SAR影像中叠掩与阴影区域的识别 ——以湖北巴东为例

SAR影像中叠掩和阴影区域的识别是滑坡监测中的首要工作,本文针对这一工作利用雷达卫星成像时的几何模型与图像处理中形态学方法综合识别叠掩与阴影区域,以ALOS-2数据为例,对比该地区雷达强度图像,验证了本文试验方法的可靠性。     

组合宽角低空航测相机关键技术研究

近年来,摄影测量技术发展迅猛,特别是低空航空摄影平台的出现,很好地弥补了传统卫星遥感、常规航空摄影测量在时效性、灵活性方面的不足。借助低空摄影的光学优势能够获取传统航空摄影和卫星遥感无法比拟的高分辨率影像,可以实现航空摄影测量大比例尺成图的目标。符合低空航空摄影的成像系统,发展较为滞后。现有很多低空航摄影测量平台普遍搭载单个普通数码相机进行航空摄影,存在航空摄影数据采集效率低、有效数据量小、数据处理难度高以及成图精度不高等问题;再有,传统的航空摄影测量相机及国内外成熟的组合宽幅航空相机系统又缺乏进行低空航空摄影测量应用的客观基础。研究适合于低空航空摄影的成像系统对于低空航测应用发展非常关键,是解决低空航测现存问题的一个有效途径。低空航测成像系统目前最主要的问题是数据的获取效率和精度,根本原因在于相机像幅以及视场角大小的问题。解决这一问题的根本途径是研究适合于低空航空摄影的宽幅面、宽视场角相机系统。对于数字相机而言,像幅受材料以及制造工艺限制,视场角受光学镜头的光学性能限制,很难有所突破。但是数字相机影像的可拼接性提供了另外一种可能途径,即多传感器组合成像,利用多个小像幅相机构造拼接成一个近似单中心投影的宽幅面航空相机,从而提高影像像幅和视场角,达到宽幅面大视场成像的目的。本文主要研究工作如下:(1)研究了低空航空摄影的光学理论基础。系统分析了低空航空摄影光学条件,结合光度学理论详细论述了低空航空摄影光度学优势,以及单镜头成像系统低空宽视场成像的劣势,阐述了利用组合成像技术来实现低空宽角成像的必要性和可行性。系统总结了当前摄影成像相机系统的发展现状,归纳了现有组合成像系统的特点和优势,分析了利用组合成像技术来提高影像像幅和视场角数学原理。在对比分析现有组合相机几何构造、成像单元数量、拼接模型的基础上,确定了利用五个数码相机采用组合成像技术来构造组合宽角低空航测相机的研究目标。(2)研究了基于地面三维检校场的低空组合宽角相机的静态误差高精度检校方法。理论推导了低空组合宽角相机的几何成像数学模型,定义了相机之间以及虚拟影像空间坐标系统,建立了各个独立光学结构(子相机)之间,及其与虚拟影像之间的严格几何数学模型。理论分析了组合宽角相机几何成像数学模型误差,将其归纳为地面静态误差和飞行动态误差两个部分。并研究了利用地面三维检校场来实现其静态误差的几何标定。静态误差几何标定主要包括单相机几何畸变误差的高精度标定和组合相机联合空间关系标定两个内容,详细论述了其算法原理和实现过程,最后通过实验结果分析了其精度和可靠性。(3)研究了基于影像全部像元参加的低空组合宽角相机飞行动态误差自检校模型求解与全局优化方法。自检校的目的是对相机飞行过程中由于系统和环境变化等因素导致的动态误差进行补偿。首先,理论推导了本文采用的自检校联合平差数学模型,该模型顾及了飞行过程中可能导致的相机系统间的空间位置和姿态的微小变化,将这种微小变化的检测转换为重叠区影像的视差值。其次,论述了利用重叠区匹配同名点求解自检校模型参数的基本原理和方法,并结合本文组合宽角相机特点,设计了一种影像快速匹配策略,进而实现自检校模型求解;在此基础上,通过对影像匹配性能的分析,以及基于特征点匹配来求解自检校联合平差模型存在的局部最优问题,提出了一种影像重叠区全部像元参加的几何匹配方法来实现对自检校模型求解的全局优化算法,对算法思想和原理以及求解过程进行了详细论述。最后通过对比实验分析了自检校模型求解的精度,验证了算法的有效性。(4)研究了宽角相机与稳定平台的集成。分析了稳定成像对于低空航空摄影成像质量和数据处理精度的影响,指出稳定成像对于组合宽角低空航测相机的重要意义。首先,理论分析了低空飞行平台的不稳定对于低空航空影像光学和几何性能的影响,以及飞行平台不稳定导致的影像质量下降、数据处理难度增大、处理精度降低等问题;其次,介绍了一种适用于无人飞艇等飞行器的三轴稳定平台结构及其控制原理,并通过对比试验来分析稳定成像对于低空航测精度的影响,指出了低空稳定成像对于低空组合宽角相机系统数据获取和处理的重要意义。(5)通过具体的航空摄影工程实例阐述了利用低空组合宽角相机进行航空摄影作业的数据处理实际流程,并分析了不同类型地形数据自检校拼接的精度分布,展示了其相关数据产品成果情况,结合影像空三处理结果分析了其精度。实验结果反映了组合宽角低空航测相机的作业能力。     

