相位相关法辅助的重复纹理区低空影像匹配

针对重复纹理区低空影像匹配中存在的多义性易造成同名点过少或匹配失败等问题利用相位相关法计算了像对中两影像傅立叶变换复共轭的互功率谱预测同名点在平移旋转和尺度上的遍历范围并以尺度遍历范围自适应估计Harris－Laplace尺度空间和检测角点然后通过相关系数法和核线约束匹配同名点实验验证了该方法对于重复纹理区低空影像匹配的可靠性和实用性可获得数量足够且分布均匀的同名点     

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。     

一种运用AKAZE特征的无人机遥感影像拼接方法

针对无人机遥感影像旋偏角大、地面覆盖范围小等特点,提出一种运用AKAZE特征匹配算法实现无人机遥感影像的快速拼接。该方法利用AKAZE算法提取影像特征点,采用比值法、RANSAC算法计算出拼接序列之间的单应矩阵,通过中心距离范数加权法进行融合。实验表明,其配准精度优于ORB算法,与SIFT算法相当,而运算效率高于SIFT算法,但不及ORB算法,是一种稳定高效的无人机影像拼接算法。     

利用A-AKAZE算法进行喀斯特地区无人机影像匹配

喀斯特地区地形复杂,无人机影像匹配难度大、耗时多。针对如何提高该区域无人机影像的匹配效率,本文提出了一种基于AKAZE的改进算法。该算法首先利用完全仿射不变框架对原始影像进行视角模拟;然后利用AKAZE算法对模拟影像进行特征点提取和描述,并获得原始影像的特征点和描述符;最后利用基于单应性矩阵的RANSAC算法对原始影像进行精匹配,进而剔除粗匹配过程中错误匹配点对。本文对该改进算法开展了试验研究,并与ASIFT和AKAZE等常用算法进行了试验对比分析。试验结果表明,对喀斯特地区无人机影像匹配而言,与ASIFT算法相比,在保持相当匹配正确率的情况下,基于A-AKAZE算法的匹配总耗时是ASIFT算法耗时的50%左右,可以较大幅度地减少匹配总耗时;与AKAZE算法相比,基于A-AKAZE算法的影像总匹配对数及正确匹配对数至少是ASIFT算法的影像总匹配对数及正确匹配对数的7倍。综合考虑匹配耗时和正确匹配对数,本文算法优于AKAZE和ASIFT等常用算法,更适合于喀斯特地区的无人机影像匹配。     

基于ICP方法缺乏纹理物体三维曲面模型的匹配

对缺乏纹理物体建立三维模型,关键的难度在于缺乏特征点和点的坐标获得。本文采用ICP算法来对物体进行匹配,当特征点不足时,ICP算法是一个很适用的匹配方法,只需要对物体的给定点寻找最近点。为了计算目标点的坐标,利用投影器投射清晰稳定的纹理到缺乏纹理物体的表面,然后CCD相机对物体进行拍摄。通过线检测和空间前方交会解算出物体部分模型表面的空间点;并使用无需控制点的ICP方法对相互重叠的部分模型进行匹配,从而完成物体的三维重建。实验证明ICP方法对缺乏纹理物体的三维曲面匹配有效。     

一种结合纹理择优算法的影像三维重建方法

针对多视影像重叠度高、影像来源丰富等特点,提出了一种基于多视角影像的纹理择优映射算法,该方法对模型三角形进行逐个相机场景可见性分析,对模型在场景中不可见三角形和部分可见三角形进行选择性剔除,只对完全可见三角形及符合阈值计算的部分可见三角形提供候选纹理三角形,能有效解决模型不可见三角形和部分可见三角形被误贴纹理的问题,再通过对候选纹理三角形的视角分析,为几何模型表面三角形选择一个理论最优纹理,计算映射关系自动映射到模型表面。同时,本文将该纹理择优映射算法应用到基于近景影像的三维重建中,使用从运动中恢复结构SFM的方法进行相机标定及影像相对定向,通过CMVS/PMVS密集匹配方法从影像中获取点云模型,采用Possion算法重构模型三角网,最终利用提出的纹理择优算法确定最佳纹理并实现自动映射。通过与Smart3d、PhotoScan、lensphoto软件的对比证明了本文三维重建及纹理择优算法在近景影像三维重建中的有效性。     

