网络图的高分辨率航空多视影像密集匹配算法。首先利用影像间的重叠关系和方向确定候选立体像对并构建网络图;在立体像对密集匹配阶段,引入导向中值滤波采用由粗到精的改进半全局匹配(SGM)算法进行双向视差图生成;最后基于所有立体像对构建的网络图完成多视影像间的密集点云生成及融合。试验选取了ISPRS的Vaihingen航空影像和ISPRS/EuroSDR项目的苏黎世倾斜下视影像进行试验,结果表明:本文算法对高分辨率多视影像密集匹配是有效可行的,无论在匹配完整性、效率、精度上都能获取较好的结果,重建的密集点云平均反投影误差的中误差可以达到亚像素级精度,实际精度可以达到1.5倍GSD,并且在建筑物、植被、水体等视差不连续、弱纹理或重复纹理区域也取得了较好的匹配结果。     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

基于SGM的多分辨率影像匹配方法

分析了SGM影像匹配算法的基本思想及其不足,给出了半全局影像匹配算法的基本模型;在此基础上,对该SGM算法模型进行了多分辨率扩展,设计了一种多分辨率半全局影像匹配方法 P-SGM,并讨论了该方法的实现步骤及其技术细节;利用实际影像数据进行了P-SGM影像匹配实验。实验结果表明,该方法能够完成大场景、大幅面遥感影像的密集匹配工作,获取实验区密集匹配点云;并具有较高的匹配性能和匹配精度。     

多视激光点云数据融合与三维建模方法研究

基于特征基元的点云数据配准方法,利用控制点对机载与车载点云数据进行概略匹配,构建了顾及梯度与颜色特征及特征组对的特征点匹配算法模型,根据拟合平面特征解算平移和旋转变换参数,实现了机载与车载点云数据的精确配准,并在此基础上建立了多角度点云数据融合的房屋顶部和立面特征提取、点云数据与光学影像纹理信息匹配的技术流程,实现了建（构）筑物三维精细建模,并通过实例验证了本文所提方法的有效性。     

近景影像的直线分层匹配北大核心CSCD

针对近景影像直线匹配过程中局部几何约束存在漏选和部分灰度描述符在某些场景变换下匹配无力等问题,本文提出了一种近景影像的直线分层匹配方案。该方案利用可靠同名点获取核线方程与透视变换矩阵,并进行目标直线候选直线的二次筛选。在进行检核方式的选取上,若存在相机投影矩阵则计算对应的重投影误差,否则计算优化后的MSLD描述符向量间的余弦相似度。设定合理阈值作为是否接受为同名直线的最终门限。使用网络公开数据集进行算法的分析验证,并与其他直线匹配算法进行对比。试验结果证明了本文方案的可行性与准确性,并对多种变换影像有着良好的适应性。     

半全局约束下的多基线立体影像MVLL匹配方法

多视铅垂线轨迹法（multi-view vertical line locus,MVLL）能够以物方地面铅垂线为几何约束,匹配获取物方空间点的最佳高程,是一种实用的多基线立体影像匹配方法。针对MVLL匹配方法中的物方空间点独立匹配、缺少整体性约束问题,将物方空间局部光滑特性应用至匹配过程,提出了一种半全局约束下的多基线立体影像MVLL匹配方法。首先,将物方空间点沿地面铅垂线上的准确高程搜索,等效至像方空间沿核线方向上的准确视差搜索;其次,采用MVLL匹配方法计算物方空间点在多张影像上的等效像方匹配测度;然后,采用半全局匹配法（semi-global matching, SGM）对匹配测度进行多路径聚合分析,得到物方空间局部光滑约束下的等效视差图;最后,将等效视差图转化为物方空间点匹配高程,并对多基线立体影像进行多分辨率匹配处理,实现整体最优条件下的MVLL匹配。采用多类型地形特征与局部区域影像进行匹配实验与对比分析,实验结果表明,所提方法能够对多类型地形特征的物方空间匹配测度进行优化,获取更加可靠的匹配结果,具有更高的影像匹配性能。     

半全局匹配算法的多基线扩展及GPU并行处理方法

文章分析了半全局匹配算法基本原理,将其扩展应用于遥感影像的多基线匹配,在进一步提高匹配可靠性的同时,保留了算法的规则结构;并研究其图形图像处理器(GPU)细粒度并行处理技术,重点探讨匹配代价立方体生成与聚合过程的核函数优化策略与线程组织方案,最后利用Tesla C2050 GPU并行加速卡对3幅UCD航空影像进行MVLL多基线匹配半全局优化GPU并行处理实验证明了该算法的有效性和高效性.     

高分辨率遥感影像DSM的改进半全局匹配生成方法

提出一种基于改进半全局匹配算法的高分辨率遥感影像数字表面模型（digital surface model,DSM）生成方法。首先利用影像间连接点几何约束关系对有理函数模型进行系统误差补偿,在补偿模型的基础上对影像进行分块,利用投影轨迹法逐块得到核线影像对;在密集匹配阶段,对影像建立金字塔后逐层进行半全局匹配,匹配过程中引入顾及影像纹理信息的视差图膨胀腐蚀算法约束每一层视差搜索范围,增加了视差图边缘处的有效像素数,同时减少了算法所需的内存开销和计算时间;在视差图后处理阶段,利用加权中值滤波算法保护了视差图的边缘信息;最后基于前方交会获取DSM。选取WorldView 3和资源三号立体影像进行试验,结果表明,本文方法获取的DSM精度在高程方向上接近于1.5倍GSD,并且较好地保持了地物的边缘特性,在计算效率和内存开销方面也具有较好的平衡。     

