正交距离圆曲线拟合方法

在分析圆曲线拟合准则基础上,提出采用正交最小二乘法拟合圆曲线。该方法以圆曲线正交距离残差平方和极小为准则。基于间接平差原理详细推导了相关模型和算法,并以实际算例说明了该方法的效果。     

外缺圆圆心检测

圆心检测中,圆的边缘缺损会影响圆心检测的精度。霍夫圆圆心检测具有良好的稳定性,但是精度稍低;最小二乘圆拟合,具有较高的精度,但是易受噪声点的干扰。针对这种情况,本文提出了一种基于霍夫圆的亚像素缺损圆圆心检测方法。先利用霍夫圆检测出粗略圆心坐标及半径,再利用轮廓检测技术提取出所有轮廓点的坐标,并根据霍夫圆检测出圆心及半径对轮廓坐标进行筛选,保留在圆上的轮廓坐标,并利用这些轮廓点坐标进行最小二乘圆拟合求出圆心。实验结果表明,该方法适用性较广,简单可靠,精度高。     

改进的动态广义Hough变换及其在圆检测中的应用

对动态广义Ｈｏｕｇｈ变换的特点简介后,着重介绍了对它的改进算法及其在圆识别中的应用。     

一种利用IGGII方案的稳健混合总体最小二乘方法

目的 混合总体最小二乘(mixed LS-TLS)合理地顾及了系数矩阵和观测向量误差,却没有考虑数据中可能存在的粗差。利用IGGII方案,提出一种稳健的混合总体最小二乘方法,并通过平面拟合进行验证。结合模拟数据和真实数据,通过与最小二乘(LS)、总体最小二乘(TLS)和混合总体最小二乘的对比分析,证实这种稳健混合总体最小二乘的平面拟合结果最为可靠。     

空间圆拟合方法在地铁洞门坐标计算中的应用

将地铁洞门看成空间圆球体与空间平面相交形成的圆。首先,使用最小二乘法拟合空间洞门所在的平面;然后,利用空间平面方程作为约束条件进行最小二乘法空间圆球体拟合,即可得到空间圆方程并得到圆心坐标与半径;最后,结合上海市12号线洞门检测工程实例验证该方法的有效性。     

行星探测器导航相机着陆后参数标定方法

巡视器导航相机在发射前已完成标定,但在飞抵行星表面开展工作前需经过长时间飞行,其间受到的外力可能导致相机参数发生变化,所以在着陆后需要对导航双目相机重新标定。本文首先介绍了以太阳能电池板为标定板,然后通过Hough变换、聚类思想和最小二乘直线拟合法提取出电池板格网线,根据直线参数重新标定导航双目相机外参的标定方法,最后进行了两项试验。试验1以嫦娥4号影像进行格网线提取试验,并与传统的Hough变换直线提取结果进行比较,本文提取方法更准确;试验2以模拟直线参数进行双目相机外参标定试验,结果说明解算精度较高,方法可行有效。但该相机标定方法将相机内参作为已知值,并单独解算左、右相机外参,下一步将继续研究相机内、外参同时标定的方法和双目相机一步标定的方法。     

基于Hough变换的航空影像建筑物半自动提取

针对Hough变换不能检测直线段的缺点,提出了一种改进的Hough变换用于影像中矩形建筑物的半自动提取。同传统Hough变换相比,改进的Hough变换充分利用了Hough变换的参数空间数据,将Hough变换的“投票”过程和直线段的检测过程融为一体,获得直线段的端点坐标。根据直线段的端点坐标消除虚假直线段的过连接,并根据直线段的角度、距离条件合并直线段。最后通过直线段上的若干点利用最小二乘法拟合出一条最佳直线,通过计算最佳直线的交点确定建筑物的角点坐标,完成影像中建筑物的半自动提取。实验结果表明:用改进的Hough变换算法提取出的航空影像中建筑物边缘结果是正确的,定位精度较高。     

一种迭代法的圆曲线拟合方法

针对在实际测量工作中量测圆心坐标及半径时存在的问题,该文基于迭代法的思想,推导了一种圆曲线拟合的方法,并用实例数据进行了检验。结果显示,该方法在离散点均匀采集或非均匀采集的情况下均具有良好的拟合效果,与目前在圆曲线拟合方法中普遍采用的最小二乘法相比,具有同样高的拟合精度,验证了该拟合方法的正确性与可行性。     