一种喀斯特地貌无人机遥感影像的快速匹配方法

针对喀斯特地貌地形起伏大、沟壑纵深、影像局部存在阴影,该地区无人机遥感影像匹配难度大,该文提出一种基于AKAZE特征和RANSAC算法的喀斯特地貌无人机遥感影像的快速匹配方法。该方法采用AKAZE特征检测算法提取喀斯特地貌无人机遥感影像的特征点,能够较为精简地描述出影像的特征,影像匹配时间缩短,匹配速度提高明显;由于预匹配存在错误点对,利用单应性矩阵的RANSAC算法进行精准匹配,剔除错误匹配点对,同时得到最优的单应性矩阵。实验结果表明,该方法的匹配耗时和匹配正确率较优于经典的SURF和BRISK算法,该匹配方法更适合于喀斯特地貌无人机遥感影像匹配。     

一种影像纹理分析的新方法--条件模式谱法

阐述了模式谱方法分析遥感影像纹理的不足，并将纹理谱与模式谱的概念相结合，提出了遥感影像纹理分析的新方法——条件模式谱法。试验证明，该方法具有可行性和有效性。     

一种顾及影像纹理特性的自适应分辨率增强算法

针对传统的影像分辨率增强算法存在的缺点,提出了一个顾及影像纹理特性的自适应分辨率增强算法。在算法中,首先通过影像分析,根据定义的3种纹理特性,确定出像素在影像中所在的位置是属于平滑纹理、一般纹理还是边缘纹理,然后根据不同的属性应用不同的滤波器进行内插增强。特别是对边缘纹理的处理,为了提高精度,是通过两次迭代来完成的。实验中利用该算法和传统的增强方法对三峡地区航空影像和武汉TM影像分别进行了处理,并用常用的影像质量评价方法对增强处理结果进行了对比评价,实验证明,所提出的算法在保持纹理、边缘方面有较大的优越性,具有实用价值。     

一种改进的APAP影像匹配算法

针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题,本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点,通过改进RANSAC算法去除误匹配点;然后根据APAP算法对影像进行网格划分,求每个网格的单应性矩阵,并对单应性矩阵进行线性化;最后根据线性化的单应性矩阵进行影像匹配,单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用,而且能减少非重叠区域的透视失真。试验结果表明,本文方法在匹配效率和匹配效果方面效果显著。     

遗传算法与单纯形法组合的影像纹理分类方法

提出遗传算法(简称GA)与单纯形法组合的影像纹理分类方法(简称GASPX)。单纯形法是一种局部搜索方法，它通过反射，扩张，收缩操作，求得新的单纯形点，组成新单纯形，新单纯形比前一个单纯形更接近局部最优解。这种寻优方法收敛速度快，它与GA组合起来可以改善单独使用GA收敛速度慢的缺陷。由于在组合算法中是多个单纯形的局部区域的并行搜索，避免GA优化过程中过早收敛于局部最优解的现象出现。通过5种不同类别航空影像纹理识别的试验，并与GA的结果作对比，结果表明GASPX法优于GA法。     

图像相关匹配算法的快速实现

结合分级关键点互相关迭代法与搜索空间标记法,设计了一种有效提高图像相关匹配速度的算法。其中分级关键点互相关迭代算法快速实现了由重要到不重要像素点的逐级迭代互相关匹配计算,算法在保证精度的前提下可以随时结束并输出相关匹配值;而搜索空间标记法则能快速排除掉大量参数空间内不可能匹配的点。实验证明,这种算法能在正确配准图像的前提下大幅度提高匹配速度。     

