基于匹配的遥感影像纠正控制点的自动提取

本文提出了一种基于影像灰度和影像特征混合的特征点提取、松弛匹配的自动提取控制点的新方法。在进行控制点的自动提取时，该方法速度快、错误匹配率低、精度高。     

遥感影像外业控制点自动提取方法

提出了一种遥感影像外业控制点自动提取方法,利用边判别法对边缘二值影像提取备选控制点,对其进行筛选,并对控制点进行加权中心化,将其精度提高到亚像素级。     

图形图像控制点库及应用

本文给出了建立大型图形像控制点数据库的原理和方法,介绍了如何从这样的数据库中提取控制点进行自动匹配,寻找待纠正影像上的同名点建立控制点对,实现对影像的几何纠正。     

高分二号卫星遥感影像控制点自动提取

针对传统的手动和半自动方式无法快速有效地进行控制点提取,该文提出了一种高效自动化的高分二号卫星影像控制点提取方法。采用Harris算法和基于地理位置的匹配算法求解特征点,利用随机抽样一致性(RANSAC)算法进行误差剔除,最小二乘匹配获得最优解,并进行高分二号卫星影像的几何校正,实现了较好的校正结果。实验结果表明:所采用算法可以快速有效的提取控制点,可应用于高分辨卫星数据的控制点提取与几何校正。     

基于控制点影像数据库的国产卫星影像纠正技术研究

随着国产卫星影像的广泛应用,其影像高效率、高精度的处理变得越来越重要。本文基于控制点和影像数据建立福建省控制点影像数据库,并采用相关系数法进行影像匹配,实现影像控制点的自动提取。结果表明,利用控制点影像数据库进行影像的几何纠正具有较高的精度,可提高生产效率,具有实用性。     

多源遥感影像高精度自动配准的方法研究

提出并发展了一套对多源遥感影像(不同传感器、不同分辨率、不同时相的遥感影像)的高精度自动纠正与配准技术与方法。遥感影像首先通过一个多项式模型进行整体粗纠正,然后在待配准影像上提取均匀分布的特征点。以提取的特征点为引导,利用金字塔逐层模板匹配的方法获得配准用同名控制点,基此构建不规则三角网将影像分解为各三角形区域,在每个三角形范围内实现逐三角网的高精度影像纠正与配准。     

结合SURF算法和单应性矩阵的无人机影像匹配

针对无人机影像受拍摄条件影响或区域环境复杂造成的匹配效果不佳,局部区域甚至无法匹配的问题,基于SURF算法,利用多重约束条件改进算法对无人机影像进行了特征匹配。该匹配算法首先利用SURF算法检测影像特征点,利用FLANN快速搜索结合KNN算法筛选特征点,选出构造单应性矩阵的最优内点匹配对,然后利用基于单应性矩阵的RANSAC算法过滤掉错误匹配。试验结果表明:与基于SURF算法的单一约束条件的无人机影像匹配相比,多重约束条件的无人机影像匹配算法在匹配质量优化的同时能提高无人机影像匹配集数量,该算法在误匹配减少的前提下能获得更多准确的特征点。     

基于GDAL的地理国情普查影像控制点自动提取

地理国情是国情的重要组成部分,是与地理空间紧密相连的自然环境、自然资源基本情况和特点的总和。影像控制点作为地理国情重要组成之一,其数据生产以及成果质量具有重要意义[1]。当前处理影像控制点方式需大量人工操作,过程复杂且效率低下,本文深入分析影像控制点规范,提出基于GDAL的自动提取方案,并开发出影像控制点自动提取软件,可大幅度提高影像控制点生产效率,为地理国情普查提供保障。     

基于 GDAL 的地理国情普查影像控制点自动提取

地理国情是国情的重要组成部分,是与地理空间紧密相连的自然环境、自然资源基本情况和特点的总和。影像控制点作为地理国情重要组成之一,其数据生产以及成果质量具有重要意义[1]。当前处理影像控制点方式需大量人工操作,过程复杂且效率低下,本文深入分析影像控制点规范,提出基于GDAL的自动提取方案,并开发出影像控制点自动提取软件,可大幅度提高影像控制点生产效率,为地理国情普查提供保障。     

