国产卫星遥感影像多核并行自适应正射纠正方法

<正>射纠正是生成正射影像的关键步骤。随着国产卫星不断发射升空,国产卫星遥感影像的数据量急剧增加,正射纠正的处理速度越来越受到关注。传统的卫星遥感影像正射纠正多采用串行固定分块策略进行纠正,效率较低,单景处理时间长,单位时间内正射纠正的生产达不到要求,而GPU高性能加速对计算机硬件的要求较高,在实际生产中并没有很好地使用。本文在分析正射纠正算法并行性的基础上,提出了多核并行分块自适应正射纠正方法,能够在台式机和普通笔记本上高效计算,极大地提高了正射纠正的效率,获得了一定的加速比,很好地满足了实际生产要求。     

联合概率密度空间的遥感自适应变化检测方法

多种因素引起的辐射特征变化,将造成阈值法变化检测的误检。对此,本文提出了一种联合概率密度空间的多阈值自适应变化检测方法。首先,将影像从像素空间转化到联合概率密度空间,将变化地物定义为联合概率密度空间的离群点,并采用迭代方法将其提取,然后映射回原始影像后确定变化区域。选取两种典型应用进行试验,结果表明,本文方法在正确率、误检率和漏检率方面优于传统方法,具有较好的稳健性。     

一种基于图像特征点信息的误匹配点剔除改进算法

误匹配点剔除是基于特征点图像匹配过程的重要一步,关系到图像匹配的精确度。在特征点匹配求精方面,改进基于特征点信息的误匹配点剔除算法,通过自适应特征点邻域半径得到的邻域特征点数量及位置信息进行逐步求精,克服原算法不能处理尺度变换的情形。实验结果表明,该算法简单高效,剔除误匹配点对能力较强,具有尺度、旋转不变性,同时,该算法具有较好的鲁棒性,正确性。能基本满足图像匹配的精度要求。     

电子地图的自适应注记研究与实现

地图注记的自动配置是地图制图与GIS的难点之一,传统的注记自动配置,采用的算法过于复杂,难以满足电子地图实时响应的要求;而且传统地图采用的是静态注记,而电子地图的屏幕范围有限,往往导致地图视口边界的注记不完整。本文提出一种网格标记法实现注记压盖的快速检测,并基于此方法实现注记配置的压盖避让和动态调整,即注记的自适应配置。实践表明,此方法能有效改善电子地图的显示效果和运行效率,具有较高的实用性。     

移动GIS中GML数据压缩技术研究

目前利用GML实现多源异构移动GIS空间数据资源整合时,存在数据压缩的"瓶颈"问题。在分析移动计算环境中GML数据压缩特性(语义同构、时空拓扑特性保持以及自适应网络流量动态调整压缩结构)的基础上,利用语义编码构造整体空间,并通过语义空间聚类与小波变换分析,构建移动GIS中GML数据压缩模型。实验表明:该压缩模型在压缩比、直接读取压缩数据以及在无线网络上传输压缩数据3方面均具有较好的性能,对移动GIS数据共享集成的理论与技术研究具有一定的参考价值。     

面向软件演化的可信性评估自适应模型

提出了一个适用于复杂系统软件的可信性评估自适应模型。该模型不仅对连续状态下可信性评估的动态求解的实现逻辑进行了合理抽象,而且还提供了一种合理的方法,用于促进软件可信性评估指标系统的自主重构。该模型有助于解决开放动态环境下的软件可信性评估问题。     

基于均值反差滤波的红外小目标检测算法

已有背景预测算法的基础上,提出了一种基于均值反差法作为不相似度量对图像进行滤波,在增强小目标的同时抑制了复杂背景,并通过自适应的背景预测算法,实现了对小目标的快速检测。实验结果表明,该算法对小目标适应性强,能大幅度地提高目标/背景的信噪比,从而快速而准确地检测出小目标的位置     

一种基于灰度剖面分析的边缘提取新算法

针对影像中梯度较小的模糊边缘,提出了一种自适应梯度的概念和边缘检测算法。基于新的梯度概念,可以根据刀刃曲线的实际形状自适应地计算影像中每一点的梯度,比较理想地消除边缘的渐变效应(模糊)对边缘检测的不利影响。试验表明,这种梯度计算方法对模糊边缘的检测具有较好的效果。     

一种平面散乱点集的自适应空间划分算法

针对平面散乱点集空间划分问题,提出了一种基于栅格统计的自适应空间划分算法。以栅格场为辅助手段为散乱点集建立空间索引,即判断各点与栅格的归属关系;统计各个栅格内包含点的数量;以栅格为基本统计单元对空间进行划分。划分过程中借助了二叉树结构,同时引入迭代次数作为划分终止的参数。该方法可灵活地将点集划分为数据量相对均衡的若干组,且各组的空间范围较合理。实验与分析表明,该算法具有较高的计算效率,也不需占用太多额外的存储空间。     

一种自适应Retinex的航空影像阴影消除方法

航空影像中,由于高大建筑物的遮挡,常有阴影区域存在,这不仅会影响视觉效果,而且对建筑物的识别和提取带来困难,必须对其进行消除或者补偿。针对传统单尺度Retinex图像增强算法的不足,提出一种自适应单尺度Retinex算法。自适应单尺度Retinex算法首先对影像中阴影区域与非阴影区域作出概略区分,而后根据影像的灰度信息自适应计算Retinex算法的参数。实验证明,所提出的算法同经典的Retinex算法相比,无论是在增强效果还是处理时间上都具有一定的优越性。