基于影像尺度空间表达与鲁棒Hausdorff距离的快速角点特征匹配方法

快速影像匹配是进行影像时间序列分析与飞行器导航的重要方法.本文对待匹配影像进行高斯低通滤波预处理时,运用影像的尺度空间表达思想对不同分辨率的基准影像和实时影像选择了相应的σ值进行卷积滤波处理,使基准影像和实时影像具有相近的分辨率,从而提高两影像所提取角点的重复率,使得影像的正确匹配概率得到提高.然后用基于影像几何结构分析的改进的快速角点探测算法进行了影像的角点提取;最后用本文提出的改进的鲁棒Hausdorff距离进行了基准影像和实时影像的匹配.实验证明,本文方法对影像噪声和灰度变化不敏感,具有抗影像尺度变化的能力.在基准影像和实时影像灰度差变化较大的情况下,依然能取得较高的正确匹配概率.由于采用基于影像信息量评价的搜索策略和快速角点提取算法,匹配速度也较快.     

基于GPS车辆数据和图像配准的道路中心线提取

GPS车辆数据可提供详细的道路网信息,而它可能存在数据误差和冗余问题,可采用形态学处理中的细化操作得到近似道路中心线。针对细化操作得到的曲线弯曲度过大且存在孤立数据点、数据冗余等情况,以得到的近似道路中心线为基准线,利用霍夫变换获取图像配准的起始点,并结合图像配准得到平滑无冗余的道路中心线。以马鞍山车辆数据为例,实验结果表明,与细化操作相比,该方法在道路中心线提取质量上有了显著提高。     

一种基于形状先验的Graph Cuts道路网提取算法

针对当前道路提取算法需要较多的人工交互的问题,提出一种基于形状先验的道路网提取算法,可以在高分辨率影像中只选取一个初始道路段即可以完成道路条带的分割。先用一维Gabor滤波提取出影像纹理特征值,再在纹理影像上进行阈值操作和直线匹配,获得初始道路段;以初始道路段的中心线的两个端点作为种子点,选择合适的长度和宽度分割出初始窗口;在初始窗口中运用加入形状先验知识限制的Graph Cuts算法求解最大流获得分割结果。与已有改进的Graph Cuts算法分割结果的比较验证了本方法的有效性。     

大气散射理论的遥感影像雾霾去除新方法

基于大气散射的物理模型,针对雾霾的厚薄分布状况,给出了一种有选择性的雾霾去除新策略。在深入分析相关研究的基础上,新方法主要进行了两方面的改进,首先增加了抠图能量函数的数据项的精度,并增大了该能量函数的正则化参数值;其次对分布不均的雾霾影像使用自适应参数的云背景模型进行了预处理。改进方法的去霾结果更加清晰,色调、亮度分布均匀,而且色彩变化比较平滑自然,相比于已有同类算法,去霾效果更为理想。     

遥感影像上线状目标提取方法研究

遥感影像线状目标(主要是指道路)的提取是一个经典研究项目。本文首先基于相位编组的思想,确定出若干个局部图像的主方向,再利用对应方向的Sobel算子进行检测,最后对所得结果进行细化。实验证明,该方法对于图像中弱边界的识别是很有效的。     

基于主成分分析的点云平面拟合技术研究

针对点云数据易受到噪声的扰动,导致拟合的平面不稳定的特点,将主成分分析法应用到点云平面拟合中。首先选取合适的邻域以拟合点云,剔除一些孤立点;再以主成分分析原理为基础,通过一定的准则去除粗差点,获取稳定准确的最佳平面方程。在实验中,分别利用最小二乘法、特征值法和主成分分析法对点云数据进行拟合,结果显示该方法能够有效剔除噪声点,得到可靠的平面参数估值。     

利用局部稀疏不变特征的遥感影像检索

为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法。首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀疏表示作为图像的特征描述;然后,对稀疏表示特征构建视觉词典,并进行空间金字塔匹配,获取稀疏直方图特征;最后,使用稀疏特征训练SVM分类模型,通过分类模型输出与查询影像属于一个类别的影像,在该类别的影像集中进行相似度匹配,返回与查询影像最为相似的图像,实现检索。实验结果表明,新方法提取的特征不仅具备局部不变特征的鲁棒性,还提供了必要的语义信息,在影像检索领域具有较强的实用性和适用性。     

一种利用像素邻域信息的模糊聚类图像分割算法

本文提出一种结合空间信息的模糊C均值聚类图像分割算法。该方法是利用每个像素的邻域像素的隶属度来修正FCM算法的隶属度函数,从而引入图像的空间信息,对隶属函数做了改进;依据平方误差和最小准则,从而确定模糊分类矩阵及聚类中心;并依据最大隶属度原则,划分图像像素的类别归属。实验结果表明,该方法能快速有效地分割图像,并且具有较强的抗噪能力。     

利用改进的FCM方法分割高分辨率遥感影像

传统的模糊C均值聚类算法进行图像分割时只考虑了图像的灰度特征,而忽略了图像中丰富的空间邻域信息,从而导致该算法对噪声很敏感,并得到错误的分割结果。提出两种利用空间信息改进的模糊C均值聚类算法分割高分辨率遥感影像,并通过大量试验验证其有效性,该算法可减少错误分类像素的数目,降低噪声的影响,提高分割结果的精度。