物方多视影像密集匹配方法

针对多视影像由于遮挡导致的匹配不确定性问题,该文提出一种特征点和物方地面元相结合的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,通过特征点匹配获取同名像点和高程赋值的格网平面,为后续匹配提供初始的DSM。在此基础上,利用铅垂线轨迹法对平面上规则分布的平面元进行匹配,加密特征点匹配结果。通过对某区域UCX影像的匹配实验表明,该文提出的算法能高效、准确地得到匹配结果,特别对较大影像计算快速,适用于实时处理。     

改进角度纹理特征提取高分辨率遥感影像带状道路

针对目前高分辨率遥感影像的道路自动提取算法研究中的不足,该文提出了一种基于并行角度纹理特征的半自动道路提取算法:用户输入完成道路中心线上的起始点、道路方向、道路宽度等初始化工作,利用并行角度纹理特征获取道路前进方向,用抛物线参数方程构建道路轨迹模型来预测道路轨迹点,使用角度纹理特征值构建的紧质度系数和抛物线的曲率变化来约束道路轨迹点,验证失败则转入手工跟踪;往复执行以提取道路中心线。试验证明,本算法是一种稳健的道路半自动提取算法。     

核密度估计的道路匹配方法探讨

针对目前地图合并技术的同名实体匹配中线实体(以道路为例)研究的不足,文章基于密度插值和DEM分析,提出一种针对线实体进行全局匹配的方法:采用积分的思想将核密度估计方法扩展应用于线实体密度计算,通过提取其密度谷脊线,将其应用于地图合并技术领域中的线实体匹配研究主题,指导相似度指标阈值的选取,并取得了较好的效果,为实现同一地区不同来源或不同比例尺(主要是相近比例尺)地图数据合并及数据库集成提供了参考。     

一种图像自动拼接方法的研究

以关键帧作为待拼接图像,为了减少图像间的扭曲和变形,保证图像整体关系的正确性,减少误差的累积传播,得到最佳的拼接结果,本文采用三种技术来提高图像自动拼接的精度。首先,通过摄像机标定实现关键帧的矫正;其次,采用基于Harris和SURF算法完成特征点的匹配;最后,在特征匹配的基础上进行光束法平差得到高精度的图像参数。实验结果表明,此方法稳定可靠,拼接精度高。     

机载激光雷达技术和摄影测量匹配技术在DEM生产中的应用

机载激光雷达技术和摄影测量匹配技术是国内制作DEM最为常见的两种技术,本文对这两种技术的作业流程及优缺点进行了详细论述,并在实验中将这两种技术组合应用,最终证明这两种技术如果能恰当地组合使用,可在DEM生产中显著提高生产效率.     

顾及多要素影响的路网匹配改进算法

针对导航地图中现有的匹配算法在复杂路段的匹配效果一般较差的问题,本文提出一种改进的匹配算法。首先,引入分块思想,提出将路网中的每个路段按规则分为简单路段块和复杂路段块,不同路段块采取不同的匹配算法;其次,充分利用车辆行驶的连续性,综合考虑了车辆行驶方向、车速与交叉口距离等多种因素对匹配结果的影响,在选取正确的匹配路段时合理利用了历史数据信息。实验表明,该算法不但对能够改善复杂路段的匹配效果,而且还能够对匹配点沿路段方向上的误差进行实时校正。     

基于Global Mapper的地貌晕渲图设计与制作

地貌晕渲图是指利用数字高程模型（ DEM）来生成,可以很好地反映地形、地势的变化,具有较好立体感的地图。本文以地貌晕渲基本理论为出发点,利用Global Mapper软件实现对制图数据的地貌晕渲图自动生成。对制图区域内的地形地势特征,地貌晕渲图在计算机上实现的关键技术,整体性考虑对地貌晕渲图效果的影响,合理分析设置Global Mapper软件中的各类参数,并利用Photoshop软件对地貌晕渲图进行调整。     

使用自然语言处理和分层匹配方法的地理信息服务语义发现

设计了一种基于自然语言处理和分层匹配的地理信息服务语义发现框架,实现用户输入关键词与地理信息服务的语义匹配。框架基于Word Net知识库,利用消歧技术确定所提取词汇的含义;根据所提取的信息来源以及相关关系将地理信息服务上下文划分为6个信息层匹配,并使用遗传算法确定各信息层在匹配过程中具有的权重。最后将所提出的发现方法与常用的发现方法做实验验证,结果表明该方法可以提高地理信息服务语义发现的查准率。     

利用地标空间关系约束的点实体匹配方法

针对传统的点实体匹配方法的不足,提出了利用地标空间关系约束的点实体匹配方法。该方法以参考点实体、候选匹配点实体与其邻域内的同名地标之间的空间关系为基础构造距离特征向量和方向特征向量,基于距离特征向量和方向特征向量计算点实体的相似度,进而确定点同名实体。实验结果表明,该方法在点同名实体空间位置偏差较大的情况下依然能够取得很好的效果,验证了该方法的有效性。     

基于SURF算法的无人机遥感影像拼接技术

在影像匹配的研究上,SIFT算法在特征匹配方面的应用一直是国内外学者关注的热点之一。最近几年,有研究者提出了SURF算法,该算法是在SIFT算法基础上作了一些改进后得到的新算法。为了比较这两种算法在影像特征点提取上的优劣性,本文开发了相应的软件程序,并采用无人机遥感影像数据进行了算法的实例验证。发现相比于SIFT算法,SURF算法在影像特征点提取中无论是运算速度还是提取的特征点数量都有较大进步。基于此将SURF算法应用到无人机遥感影像拼接中,并通过高斯滤波对拼接影像进行平滑处理,获得了令人满意的拼接影像。