控制点影像库在遥感影像几何纠正中的应用

影像几何纠正是遥感图像处理的重要技术。为了克服现有方法在实际应用中的不足,提出利用控制点影像库进行影像自动匹配,然后进行几何变化的方式。这种方法简单有效,快速稳定,匹配得到的同名点数量足够且分布均匀,并通过引入最小二乘匹配使配准达到子像素精度,提高几何纠正的速度与可靠性。     

计算机视觉中基于多照片的同名点自动匹配

对多张图像上同名点的自动匹配算法进行了分析,提出了利用多张图像上的核线约束来实现同名点的匹配.首先,计算出一个待匹配点在另外两张图像中的核线,在核线附近确定出概略匹配点.然后,再次利用核线约束特性在确定的概略匹配点之间确定出唯一的匹配点.最后,用该方法对多张图像间的同名点进行了匹配试验,实验结果表明,该方法效果良好,具有较好的实用价值.     

计算机视觉中基于多照片的同名点自动匹配

对多张图像上同名点的自动匹配算法进行了分析,提出了利用多张图像上的核线约束来实现同名点的匹配。首先,计算出一个待匹配点在另外两张图像中的核线,在核线附近确定出概略匹配点。然后,再次利用核线约束特性在确定的概略匹配点之间确定出唯一的匹配点。最后,用该方法对多张图像间的同名点进行了匹配试验,实验结果表明,该方法效果良好,具有较好的实用价值。     

基于SURF算法和改进RANSAC算法的无人机影像匹配

影像匹配是诸多遥感影像处理和影像分析的一个关键环节,结合加速鲁棒性特征(SURF)算法和随机采样一致性(RANSAC)算法对影像进行处理,得到特征稳定、匹配点可靠的配准影像。首先提取影像的SURF特征,利用特征点的欧式距离比来完成影像之间的粗匹配;然后使用RANSAC算法对粗匹配点进行筛选;最后计算出图像间的变换矩阵,完成匹配。文中选择某城郊地区的无人机航拍影像,结合SURF算法,并改进RANSAC算法来对影像进行处理,实现影像的匹配,验证文中方法的可行性。     

低空UAV激光点云和序列影像的自动配准方法

提出了一种低空无人机(unmanned aerial vehicle,UAV)序列影像与激光点云自动配准的方法。首先分别基于多标记点过程与局部显著区域检测对激光点云和序列影像的建筑物顶部轮廓进行提取,并依据反投影临近性匹配提取的顶面特征。然后利用匹配的建筑物角点对,线性解算序列影像外方位元素,再使用建筑物边线对的共面条件进行条件平差获得优化解。最后,为消除错误提取与匹配特征对整体配准结果的影响,使用多视立体密集匹配点集与激光点集进行带相对运动阈值约束的ICP(迭代最临近点)计算,整体优化序列影像外方位元素解。试验结果表明本文方法能实现低空序列影像与激光点云像素级精度的自动配准,联合制作DOM精度满足现行无人机产品1∶500比例尺标准。     

车载全景影像核线匹配和空间前方交会

全景相机车载移动系统可以获取带有精确位置和姿态信息的序列全景影像,针对该影像数据,提出一种构建全景核线影像的方法,描述了在球面全景模型下构建全景影像之间核线几何约束的过程,并推导出具体的公式,然后在两张全景核线影像之间使用SIFT算法匹配同名点,最后根据摄影中心、像点、物点3点共线的原理,推导出全景影像的共线公式,利用前方交会的原理计算出物点的空间3维坐标。实验结果表明,本文方法可以降低全景影像匹配的难度,提高匹配点数量和精度,适用于实现基于全景影像的量测等功能。     

