基于控制点影像库纠正国产卫星影像精度研究

随着国产卫星的广泛应用,快速、高精度的纠正其影像一直是研究的重点。本文基于控制点影像库,利用中国测绘科学研究院研发的"遥感影像几何纠正子系统"对国产卫星影像进行纠正,针对其纠正结果,利用控制点影像精度评价、线划图套合等方式进行精度分析研究。     

基准影像数据辅助遥感影像几何定位

针对遥感卫星影像几何定位时实测控制数据不足的情况,提出利用影像范围内基准影像数据辅助定位提高精度的方法。由遥感影像匹配得到同名像点,利用高精度影像数据和高程数据获取物方平面和高程坐标后,将其视为精度较低的控制点参与区域网平差,从而实现在不额外增加实测控制条件的情况下提高定位精度。经过在国内外3个地区进行一系列试验,验证了方法的可行性和有效性,对提升线阵遥感影像几何定位精度效果显著。     

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。     

消费型无人机倾斜序列影像三维重建研究

以西宁市某城镇区域为例,首先利用大疆DJI M600Pro无人机搭载的DG3 Pros倾斜摄影系统采集影像数据;再利用PhotoScan影像匹配模块处理无人机倾斜影像获取的多视影像数据同名点坐标;然后利用GodWork的AT模块进行引入曝光延迟的光束法区域网平差,并通过分块平差与整体一致性平差实现大区域多视倾斜影像数据的整体平差;最后利用Smart3D完成多视影像密集匹配和纹理自动映射,生成高精度的三维模型.通过控制数据对空三加密、三维立体模型进行了精度验证,结果表明,其精度能满足大比例尺测图要求.     

无人机影像制作大比例尺地形图试验分析

介绍一种利用无人机影像数据制作大比例尺地形图的方法,对利用该方法制作的地形图进行精度分析,探讨产生误差的环节和原因,以及控制误差的思路。试验证明,利用该方法制作的大比例尺地形图能够达到国家规范的精度要求。     

一种建立在CPN基础上的分类方法在遥感影像分类中的应用研究

对偶神经网络利用了自组织映射近似函数的一种新的映射神经网络,其结构组合了Kohonen的自组织映射和Grossberg的外星(Outstar)结构,网络结构相对简单。本文以对偶神经网络分类方法原理为基础,研究了一种理想化的分类方法,并以MATLAB平台为基础对遥感影像进行分类处理,实验结果表明,其分类总精度为94.17%,分类精度较传统监督分类结果有所提高。     

基于资源三号卫星影像的数字高程模型外推实验精度分析

目前,充分利用国产卫星影像,逐步减少使用国外遥感影像,是我国现代测绘产业发展的大趋势。本文基于资源三号国产卫星影像,利用已有的控制点资料,分别基于有控、无控的条件下生成DEM,分析其精度;并在研究区北部边缘选取部分控制点,通过区域网平差,对控制区域进行外推,生成DEM;再利用其余的控制点作为检查点对DEM精度进行检测,分析DEM在外推约100 km范围内的精度能够满足怎样的精度要求。     

基于知识的水体信息提取研究

随着遥感技术的不断发展,使用遥感手段自动提取地表水体信息已成为全球信息提取研究方面的热点,其研究具有重要的现实意义。本文利用基于知识的遥感信息提取方法对地貌复杂的ETM遥感影像进行水体信息提取:首先,对其进行几何校正和目视解译,进行光谱特征分析和纹理分析;然后,利用光谱间关系和NDWI法,在ERDAS和ENVI软件的支持下,将基于各种知识形成的判决规则进行概念化描述,构建数据模型,对遥感影像进行自动分类,并取得了较好的分类结果。经精度评价,分类总精度为98.05%,Kappa系数为0.808 2,证明该方法具有可行性。同时,灵活地运用纹理特征等专家知识可以有效地弥补单纯使用光谱特征进行自动分类的不足,提高分类的精度。     

模糊Hough变换算法在城市道路提取中的应用

采用形态学细化算法,将二值化影像形态学细化之后再进行峰值检测,有效地去除了虚假峰值,提高了道路提取精度及计算效率,为此,利用用模糊Hough变换算法提取遥感影像中的城市道路。试验表明,其方法在计算效率、提取精度以及内存占用方面具有明显优势。     

基于面向对象的高分辨率影像专题信息提取

利用面向对象的分类方法对高分辨率影像上的水体、植被、建筑物以及道路进行了自动提取;对自动提取结果进行了精度评价:水体和植被的用户精度在90%以上,建筑物和道路中心线的用户精度在70%以上;并分析了影响信息提取精度的因素。     

移动测量系统宽幅影像的几何拼接与量测

研究了移动测量系统宽幅影像的拼接与量测算法。通过建立三幅影像柱面全景投影的几何关系,能够直接拼接完成宽幅影像。利用宽幅影像和原始影像间反投影变换关系以及三幅原始影像的同、异步立体像对,可建立宽幅影像与物方空间坐标间一一对应关系,从而实现宽幅影像目标的量测算法。宽幅影像的投影拼接和量测实验表明,利用柱面全景投影拼接得到宽幅影像的方法可应用于移动测量平台宽幅影像序列的拼接;在原始影像具备同步立体像对的条件下,宽幅影像量测的绝对精度可达1 m以内,相对精度可达0.2 m以内,满足城市环境实景目标量测的精度需求。     

