ALOS-PRISM遥感影像超分辨率重建

介绍了日本ALOS卫星PRISM三线阵传感器的成像原理和方法,提出了利用PRISM三线阵影像进行超分辨率重建来提高PRISM影像的空间分辨率.提出了新的光流配准算法,该算法将标准互相关配准算法引入到Lueas-Kanade光流配准算法中,大大的减少了误配率,能够有效的消除PRISM Level 1级别的影像之间由于地形起伏所引起的变形.同时,改进了影像的高斯退化模型,在超分辨率算法中,引入了可变退化函数,通过交替最小化(AM)算法对可变退化函数进行盲估计,实验结果表明,超分辨率重建影像与插值影像相比,细节清晰很多,有效的提高了影像的分辨率.实验结果说明了本文配准算法可以达到超分辨率重建的亚像素的精度要求,可以应用于航空遥感影像的高精度匹配,同时也说明了将航空遥感影像的退化函数算子分为高斯退化算子和可变退化算子的思想是正确的,符合实际情况.     

利用光流配准进行嫦娥一号CCD多视影像超分辨率重建

月面起伏较大导致嫦娥一号CCD多视影像之间的形变是非刚性的,传统的基于仿射变换配准的超分辨率重建方法很难取得理想的效果。本文提出了一种新的基于光流配准的超分辨率重建方法,该方法采用双边总变分(bilateral total variation,BTV)超分辨率重建方法迭代求解高分辨率影像,迭代初始值由光流配准后的多视影像共同产生,并在迭代求解高分辨率影像的过程中更新光流场。实验结果表明,本文方法解决了嫦娥一号CCD多视影像超分辨率重建中的亚像素精确配准问题,重建影像的空间分辨率显著提高,细节分辨能力增强。     

利用频谱解混叠方法实现超分辨率影像重建

基于信号处理的超分辨率影像重建技术，可以消除由影像系统引起的影像模糊和退化，同时恢复出光学权限外的频谱信息。首先简要介绍了超分辨率影像重建技术的意义和基本过程；并对影像配准与运动模型估计在超分辨率影像重建中的作用给予简要介绍；接着根据连续傅里叶变换(CFT)和离散傅里叶变换(DFT)的频谱混叠关系及CFT位移性质，推导出频谱解混叠的超分辨率影像重建模型；最后采用文献中的运动模型估计方法和本文的重建算法，对几组数据进行实验，获得了空间分辨率提高近1倍的影像。     

一种改进的极大验后估计序列超分辨率重建算法

提出一种基于极大验后估计(MAP)超分辨率重建算法的新的改进算法.该算法将MAP算法或其他超分辨率重建算法所获得的高分辨率影像引入到MAP算法中,主要思想是基于所求取的分辨率应该与理想的高分辨率影像最大相关的原理.最后采取基于灰度的四参数仿射变换模型的配准算法,采用共轭梯度算法来迭代求解超分辨率重建方程.仿真试验证明,...     

单应性约束的SAR图像序列MAP超分辨率重建

针对合成孔径雷达(SAR)图像序列超分辨率重建过程中对配准误差敏感的问题,该文提出了一种单应性约束的最大后验超分重建方法。首先,对SAR图像序列的中间帧做2倍上采样,将其作为基准图像,利用本文改进的尺度不变特征变换(SIFT)配准算法依次计算SAR图像序列的每一帧与基准图像之间的单应性。通过对待配准图像进行分幅、放大阈值、单应性筛选等操作,达到增加匹配点数量、有效去除误匹配的目的。然后,将单应性作为配准参数,对图像进行配准,并对配准后的图像进行重采样,重采样后的图像利用最大后验(MAP)超分算法进行超分重建,得到高分图像。实验结果表明,该文改进SIFT配准算法可以在保证匹配点对正确率较高的同时增加匹配点数量,且算法复杂度低。改进MAP重建算法与经典超分方法相比,图像质量更高,细节更好。     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

影像超分辨率重建技术在遥感中的应用

影像超分辨率重建是通过对多幅具有互补信息的低分辨率影像的处理,重建一幅高分辨率影像的技术,其在视频监控、医学诊断、遥感监测等领域具有很大的应用价值。以SPOT5和ADS40为例阐述了超分辨率重建技术在遥感观测系统中的应用现状,并给出了一种应用于多时相遥感影像处理的超分辨率重建方法。     

基于密集卷积神经网络的遥感影像超分辨率重建

针对传统遥感影像超分辨率重建方法依赖同一场景多时相图像序列且需预先配准等缺点,本文提出了一种基于密集卷积神经网络的遥感影像超分辨率重建的方法。该网络直接将低分辨率遥感影像作为网络的初始输入,通过密集卷积神经网络学习影像的高阶表示,获得更具有表达能力的深层特征;同时,在网络中采用并行的1×1卷积滤波器结构,通过该结构减少模型参数;在重建网络中使用亚像素卷积可以更快地实现特征图的重建。在UCMerced_LandUse公共数据集上的实验表明:本文的网络模型提升了传统深度网络的影像重建性能,增强了重建图像的纹理细节并改善影像边缘失真,提升了重建影像的性能。     