顾及纹理特征的航空影像自适应密集匹配方法

半全局匹配实质是在视差连续性假设下的离散优化方法。为克服视差断裂带影响,依赖一组参数控制视差不一致性。若参数过小,在平面内难以保证视差连续性,产生明显噪声,导致凹凸不平现象;若参数过大,将致使物体表面过于平滑,难以保留视差断裂等重要特征。为克服上述问题,本文提出了一种顾及纹理特征的自适应密集匹配方法:首先,检测影像纹理特征并定量表达纹理丰富性程度;其次,依据纹理丰富程度与视差差异存在正相关的规则知识,实现匹配参数依据纹理信息的自适应选择;最后,采用上述参数进行自适应的半全局匹配。通过ISPRS基准数据集和国产SWDC-5获取的倾斜影像进行试验分析证明,本文方法能够有效减少低纹理区域匹配噪声,同时更有效保留边缘特征。     

遗传算法与最小二乘法相结合的遥感图像子像素匹配

图像匹配在计算机视觉和数字摄影测量中都是一项十分重要的任务。为了加速匹配并为高精度子像素匹配提供稳健而相对精度的初值，本文提出了一种基于遗传算法（GA）和最小二乘法匹配（LSM）相结合的遥感图像子像素匹配算法。实验表明：基于遗传算法的匹配算法比序贯相似度度量（SSDA）和经典的平均绝对差（MAD）方法要快得多。以我们的实验数据为例，MAD与GA在相关计算总量上的比至少为36：1。本文从理论上证明了这一点。     

基于图割算法的倾斜影像纹理映射优化方法

针对基于倾斜摄影影像重建三维城市模型纹理映射过程中出现的遮挡和纹理碎片化问题,本文提出一种利用摄影光线与模型相交判断遮挡,然后利用图割算法优化纹理的方法。首先,连接摄影中心与三角形面片各顶点,判断连接线段与其他三角形面片的相交情况,从而确定是否遮挡,以选取当前三角形面片对应的未被遮挡影像。然后,根据对应关系,构建能量函数,通过图割算法最小化能量函数以确定最优纹理,使相邻三角形面片对应影像的选择趋于一致,从而解决纹理碎片化问题。通过实验证明,本文方法在大规模三维模型的纹理映射中,能够有效解决映射的遮挡重影现象,并能够极大地避免纹理碎片化问题。     

利用区域特征进行云与辐射雾分离检测

提出了基于区域特征的云与辐射雾分离检测算法。选取MODIS数据作为实验数据,确定了算法的区域特征和区域特征指标,并对算法的稳定性和普适性进行了验证。实验结果表明,该算法具有较强的稳定性和普适性,但算法区域特征的选择仍需加强。     

基于颜色和纹理的森林影像分割方法

提出一种基于影像颜色散度和纹理信息的森林影像分割方法。对输入影像进行颜色量化,然后利用量化得到的索引矩阵计算各像素的颜色散度;基于多分辨率策略进行纹理分析,通过区域生长形成初始分割区域;统计各区域Laws纹理能量,合并过分割区域。实验表明,森林影像的分割结果与人的主观视觉感知具有良好的一致性,识别出的地面和树木可为匹配和三维建模提供可靠依据。     

基于小波和线矩的实孔径雷达图像与TM图像的匹配

为了充分利用多源遥感信息,常常需要解决不同传感器图像之间的匹配问题。为此,本文初步探讨了一种基于小波边缘检测与线矩描述的实孔径雷达图像与ＴＭ图像的匹配算法。实验结果表明：如果搜索窗口内存在较丰富的特征,该算法可以获得满意的结果。     

Delaunay三角网建立的改进算法

本文深入研究了Delaunay三角网建立算法中的逐点插入法,详细介绍了算法的实现步骤,分析了其中影响算法效率的关键环节,并采用数据点集分块管理、三角形快速定位、改变点插入顺序等方法进行了算法优化,对三角形快速定位方法进行了改进。测试实验的结果说明,算法改进后Delaunay三角网建立的效率提高了4~6倍。