多源光学卫星影像匹配及精准几何信息提取

针对国产光学卫星影像的特点,该文介绍一种适用于超大规模立体/单景覆盖的多源高分辨率卫星影像的全自动连接点、参考控制点匹配及精准几何信息(DSM/DEM)提取方法。该方法引入精度已知/精度可验证的参考地理数据作为几何约束,采用由粗到精的多层金字塔逐级影像匹配策略进行影像连接点和参考控制点的自动提取,并实现超大规模影像整体联合区域网平差处理,精化定向参数;结合半全局匹配算法(SGM)与基于物方几何约束的多影像相关匹配算法(GC3)完成多角度多视影像匹配及密集点云的自动提取,并利用已有DEM对密集匹配的DSM中的云遮挡区域和大面积水域进行修补,完成精准几何信息提取并自动生成高精度DSM/DEM/DOM影像产品。最后,利用多组典型实验区的国产高分辨率光学卫星影像数据验证了本文方法的适用性、可靠性和精度,结果满足卫星影像几何定位精度及DSM/DEM/DOM生产要求。     

“高分一号”卫星影像业务流程化处理平台研究

应用高时间分辨率、高空间分辨率、高光谱、高重叠度等成像方式为对地观测提供大量数据的同时,也给数据处理和数据产品的生产带来了新的挑战。本文针对"高分一号"卫星影像的特点,通过对高分辨率卫星影像数据处理核心算法和一键式全流程自动化处理关键技术的研究,提出了一种主体基于C/S架构的业务流程化数据处理平台。该平台融合了GPU与CPU异构计算架构,能够根据不同卫星影像产品需求实现相应的业务流程化处理,有效提高了影像产品生产的自动化程度和业务灵活性。为了验证该平台的可行性,本文给出了实际的数据生产案例,结果表明,该平台能够实现"高分一号"卫星影像数据的业务流程化处理,能够在减少人工干预的同时生产各级影像校正产品和专题影像产品。     

顾及地形特征的LiDAR点云数据抽稀算法

针对现有的LiDAR点云数据抽稀算法存在无法有效保留地形特征点或地形分类精度不高等问题,文章提出一种顾及地形特征的点云数据抽稀算法:利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);利用一定原则逐渐选取非种子点中的地形特征点加密TIN;然后采用一种临近三角面的平面测试策略剔除三角网中可能存在的冗余点,得到最终结果。测试结果表明:该算法在保证地形精度的前提下,能够有效地减少冗余点数量;同时,为了提高算法的实用性,该文通过大量试验给出了算法中所需参数的最优配置。