基于改进半全局匹配算法的高分辨率遥感影像DSM重建

提出了一种改进的半全局匹配算法来生成高分辨率遥感影像的数字表面模型(DSM)。利用影像间连接点的几何约束关系对系统误差进行有理函数模型补偿,再将有理函数模型分成若干个块,通过考虑纹理信息的视差膨胀腐蚀算法来减小建立金字塔分层后每一层的视差搜索范围。结果表明:该方法得到的DSM精度在高程方向上保持了GSD的1.5倍,并较好地保留了地物的边缘特征。在计算效率和内存开销之间也有很好的平衡。     

基于Skyline的无人机影像三维场景搭建及功能实现

根据多源数据融合理论,基于Skyline的组件将现有摄影测量软件生成的模型与3DS MAX软件建立的单体模型进行融合,构建出兼顾美观与空间分析需求的三维场景模型。为了实现三维场景模型的场景展示和空间分析功能,基于三维GIS开发平台Skyline进行了三维地理信息软件的二次开发。实验结果表明,该系统有效解决了现有三维建模过程中存在的问题,实现了从场景建模到空间分析再到结果展示的一体化处理体系。     

一种热红外与可见光影像深度特征匹配方法

针对无人机热红外影像与光学卫星影像的匹配难题,提出一种基于异源地标数据集学习的深度局部特征匹配方法。首先,利用生成对抗网络学习热红外与可见光影像的灰度分布规律,并进一步合成用于特征提取模型训练的热红外影像地标数据集;然后,联合残差网络和注意力机制模型,从数据集中学习深度不变特征;最后,经过对不变特征的匹配、提纯等处理,获得像对的正确匹配点。试验测试了该方法的性能,并与KAZE、特征检测描述网络和深度局部特征模型进行了对比。结果表明,提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性,且匹配效率较高,可为无人机视觉导航提供支撑。     

基于改进的SIFT算法的异源影像匹配

由于异源遥感影像之间灰度信息、比例尺差别大,甚至还存在较大旋转,采用传统匹配算法难以进行匹配。因此引入计算机视觉中应用广泛的SIFT算法对其进行匹配,结果表明,此算法稳定性高,可靠性强,速度快,对异源遥感影像在不同的变形、光照变化和分辨率下具有较好的匹配结果。     

一种基于邻域投票的异源光学影像SIFT匹配误差剔除方法

异源遥感影像匹配是高分影像处理中的重要环节与关键问题,但目前异源高分影像匹配精度有待提高。本文提出了一种基于邻域投票的异源光学影像SIFT匹配误差剔除方法,首先利用尺度不变性特征变换（SIFT）对特征点进行提取,随后基于邻域投票对匹配特征点进行二次约束,最后区分出待剔除误差大的匹配点,进而确定精确匹配点。为了评价本文方法的精度,分别对建筑物、道路、水体进行匹配研究,试验证实该方法可以提高上述3种地类的匹配精度,相比传统的SIFT方法平均提高了66%,同时有效地保持了结果的尺度不变性。     

基于多通道影像的最小二乘匹配算法

随着摄影以及信息存储和通信技术的提高,人们从影像中获取的信息量得到很大的提升。本文提出了一种基于多通道影像的最小二乘匹配算法,利用影像中获取的多通道信息构建最小二乘误差方程进行匹配计算,并采用某大学校区影像数据进行试验验证。结果表明,基于多通道的最小二乘匹配算法扩大了影像匹配窗口内像素的信息量,提高了影像匹配的精度和稳定性。     

无人机影像SIFT特征匹配的集群并行处理方法

简要介绍了国内外摄影测量并行处理技术发展的情况.在分析SIFT(尺度不变特征变换)算法和集群并行算法特点的基础上,设计了一种无人机影像匹配并行处理的方法;兼顾计算局部化和负载均衡提出了分层列划分的数据划分策略;并通过重叠通信和计算来减少通信开销,借助时间分布图对算法进行了量化分析.实验证明该方法可扩展性较好,适合在集群平台上进行影像匹配高效处理.     

一种区域立体快速自适应重建方法

传统的正射立体影像制作对于地形复杂区域易受到大高差的影响,产生局部立体感不足或者复视现象,从而造成视觉疲劳。针对这一问题,本文引入了深度映射模型,设计了非线性映射函数依据实际地形自适应地进行高程变换,利用视差函数进行逐像元迭代求解生成立体影像。提供了一种能够自适应快速生成符合人眼视觉感受的立体影像对的算法和流程。     

基于流形学习的航空影像匹配方法研究

提出了一种基于流形学习的航空影像匹配方法。该方法利用同一幅影像中特征点之间的空间结构和不同影像中特征点之间的相似性作为特征点映射的约束条件,利用流形学习方法对影像的特征点进行映射,将所有影像的特征点映射到同一空间后采用最小距离方法进行特征点的匹配。利用实际的航空影像进行实验,与SIFT方法、SVD-LLE方法进行综合分析,结果表明本文方法在匹配性能方面具有明显的优越性,并且能够同时获得多幅影像之间的匹配关系。     

一种具有仿射不变性的倾斜影像快速匹配方法

提出了一种较为快速且具有仿射不变性的倾斜影像匹配方法。通过估算影像的相机轴定向参数计算出初始仿射矩阵,通过逆仿射变换得到纠正影像,对纠正影像进行SIFT匹配。首先利用比值提纯法(NNDR)、归一化互相关(NCC)测度约束和左右一致性检验得到粗匹配点对,由粗匹配点对利用RANSAC方法计算出基本矩阵F和单应矩阵H。匹配时,匹配策略采用最邻近匹配,并利用极线约束、单应矩阵约束、NCC测度约束和主方向差值一致性约束剔除误匹配。通过对三组典型的倾斜影像数据进行试验,试验表明该方法匹配准确率高,匹配点对较为密集、均匀,且效率较高。