一种多孔径SAR图像目标检测方法

提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。     

一种基于跑道检测的机场识别方法

遥感图像中机场的识别以检测跑道为主。用改进的Hough变换方法对机场图像的边缘检测图进行计算,提取出机场跑道对应的平行直线对,然后计算跑道中心线所对应的像素点,以它们为种子点进行区域生长,识别主要机场结构。     

利用点对分析法检测线段

结合图像中直线段点密度分布的一些视觉经验,提出一种检测线段的点对分析算法,避免了Hough变换中累加参数空间的复杂计算过程。实验表明,本文方法具有精度高、消耗内存量小并能直接检测出线段及其端点的优点,可应用在弹道轨迹检测、字符笔画识别和遥感图像道路检测等领域。     

基于Hough变换的建筑物半自动提取

提出了一种基于Hough变换的建筑物半自动提取方法。该方法针对由人工给定建筑物的初始角点并通过统计屋顶主方向对Hough变换的搜索范围和搜索角度进行限制,从而稳定快速地提取出屋顶的边缘。然后利用最小二乘的方法对提取出的屋顶边缘进行精确对中,实现了对平顶直角建筑物以及人字形建筑物的有效提取。     

基于Hough变换的建筑物半自动提取

提出了一种基于Hough变换的建筑物半自动提取方法.该方法针对由人工给定建筑物的初始角点并通过统计屋顶主方向对Hough变换的搜索范围和搜索角度进行限制,从而稳定快速地提取出屋顶的边缘.然后利用最小二乘的方法对提取出的屋顶边缘进行精确对中,实现了对平顶直角建筑物以及人字形建筑物的有效提取.     

基于影像的道路标线自动识别方法

利用图像处理技术和模式识别技术。提出了一种基于影像的道路标线自动识别方法，实验结果表明，该算法速度快，准确率高，适应性强。     

无需初值的RPC模型参数求解算法研究

针对国内外研究者求解RPC(Rational Polynom ial Cam era)模型参数的算法需要初值及迭代处理,且求解过程相当复杂的缺憾,提出基于全球DEM无需初值的RPC模型参数求解算法。利用SPOT-5卫星影像进行试验,获得该算法对线阵推扫式卫星遥感影像有意义的结论。对SPOT-5卫星影像在利用严格成像模型求解RPC模型参数时,进行了控制点格网大小及高程分层数对求解精度的影响试验,得出:对SPOT-5卫星影像,采用控制点的格网大小为20像素×20像素、高程分层数为3时,可以达到精度和效率的平衡。     

基于视觉的大半径圆曲线车道线识别

车道线识别是自动驾驶中车道保持系统的关键技术,为提高大半径圆曲线车道线识别精度,本文将两侧弯曲车道线化分为多区域,利用直线段和贝塞尔曲线进行拟合。首先在感兴趣区域(ROI)进行图像预处理,并根据车道线特征像素点的分布情况,通过车道线变化规律判定转向;然后根据转向按照不同的比例和方式进行左右车道线的区域划分;最后通过Hough变换识别相应区域的直线段,将小于阈值的直线段用直线连接、大于阈值的利用贝塞尔曲线连接,以识别完整弯曲车道线。试验结果表明,该算法对大半径车道圆曲线的识别具有较好的稳健性。     

基于自适应中值滤波和改进Hough变换的直线提取

直线是遥感图像的重要纹理特征,直线提取是直线匹配、遥感影像数据的三维重建、图像配准等的前提基础。本文针对传统Hough变换存在的问题以及MatLab软件工具箱中现有滤波算法的不足,提出对Hough变换进行改进,设计自适应中值滤波,并结合Canny边缘检测算子实现了直线的准确提取,使得直线提取算法具有较强的抗噪性能,不误检直线。     

粒度Hough变换及其在遥感影像直线检测中的应用

在基于Hough变换的遥感影像直线检测的过程中引入粒度计算的概念,利用粒度计算具有多角度、多层次观察问题的能力,对遥感影像中的直线边缘特征进行不同粗细的粒度分析,建立粒度计算概念下的直线检测算法,实现对不同长短、粗细直线的识别。真实的IKONOS遥感影像机场跑道提取试验证明了该方法的有效性。     

非等时空距GM(1,1)模型在建筑物沉降预测中的应用

以灰色理论为指导，GM（1，1）模型为基础，提出用最小二乘原理对灰色模型进行优化，大大提高非等时距GM（1，1）模型的预测精度，并对某海堤监测数据进行预报，检验结果表明预测值达到很好精度，由此证明，此方法有较大的应用价值。