SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

道路网匹配的蚁群算法求解模型

目的 利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。     

相对仿射变换自适应模拟下的ASIFT宽基线立体匹配研究!

目的 针对Affine-SIFT(ASIFT)穷举模拟影像匹配带来的海量特征描述符提取以及高维距离计算问题,本文提出了一种自适应选取最优仿射变换集以大幅减少模拟影像数量,进而提高 ASIFT宽基线立体影像匹配效率的方法,并就其中单应性下的相对仿射变换模拟、渐进式匹配搜索与模型参数估计以及最优仿射变换集的确定等关键问题进行了阐述。实验表明,本方法较好地兼顾了 ASIFT宽基线立体影像匹配的稳健性与效率,具有实用价值。     

BP神经网络用于水下地形适配区划分的方法研究

为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。     

全景立体视觉的快速近区重力地形改正方法

重力地形改正是区域重力测量工作中的一个关键步骤,目前重力地形改正的主要挑战是如何快速地重建测站附近高精度的三维地形。本文提出了一种基于全景立体视觉和摄影测量技术的快速近区重力地形改正方法,设计和开发了相应的快速测图系统。为了使该系统硬件尽量小型化并满足精度需求,我们进行了系统的理论精度分析和设计优化。所开发的研究系统可以从获取的全景立体图像自动生成DEM并计算重力地形改正值。该系统已经过野外多站多种地形的实验验证,结果表明其效率和精度明显优于传统的野外测量方法。     

Curve matching approaches to waveform classification: a case study using ICESat data

Light Detection and Ranging (LiDAR) waveforms are being increasingly used in many forest and urban applications, especially for ground feature classification. However, most studies relied on either discretizing waveforms to multiple returns or extracting shape metrics from waveforms. The direct use of the full waveform, which contains the most comprehensive and accurate information has been scarcely explored. We proposed to utilize the complete waveform to test its ability to differentiate between objects having distinct vertical structures using curve matching approaches. Two groups of curve matching approaches were developed by extending methods originally designed for pixel-based hyperspectral image classification and object-based high spatial image classification. The first group is based on measuring the curve similarity between an unknown waveform and a reference waveform, including curve root sum squared differential area (CRSSDA), curve angle mapper (CAM), and Kullback–Leibler (KL) divergence. The second group assesses the curve similarity between an unknown and reference cumulative distribution functions (CDFs) of their waveforms, including cumulative curve root sum squared differential area (CCRSSDA), cumulative curve angle mapper (CCAM), and Kolmogorov–Smirnov (KS) distance. When employed to classify open space, trees, and buildings using ICESat waveform data, KL provided the highest average classification accuracy (87%), closely followed by CCRSSDA and CCAM, and they all significantly outperformed KS, CRSSDA, and CAM based on 15 randomized sample sets.     

全景图增强地理现实的空间认知问题

基于全景图的增强地理现实平台是一种新的空间认知工具,研究其空间认知问题是进行技术研究的基础。文中介绍全景图增强地理现实的主要技术流程和优势;阐述基于全景图增强地理现实进行空间认知的基础模型;分析全景图和地理信息数据的信息匹配问题,包括比例尺和位置匹配两个方面;介绍地理信息在全景图像上的表达方式,重点解决增强目标和属性信息的选择问题;最后通过与街景地图、虚拟现实平台进行空间认知比较,得出全景图增强地理现实平台的有效性和主要适用范围,表明该平台具有独特的空间认知优势。     

一种顾及影像间位置关系的匀光方法

提出了基于矩匹配的色彩平衡算法,在顾及影像间位置关系的基础上将影像的均值和均方差映射到给定的数值,并且使不同区域的灰度均值和均方差近似相等,在尽量保持影像原有色调的条件下消除影像之间以及影像内部的色调和亮度差异。     

一种基于角点特征的遥感影像自动配准方法

本文通过对Harris算子进行改进,自适应地提取角点特征,然后基于角点特征进行由粗到精的匹配,完成影像的配准;并利用MODIS影像、TM影像和HJ-1卫星影像3种不同分辨率的遥感影像进行配准实验,结果表明该自动配准方法能够达到亚像素级的配准精度,是一种高精度的影像配准方法。     

几何地理要素的相似性度量方法研究

几何地理数据相似性是地理数据匹配处理的基础,决定着地理数据匹配结果的成功率和准确率。本文分别从点、线、面3个角度对几何地理数据的相似性进行深入分析,通过对点、线、面三种地理要素特点的深入研究,给出了几何地理数据的相似性算法和度量模型。通过实验,初步验证了所提算法的可行性,为地理数据的相似性匹配研究奠定了基础。