Phenological metrics-based crop classification using HJ-1 CCD images and Landsat 8 imagery

Crop type data are an important piece of information for many applications in agriculture. Extracting crop type using remote sensing is not easy because multiple crops are usually planted into small parcels with limited availability of satellite images due to weather conditions. In this research, we aim at producing crop maps for areas with abundant rainfall and small-sized parcels by making full use of Landsat 8 and HJ-1 charge-coupled device (CCD) data. We masked out non-vegetation areas by using Landsat 8 images and then extracted a crop map from a long-term time-series of HJ-1 CCD satellite images acquired at 30-m spatial resolution and two-day temporal resolution. To increase accuracy, four key phenological metrics of crops were extracted from time-series Normalized Difference Vegetation Index curves plotted from the HJ-1 CCD images. These phenological metrics were used to further identify each of the crop types with less, but easier to access, ancillary field survey data. We used crop area data from the Jingzhou statistical yearbook and 5.8-m spatial resolution ZY-3 satellite images to perform an accuracy assessment. The results show that our classification accuracy was 92% when compared with the highly accurate but limited ZY-3 images and matched up to 80% to the statistical crop areas.     

大交角近景影像的仿射不变特征匹配方法研究

针对近景数字摄影测量中大交角影像的匹配问题,本文提出了一种仿射不变特征提取与匹配方法。该方法集成Hessain-Affine和MSER特征检测算法提取一定数量的仿射不变特征区域,并将提取的椭圆形特征区域归一化处理为圆形区域,再用SIFT特征描述算子对特征区域进行描述,然后进行基于距离的粗匹配,最后在核线约束下进行精匹配。实验表明,本文的方法在对大交角近景图像进行匹配时,可以得到相对多数量的匹配对和较高的正确匹配率,具有很好的稳定性和鲁棒性。     

最优路径的无人机影像拼接

SIFT算法是基于尺度空间的特征匹配方法,该算法为每个关键点指定了方向参数,具备旋转不变性,对图像倾斜的适应性很强.本文采用SIFT算法对无人机图像提取特征点,利用欧氏距离粗匹配,通过距离中误差精匹配.在对拼接误差原因分析的基础上,提出了采用最优路径的拼接方法来降低误差.     

基于动态规划和Hough变换的遥感影像与GIS矢量数据匹配方法

由于遥感影像与GIS矢量数据性质不同,并且两者叠加后存在一定的平移、旋转和尺度变化等原因,准确建立两者之间的对应关系是一个难点.为此,提出一种多阶段、由粗到精的匹配方法.该方法在遥感影像特征自动提取的基础上,以局部匹配优选的待匹配结点和待匹配线段为前提,利用动态规划匹配方法,进行折线整体匹配;然后利用匹配的同名点,解算...     

SIFT-FANN: An efficient framework for spatio-spectral fusion of satellite images

Image fusion techniques are widely used for remote sensing data. A special application is for using low resolution multi-spectral image with high resolution panchromatic image to obtain an image having both spectral and spatial information. Alignment of images to be fused is a step prior to image fusion. This is achieved by registering the images. This paper proposes the methods involving Fast Approximate Nearest Neighbor (FANN) for automatic registration of satellite image (reference image) prior to fusion of low spatial resolution multi-spectral QuickBird satellite image (sensed image) with high spatial resolution panchromatic QuickBird satellite image. In the registration steps, Scale Invariant Feature Transform (SIFT) is used to extract key points from both images. The keypoints are then matched using the automatic tuning algorithm, namely, FANN. This algorithm automatically selects the most appropriate indexing algorithm for the dataset. The indexed features are then matched using approximate nearest neighbor. Further, Random Sample Consensus (RanSAC) is used for further filtering to obtain only the inliers and co-register the images. The images are then fused using Intensity Hue Saturation (IHS) transform based technique to obtain a high spatial resolution multi-spectral image. The results show that the quality of fused images obtained using this algorithm is computationally efficient.