基于城区航空影像的变化检测

提出一种城区人工地物变化检测方法。其基本思想是:首先利用较简单方法进行变化检测,所检测出的变化都作为待选的变化;然后进行进一步的分析比较,从这些待选的变化中找出我们感兴趣的人工地物的变化。实验结果证明了该方法的有效性和可靠性。     

用线特征摄影测量对目标体素进行量测和重建的可行性研究

本文利用线特征摄影测量方法对ＣＡＤ实体造型中体素进行自动量测与重建、借此建立ＣＡＤ与数字摄影测量的桥梁，文中提出了一种以描述体素几何元素为未知数，直接在像片线特征与物体表面之间进行匹配的线特征摄影测量模型和方法，并对其可行性进行了实验，实验结果表明：线特征摄影测量能达到立体摄影测量相同的，甚至更高的精度，从而可解决无明显目标点工点物体的自动量测。     

基于城区航空影像的变化检测

提出了一种城区人工地物变化检测方法。其基本思想是：首先用较简单方法进行变化检测，所检测出的变化都作为待选的变化，然后进行进一步的分析比较，从这些待选的变化中找出我们感兴趣的人工地物的变化。实验结果证明了方法的有效性和可靠性。     

NOAA／AVHRR影像特征匹配

为实现全球环境实时、动态监测的需要，选用Ｆｏｒｓｔｎｅｒ特征匹配理论对ＮＯＡＡ／ＡＶＨＲＲ影像进行匹配试验。Ｆｏｒｓｔｎｅｒ特征提取之前，先根据熵的理论对影像进行预处理，特征提取工作量可减少到１０％－２０％，特征提取后的共轭影像，似性尺度可建立一个可能的同中点匹配点表，再根据一致性尺度，采用Ｒｏｂｕｓｔ稳健估计剔除错匹配的点对，即可建立两幅影像的最终匹配点对。匹配结果表明，通过阈值的设置，可以在Ａ     

航空摄影最佳曝光量的选择

分解力是评定影象质量的重要指标。本文介绍利用改进后的国产9 w测微密度仪,测定航空软片静态分解力与曝光量的关系。以最大分解力所相应的曝光量作为确定航摄软片感光度的基准,以此为基础,确定航摄底片的最大密度( D _max )、最小密度( D _min )、影象反差(△ D )和平均密度( D _R )本文对国产1022T、1022P、柯达2402、2412等航摄软片进行了研究,其试验结果可作为今后修改航摄规范的基础。     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点,而地下矿道和巷道内亮度低,产生的图像较昏暗,车载相机快速运动和抖动,对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发,采用基于Retinex改进的方法增强昏暗图像的亮度,同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征,实现初始化;然后根据跟踪特征点的数量,开启图像增强和图像恢复线程,提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示,跟踪精度提高了12%左右,在低亮度和含有轻微模糊的情况下,跟踪注册稳健性也有显著提高。     

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。     

应用于SAR图像配准的自适应SIFT特征均匀分布算法

SAR图像配准要求提取出稳定且分布均匀的同名点,但是传统的SIFT算法没有考虑特征点的空间分布情况,提取的特征呈块状分布。针对SAR图像数据的特点,提出了一种自适应控制SIFT特征均匀分布算法,利用局部纹理特征,并结合最优化筛选策略,在保证特征点稳定性和准确性的同时,自适应控制特征在不同空间的分布情况,实现SIFT特征点在图像空间和尺度空间的合理分布。最后从提取效率、匹配正确率和分布质量等方面进行对比试验,验证了算法应用于SAR图像配准的能力。     

博尔塔拉蒙古自治州植被覆盖度估算

针对传统植被覆盖度估算方法只能估算高密度覆盖的绿色光合植被的问题,该文提出了一种可进行绿色光合植被、非绿色光合植被和裸地覆盖度估算的方法,选取博尔塔拉蒙古自治州2010年和2016年的LandsatTM/OLI影像,通过构建NDVI-DFI特征空间提取端元特征值,运用像元三分模型估算,并与像元二分模型估算结果和实地采样估算结果对比。结果表明:像元三分模型估算与实际情况相符,且精度较好。2016年博州地区植被覆盖度较2010年增长显著,生态环境得到明显改善。像元三分模型能够较好地估算光合/非光合植被覆盖度,提高遥感获取植被信息的能力,为科学评估生态环境质量提供参考。