遥感图像分割中的小波域改进信息割算法

针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题,提出了一种小波域改进信息割(W\\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进,以降低灰度变化对分割的影响;将MIC引入到小波域,利用小波的平滑作用降低参数选取复杂度,改善图像分割效果。遥感图像分割实验结果表明,W\\|MIC可有效降低参数选择效应,不仅避免了灰度变化引起的误分割,而且还较好地保持了图像边缘。     

“摄影与航空摄影”课程互动式教学模式的研究

互动式教学模式以培养学生学习的自主意识和创新能力为目标,既发挥教师的主导作用,又充分体现学生的认知主体作用。摄影与航空摄影是遥感科学与技术专业的专业基础课程,本文提出了针对该课程的互动式教学模式,并进行了课堂教学实践,总结了该模式的创新点和应用价值。     

利用局部自相似的多光谱遥感图像自动配准

为解决多光谱遥感图像间非线性灰度差异造成的配准困难问题,提出了一种基于局部自相似的自动配准方法。该方法首先引入局部自相似(local self-similarity, LSS)特征,并在对数极坐标系下建立反映图像内在几何布局和形状属性的特征描述子。之后结合LSS和归一化相关系数构建一种形状相似性测度,并通过模板匹配的策略实现图像的配准。试验结果表明,该方法能够较好地抵抗图像间的非线性灰度差异,并获得了可靠的配准精度,而且相比于传统方法,在顾及计算效率的同时获得了更高的匹配正确率。     

基于图像全站仪的天文大地垂线偏差测量及其精度分析EI北大核心CSCD

高精度天文大地垂线偏差在地球重力场模型精化、区域大地水准面模型验证等领域具有重要的应用。目前,数字天顶仪是最为常用的天文大地垂线测量仪器,但存在结构复杂、体积庞大、设备笨重、价格昂贵、运输不便等缺点。本文提出了一种利用图像全站仪实现高精度、全自动垂线偏差测量的方法。简要介绍了垂线偏差测量的基本原理和数据处理方法,并利用Leica公司生产的TS60图像全站仪,在河南郑州和陕西泾阳进行了为期1 a共计23个夜间的野外试验。结果表明,观测时间为12 min时,垂线偏差的内符合测量精度达到0.18″~0.23″;观测时间增加到96 min时,内符合精度提升至0.13″~0.19″,外符合精度优于0.2″。与数字天顶仪相比,图像全站仪兼具了测量精度和效率,甚至具备单人观测的条件,因此具有广阔的推广应用前景。     

融合CNN和CapsNet的Wi-Fi室内定位方法

针对基于位置指纹的Wi-Fi室内定位方法定位精度低的问题,本文提出了一种融合卷积神经网络(CNN)和胶囊网络(CapsNet)的Wi-Fi室内定位算法模型,记为CNN-CapsNet。首先将采集的RSSI时间序列信息,生成位置指纹图像数据集;然后通过由卷积层和池化层构成的CNN初级特征提取器,完成定位图像到初级特征图的转换;最后将初级特征图输入到CapsNet中,获得最终的分类结果。试验结果表明,在不同的向量维度,迭代次数等参数下,该模型的准确率高达99.99%,损失函数值低至0.009 91,优于其他的传统定位方法。     

基于ED-SIFT算法的高分辨率遥感图像快速拼接

基于特征点检测的高分辨率图像拼接运算量大、速度慢,改进后可以提高效率。从减少参与SIFT计算的数据量和优化算法两方面实现图像拼接加速。建立基于ED-SIFT的图像拼接算法,图像边缘检测优选Soble算子;使用Python+OpenCV,对WorldView3切片数据进行拼接实验,平均耗时为0.96 s;与传统基于SIFT的图像拼接算法相比,在保证一定数目的特征点同时,速度加快9.47倍。使用该算法对重叠率为20%、65%、80%的切片数据拼接成功,平均耗时都在0.96～1.08 s。继续用OpenCV+Numba并行运算实现该算法,对运算提速已不明显。基于ED-SIFT的图像拼接算法对高分辨率遥感图像拼接提速明显,对不同重叠率图像拼接皆有效。     

基于压缩感知的sar图像cfar目标检测算法

提出了一种基于压缩感知（compressedsensing,cs）和恒虚警率（constantfalsealarmrate,cfar）目标检测算法,用于合成孔径雷达（syntheticapertureradar,sar）图像的目标检测。针对传统的均值类和有序统计量类cfar目标检测算法,首先对每个局部滑窗的背景杂波像素利用压缩感知进行重建,以此来降低sar图像相干斑现象的影响,然后利用重建后的数据进行杂波分布参数的估计,并利用cfar检测器进行目标检测。在真实的sar图像中证明了上述目标检测算法的有效性     

利用稀疏分解的高分辨率遥感图像线状特征检测

目的 线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤。利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法。采用 K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果。利用 QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势。     

HDR图像阶调复制的非线性蒙版改进算法

提出了一种新的高动态范围(high dynamic range,HDR)图像阶调复制算法。鉴于图像色貌模型在预测图像色貌方面的优势,基于最新的图像色貌模型iCAM06设计流程,对iCAM06的阶调压缩函数进行重要改进,使用基于改进非线性蒙版的阶调压缩函数取代其中的双曲线压缩函数,对基础层图像进行阶调压缩处理。另外,在HDR图像的显示过程中增加了亨特效应和史蒂文斯效应预测模型。最后,利用主观评价实验和DRI模型分别评价了新算法的显示偏好性和场景复制准确性。实验结果表明,无论在偏好性还是场景复制准确性上,新算法都取得了较好的效果。     

CH/T1029.3―2013《航空摄影成果质量检验技术规程第3部分：推扫式数字航空摄影》解读

1制定的背景为了规范测绘航空摄影成果质量检验行为,提高检验工作质量和检验结果的科学性,更好地配合GB/T24356―2009《测绘成果质量检查与验收》的使用,2011年完成了CH/T 1029―2012《航空摄影成果质量检验技术规程第1部分：常规光学航空摄影》的编写工作。近年来,数字航空摄影已成为成熟的航空摄影技术,并得以广泛应用,相关规范相继出台。