栅格地图投影变换的扫描线算法实现

本文介绍了双仿射变换的原理及其适合于栅格地图投影变换的特点,并以双仿射变换模型为基础,采用一种扫描线算法,较快的实现了栅格地图的投影变换。     

基于几何约束与局部描述的航空影像直线匹配

针对航空影像场景复杂,干扰直线匹配的不确定因素较多的问题,本文提出了基于几何编组与局部均值标准差直线描述符(MSLD)的直线匹配算法。首先,利用直线检测器(LSD)获得影像的直线特征信息,将直线与直线间的几何特征作为约束条件进行编组,获得两幅航空影像的直线对;其次,运用核线约束确定候选直线对,并依次构建参考与候选直线对的支持区域,利用仿射不变性统一支持区域的大小,借助MSLD进行直线对外观的局部描述;然后,结合欧氏距离与最邻近比值计算航空影像中直线描述符间的相似性,进而确定匹配结果;最后,结合共线约束完成对匹配结果的检核,获取精确的同名直线。试验选择不同场景类型变换下的航空影像数据,结果证明了本文算法可以较好地应对航空影像直线匹配效果不佳的现象。     

基于稀疏控制点的ZY-3影像几何纠正方法研究

研究在少量地面控制点情况下,利用仿射变换模型、多项式模型、有理函数模型对资源三号卫星(ZY-3)正视影像进行几何纠正。在无控制点参与精度评估情况下,提出利用几何纠正图与地形图叠合显示的方法评估几何纠正精度。研究表明:在少量分布合理的地面控制点下利用有理函数模型对ZY-3进行几何纠正,其几何纠正精度能达到后续应用的需求,具有一定的理论意义与实际应用价值。     

基于可靠匹配点约束的遥感影像密集匹配

针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配的问题,提出一种基于可靠匹配点约束的遥感影像密集匹配算法。首先,利用SIFT匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,依次采用局部影像信息和局部几何约束对初始匹配点集进行检核剔除错误匹配,主要体现在利用指纹信息和梯度信息构建匹配点局部区域约束剔除较为明显的误匹配点,利用匹配三角网构建局部几何约束剔除由相似纹理产生的误匹配点,得到优化后的可靠匹配点;最后,基于可靠匹配点构建的Delaunay三角网,以三角形重心为加密匹配基元,结合核线约束和仿射变换对其进行迭代匹配拓展,得到最终匹配点集。选取4组资源三号卫星前视数据和后视数据进行实验,结果表明：利用局部纹理特征和局部几何双重约束模型可有效剔除误匹配点得到可靠匹配点,通过可靠匹配点进行迭代匹配拓展得到的密集匹配结果相较于对比算法具有更高匹配精度,在4组数据上其平均匹配精度为95%,具有较好的匹配稳定性。     

一种带起始位置的圆形编码标志畸变矫正方法

针对摄影监测中带起始位置圆形编码标志的畸变问题,在分析其畸变现象及产生原因的基础上,提出了一种区域灰度特征和结构特征仿射变换畸变矫正方法。为检验本方法的有效性,在弱纹理实验区粘贴300种编码标志并采集7 120个图像进行实验,通过与未矫正、透视变换方法比较,证实了本文矫正方法的有效性。研究表明,本文提出的带起始位置圆形编码标志畸变矫正方法可以有效消除采集图像中的区域灰度特征畸变和结构特征仿射变换畸变。     

分形插值地震数据重建方法研究

对分形插值方法作了较详细的探讨,给出了分形插值函数的显式表达方式,同时给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.利用该方法对理论模型和济阳坳陷实际地震台站资料进行了重建处理,结果表明,分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的恢复.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对单道地震图插值重建结果的分析,说明了本文分形插值方法具有较高的精度和较高的效率,有深入研究的潜力.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势.     

计算机自动识别分类技术在森林遥感中的应用

本文叙述应用计算机自动识别分类技术在航天遥感图像中对森林资源进行分类的一些探索研究。本文介绍了采用自编程序“地理坐标系和图像坐标系的精密仿射变换”、“识别型增强技术”、“多光谱信息的特征提取”、“多光谱模糊算法聚类分析”等一系列算法后所取得的分类图像结果,与实地及目视解译相比较,森林分类相对精度达90％。     

面向大视角差的无人机影像序列学习型特征匹配EI北大核心CSCD

针对无人机大视角差影像之间存在仿射变形大、遮挡严重、视角差异显著等问题导致的同名点匹配存在多解和大量误匹配难题,本文提出了一种适用于大视角差影像稳健匹配方法。利用改进的具有双头通信机制的D2-Net卷积神经网络提取倾斜影像的学习型特征,在之后的同名点匹配搜索阶段,为解决唯一匹配点受到较多潜在可行解干扰的问题,设计了一种由粗到精的提纯策略,在稳健匹配同名点对的同时大幅降低匹配开销成本。将HPatches数据集中多组不同场景的影像序列和实地采集的无人机大视角差影像序列作为数据源对提出的方法进行测试,并与具有代表性的基于手工设计的ASIFT方法和基于深度学习的多种方法进行了比较。结果表明,本文方法能够提取稳健的大视角差影像序列仿射不变学习型特征,在正确匹配点数、匹配点正确率、匹配点均方根误差和匹配时间开销方面具有优势。