超分辨率重建影像Wallis匀光拼接算法

由于计算机内存的限制,遥感影像的超分辨率重建一般采用分块算法进行处理,重建后的影像由于亮度、反差分布不均匀很难实现无缝拼接。针对超分辨率重建影像无重叠、规则大小的特点,本文提出了一种改进的加权Wallis匀光算法。该方法采用一种新的影像调整顺序,并使用加权法计算匀光参数,可以减少影像调整时误差的空间传递和累积,避免过度计算造成影像信息损失。最后,采用本文方法对900幅超分辨率重建后的资源三号影像进行匀光处理。试验结果表明：该方法能够使大幅面超分辨率重建影像达到亮度、反差一致性,取得了较好的匀光效果,达到了消除拼接缝的目的。     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术,其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像,本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法,该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配,然后使用RANSAC算法消除误匹配点并获取投影变换矩阵,从而获得图像序列间的亚像素级的运动信息;采用一组低分辨率序列图像进行试验,基于上述运动估计算法,采用迭代反投影进行超分辨率重建。试验结果表明,运动估计精度较高,重建影像具有较好的视觉效果,尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.     

ADS100数字航摄系统的安装与调试

ADS100数字航空摄影测量系统是目前最新一代的数字航空摄影测量系统,具有航摄效率高、数据信息量丰富、系统性能稳定、内部集成高精度IMU系统等一系列优势。该系统设计精密、构造复杂,其安装和调试是确保航摄顺利进行的前提条件和基本保障。本文结合大量的航摄生产经验,总结出ADS100航摄系统安装和调试的方法和注意事项,具有较强的参考价值。     

利用ADS100影像进行航空摄影测量的实践

以"葫芦岛测区基础测绘项目"为例,阐述了ADS100数字航空摄影测量系统在空中三角测量、DEM制作、DOM制作和立体测图等生产过程中的应用,并通过精度统计验证了该方法的可行性,实践证明:ADS100数字航空摄影测量系统在投入实际生产中,能确保航摄质量、提高航摄效率、保证数据处理精度。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

基于光流校正的复杂地形区多时相遥感影像配准

几何配准是影像后续处理的重要前提,是遥感信息处理领域研究的热点之一.复杂地形区多时相遥感影像的高精度配准一直是难以突破的难题,光流估计法通过逐像素位移增量解算为此提供了可行的解决思路,但光流法对地物变化异常敏感,经常导致计算的光流场及配准影像存在异常.为此,本文提出一种基于光流校正的复杂地形区多时相遥感影像配准方法,采...     

几种常见数字航摄仪的分析与比较

数字航摄仪是直接获取高精度数字影像的重要手段之一。文中介绍当前国际上3种主流数字航摄仪ADS40（Airborne Digital Sensor 40）、DMC（Digital Mapping Camera）及Ultra CamD（UCD）,并分析三者的成像原理及关键技术,同时从多个方面对三者进行评估和比较。     

ADS40线阵影像空中三角测量数据处理与精度分析方法

讨论了线阵影像空三数据处理中的自动连接点匹配、粗差剔除、方差分量估计、GPS/IMU观测值权值设置、坐标转换等问题,归纳了ADS40空三精度分析方法及相应技术指标。通过实际生产项目对机载线阵影像的空三精度进行了分析,获得了满意的空三精度。     

基于Level 0产品的ADS40正射影像快速生成

简单介绍了ADS40机载三线阵传感器的成像原理及其数据预处理技术,深入分析了ADS40影像定位的数学模型,提出一种快速确定成像扫描行的搜索算法,以此为基础设计出直接从ADS40 Level 0产品生成正射影像的快速校正流程。实验结果表明,本文的正射校正方法快速、有效,能满足预定比例尺正射影像的几何精度要求。     

一种改进的户外移动增强现实三维注册方法

针对目前移动增强现实三维注册实时性不强和鲁棒性差的问题,提出一种基于改进加速鲁棒性特征（speed up robust features,SURF）算法和角点跟踪算法（Kanade-Lucas-Tomasi,KLT）的移动增强现实户外三维注册方法。该方法通过结合快速视网膜关键点（fast retina keypoint,FREAK）算法改进了SURF算法（简称SUFREAK）,提高算法描述子构建效率,并保持了算法的鲁棒性。利用视频帧间的相关性,采用KLT光流跟踪算法对户外场景的自然特征点进行跟踪预测,以提高三维注册的实时性。实验结果表明,在户外复杂环境条件下,改进SURF算法具有较高的实时性和鲁棒性,且基于改进SURF和KLT算法的移动增强现实三维注册具有良好的实时性和图像识别效率。