面向城区宽基线立体像对视角变化的结构自适应特征点匹配

提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先,对影像提取点特征和直线特征,挖掘点特征与其邻域内直线特征之间的几何关系,构建结构自适应的特征区域和特征描述符,并通过双向匹配策略获得初始匹配结果。然后,基于初匹配结果估计影像基础矩阵,构建核线约束的结构自适应特征匹配算法进行二次匹配。最后,将已匹配特征作为控制基础设计匹配扩展算法,进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点,构建自适应的特征区域,能够在显著的影像视角变化下,为同名特征点提取影像内容一致的特征区域,进而获得相似的特征描述符。试验结果证明,与传统算法相比,本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

PDR算法对地磁室内定位精度的提升研究

利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位,而且基于地磁场的定位无需布设任何额外设施,因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题,本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法,并开发了地磁室内导航系统,以智能手机为硬件平台构建磁力计传感器模型,建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内,产生的平均定位误差为1.13 m,最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%;与单一地磁指纹匹配算法相比,定位精度提高了57%。试验证明,本文提出的融合算法对提高室内定位精度具有显著的作用。     

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。     

基于矢量数据的LUCC广义转移矩阵自动挖掘方法

为了充分利用日益增多的多时态土地利用/覆被矢量数据,依据不同属性全方位挖掘提取其中隐含的要素变化转移信息,进而为土地资源科学管理与统筹规划提供技术支持和决策依据,首先提出了广义转移矩阵的概念,并进行了形式化定义,然后设计了一种基于矢量数据的广义转移矩阵自动计算生成方法,详细阐述了数据预处理、匹配关系建立、要素变化检测、矩阵设置与生成4个实施步骤中涉及的主要问题及解决策略。试验结果表明:所提方法能够大幅提高转移矩阵矢量化计算生成的准确度和灵活性,有效克服人工手动处理计算效率低、周期长、易出错、难检查的不足,以及常用栅格化计算方法精度低、结果单一、不能准确全面反映土地利用/覆盖要素在不同属性上的变化转移情况的局限。     

浮动车数据的混合修复方法

针对浮动车数据出现的丢失、错误及冗余现象,结合均值统计与地图匹配,提出一种浮动车数据混合修复方法。基于此方法,构建了浮动车数据筛选及修复流程,较好地实现了对浮动车数据的有效筛选及修复,并对浮动车数据混合修复方法进行了验证,证明该方法具有可行性和有效性。     

光伏电场对地表温度的影响分析

以甘肃省金昌市金川区西坡光伏电场为例,利用多景Landsat系列影像,采用辐射传输方程法(radiative transfer equation,RTE),对光伏电场建设前后的地表温度进行了反演,提取电场不同缓冲区范围内的地表温度均值。研究结果表明,光伏电场会对占地范围和不同缓冲区范围内的地表温度产生降温的作用。其占地区域降温幅度为2.12 K,100 m缓冲区降温幅度为0.94 K,随着距离的增加这种影响逐渐减弱,400 m后影响会变得十分微弱,研究结果为客观地评价光伏电场对环境的影响提供借鉴。     

基于特征点匹配及提纯的点云配准算法

针对传统的基于ICP点云配准算法配准时间长、收敛慢、需要较好初始配准等限制,本文利用现有的点云特征提取算法和描述算法,提取并匹配点云中的特征点,用RANSAC算法结合坐标转换模型剔除误匹配点对,用匹配点对在两点云中的坐标计算之间的坐标转换参数,从而实现点云的配准。相比ICP类算法,提高了点云配准的效率,同时提高了点云配准的自动化程度。     

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象,对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究;并将不同的特征提取与匹配算法进行组合,通过试验对比得出了各种算法的适用性。在此基础上,设计了一套面向异源多分辨率卫星影像的匹配流程。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。