北斗三频周跳探测和修复的空间几何算法

影响周跳探测完整性的关键问题就是不敏感周跳的探测。针对这个问题,本文详细阐述了周跳探测在空间几何中的含义,包括组合系数的类型和数量与探测不敏感周跳之间的几何关系。依据空间几何原理的分析和尽可能减少不敏感周跳数据的要求,采用两个无几何相位组合和一个MW(MelbourneWbbena)组合构成周跳检验量。最后利用北斗三频实测数据对本文算法的正确性和可靠性进行验证计算。计算结果说明:本文算法具有较强的周跳探测修复能力,可以有效地避免不敏感周跳对探测结果的影响。     

应用于六边形网格的链码方法

目前只有顶点链码能够直接用于表达六边形网格边界。将典型的四边形网格链码推广应用于六边形网格,并提出了新的链码方法,其中,六方向Freeman链码（F6）对边界网格中心连线的6个绝对方向进行编码;左右二方向链码（left right 2-direction chain code,2LR）通过记录外轮廓前进的两个相对偏转方向实现对边界的表达;单调性标识链码（monotonicity identify chain code,MICC）通过区分码标识沿网格边界的单调性变化;边链码（edge chain code,ECC）则是将每个边界网格在外轮廓上的边数作为其码值。对4种方法的几何特性、表达效率与压缩性能进行了全面比较与分析。实验结果表明,这4种方法均能有效应用于六边形网格形状的边界表达,其中,ECC和F6的表达效率最高,平均码数约为1;2LR与ECC的压缩性能最好,与F6相比,压缩率可达67%。     

基于GPS的气象卫星数据地理定位精度验证

以天津渤海湾围海造田形成的规则人工基础设施为参照物,对长时间序列的FY-3B星250 m空间分辨率数据的几何定位精度误差进行量化,并在此基础上对几何定位精度进行了分析。研究发现,FY-3B星中分辨率卫星数据的几何定位精度存在较大误差,尚未完全达到1个像元或亚像元级的精度水平。纬度方向误差明显大于经度方向误差,纬度方向的几何定位误差整体在-2～-9个像元,经度方向误差基本处于±3个像元的水平。经度方向误差随时间序列的增加,呈偏西向偏东的发展趋势;纬度方向的几何定位整体偏北,且有向北扩大的趋势。在天顶角小于30°的范围内,经度方向误差并不随天顶角的增加而变化,而纬度方向误差随天顶角增加而缩小,且变化幅度在扩大。研究结果有助于改善FY-3B星中分辨率卫星数据的几何定位精度以及研究目前几何定位模型存在的问题。     

基于影像的地面激光点云数据分类

为了完成地面激光点云数据的分类工作,不同于传统方法利用点云的几何特性和辐射信息,本文利用非量测相机获取影像数据实现点云的分类。首先,通过相机检校获取相机的参数,从而得到影像内方位元素;然后,将影像与点云进行配准,计算出影像的外方位元素;最后,对上述参数进行优化,实现二维影像与三维点云信息的融合,进而完成点云分类。实验表明该方案可实现地面激光点云数据的分类。     

车载激光雷达测量系统整体检校方法

针对目前系统检校常用方法中大多依赖手工提取点时无法准确获得检校点、绝对精度较低、对实际数据的适用性差等问题,该文结合自主研发的车载激光雷达测量系统,提出一种利用带有反射片的特制球形标靶及利用距离阈值插值算法快速、方便且准确地对车载激光雷达测量系统进行外参数检校的方法。结果表明:与传统方法相比,该方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点,适用性及实用性更强;在绝对精度方面,整体水平精度达到0.05m以下,高程精度达到0.06m以下;在相对精度方面,拟合检校球直径精度达到0.003m以下,距离精度达到0.002m以下,证明该方法的精度、适用性完全满足当前车载激光雷达测量系统检校的精度需求。     

无人机载线阵摆扫CCD影像几何校正

针对无人机载线阵CCD传感器摆扫成像的技术特点,利用GPS/INS组合导航系统提供的导航遥测数据,对无人机载的线阵摆扫CCD影像建立了严格的成像模型,并设计了详细的几何校正流程。实验结果证实采用文中的成像模型和几何校正流程,可获得正确、高精度地理编码的线阵摆扫CCD正射影像。     

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。     

平面点集凸壳的一种快速算法

提出一种计算平面点集凸壳的快速算法———八方向极值快速凸壳算法。该算法首先对平面点集进行一次扫描,从而快速查找到东、南、西、北、东南、西南、东北、西北8个方向上的极值点,构造出一个更接近凸壳的初始凸壳,从而在后续的点集扫描中可以排除更多的内点,使该算法计算效率更高。该算法的空间复杂度为O(N);其时间复杂度虽然无法突破最坏情况下O(NlogN)的理论下限,但其期望时间复杂度已达到线性水平,并且可以容易地扩展到三维和高维空间。