4D产品在遥感影像纠正中的应用

针对遥感影像数字纠正问题,结合生产实践,探讨分析了利用现代化的数字产品4D(DEM,DOM,DLG,DRG)数据来采集控制点,用于遥感影像的纠正,以提高效率和纠正精度。     

卫星遥感影像的区域正射纠正

针对大区域卫星影像正射纠正所面临的问题,提出了利用平面平差的方法来求解卫星影像定向参数然后进行区域正射纠正的策略。该方案能够保证大区域卫星影像正射纠正后绝对定位精度以及相邻影像接边处相对定位精度的一致性。通过资源三号测绘卫星正视全色影像的实验表明,仅利用少量平面精度为5m的地面控制点,大区域影像经过平面平差后独立检查点的平面精度优于7m,满足了我国1∶5万地形图的精度要求。此外,利用平面平差后每景影像的定向参数进行区域正射纠正,相邻影像接边处连接点的像方精度优于0.5个像素,达到了几何上无缝镶嵌的程度。     

基于少量控制点的Radarsat-2影像快速几何纠正技术研究

Radarsat-2卫星依据其搭载的GPS接收机可实现3倍中误差小于60m的精确实时定轨。由此本文提出依据其影像元数据信息实现快速几何纠正的方法,该方法利用少量的几个控制点来消除Radarsat-2影像与待纠正参考系间的系统误差。从而实现Radarsat-2影像的快速几何纠正。本文并依据SAR斜距成像原理的纠正公式和实地采集的GPS数据,验证了元数据中所提供RPF模型的内部精度和外部符合精度。通过实验验证了本快速纠正技术可以获得中误差小于2个像素的平面几何纠正精度。     

面向对象的城市土地利用分类

利用面向对象的信息提取技术,以高分辨率的广州市QuckBird影像为例,将城市用地分为：居民地、水体、道路、林地和农业用地等5类,并将其与传统基于像素光谱信息的分类方法进行了比较。结果表明：视觉上,面向对象的分类方法克服了传统方法无法克服的“椒盐”噪声的影响;精度上,面向对象信息提取技术的总体精度高达89．53％,比传统方法提高了11％;并且各类地物信息的提取精度均有所提高,其中林地、道路的精度有了较大提高。     

高分辨率卫星影像立体测图分析研究

运用高分辨率卫星遥感影像立体像对,利用少量的外业控制点,进行l：10000比例尺地形图立体测图精度试验,获取分辨率更高的彩色影像。     

基于多特征融合与典型降维方法的高光谱影像分类

高光谱影像的冗余信息给影像的分类效果带来一定的负面影响。本文利用CB法(CfsSubsetEval评估器结合Best-First搜索策略)与PCA变换两种降维方法,分别结合随机森林分类器对4种多特征融合方案(共8种组合)进行高光谱影像分类对比,基于分类的总体精度、Kappa系数探究提高高光谱影像分类的最佳组合方法。结果表明:①多特征融合可提升高光谱影像的分类效果,两种降维方法的分类精度均随地理特征、纹理特征、指数特征的加入而逐渐提高。②两种降维方法中,经CB法降维后的分类精度均比通过PCA变换降维的分类精度高。在构造的8种组合中,基于所有特征信息(光谱特征、地理特征、纹理特征、指数特征)的CB法分类精度最高,其总体精度为98.01%;Kappa系数为0.969 9。     

基于AdaBoost算法的城镇建设用地遥感动态提取研究

利用2007年的上海地区CBERS影像,使用AdaBoost组合分类器,将基于影像地物光谱信息、纹理结构信息和基于决策树分类器的提取方法组合,以提高分类精度。实验结果显示,AdaBoost算法在提高城镇建设用地的分类精度上显著有效。     

基于影像匹配的自发地理信息道路精度评价与改善

针对无矢量参考数据自发地理信息道路精度难以评价的问题,提出了一种基于影像匹配的道路精度评价方法。首先提取影像与自发地理信息中的道路交叉口作为控制点,并将对应的交叉口进行匹配,以同名控制点的均方根误差作为自发地理信息的道路精度;然后以两组控制点分别构建Delaunay三角网,利用两组控制点的对应关系对每个三角网进行仿射变换,从而实现对自发地理信息道路的几何纠正,以提高其精度。最后以郑州市的Open Street Map道路数据进行试验,结果表明本文算法能够有效提高自发地理信息的道路精度。     

基于高分辨率遥感影像分类的地图更新方法

提出了一种在对遥感影像分类的基础上进行地图更新的方法，讨论了利用高分辨率遥感影像，通过不同空间分辨率和光谱分辨率的影像进行融合，利用合适的高通滤波对影像进行边缘检测．构建一个三层的MLP分类器对影像进行分类，提取城市建筑物与道路信息．并在此分类基础上通过对现有地图的叠加来实现地图的更新。实验结果表明，基于影像融合，利用较少数量的训练样本也能生成具有较高精度的分类图，利用分类结果图进行地图更新能取得令人满意的效果。