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。     

基于主方向的SIFT误匹配点剔除方法

针对RANSAC方法在剔除SIFT误匹配点方面的不足,提出了一种基于主方向的SIFT误匹配点剔除方法。结果表明,该算法与RANSAC相比,耗时较少,剔除效果更好,保留的正确匹配点数更多,且当误匹配点数量多于正确匹配点时也能得到很好的剔除效果。     

机载雷达影像调绘片制作与解译方案研究

以西部测图工程某测区为研究对象,结合该区实际情况及地形和地表覆盖等基本测图要求,采用机载雷达图像处理、内业加密、影像纠正、镶嵌与裁切、调绘片整饰等相关测绘技术,进行机载雷达影像调绘片的制作,并结合外业调绘情况对雷达影像上相关地物类型的识别与判读进行深入研究,总结机载雷达影像调绘片制作的整体工艺流程,以及解译雷达影像的关键技术和方法。     

对影像导航的认识与思考

影像导航是新一代用户导航设备的重要特征,是对地图导航的必要补充和完善。文中阐述了影像导航的基本概念;简要介绍了国外典型影像导航系统的基本情况;重点讨论了影像导航的关键技术问题及其解决方案;客观分析了影像导航的优势和不足之处;对影像导航的发展趋势(即实景导航或视觉导航)也进行简要介绍。最后针对影像导航研究和配套建设问题,给出了作者的思考和建议。     

资源三号测绘卫星影像平面和立体区域网平差比较

针对弱交会条件下卫星遥感影像区域网平差无法正确求解的问题,本文提出了利用数字高程模型（DEM）作为高程约束的平面区域网平差方法提高其对地目标定位精度的策略。首先,选取带仿射变换项的有理函数模型（RFM）作为卫星影像平面区域网平差的数学模型。其次,在平差过程中更新连接点的地面坐标时仅求解地面点的平面坐标,高程值利用DEM进行内插获得。最后,在布设少量控制点的情况下通过平面区域网平差求解所有参与平差的卫星影像定向参数和连接点的地面平面坐标。利用两个地区的资源三号正视影像的平面区域网平差以及前正后三视影像的立体区域网平差的对比试验表明,对于资源三号卫星影像在1:50000DEM的支持下,平面平差可以达到和立体平差相当平面精度。对于近似垂直正视的资源三号影像,全球1km格网的DEM和90m格网的SRTM可以取代1:50000DEM作为高程控制,平面精度几乎没有损失。最终,试验结果证明了平面区域网平差方法的有效性和可行性。     

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。     

一种面向像斑的高分辨率遥感影像相对辐射校正方法

在认为不同类别地物的光谱响应值在不同时期具有不同的线性关系的基础上,提出了一种基于像斑的高分辨率遥感影像相对辐射校正方法。首先以相关系数为基础将像斑划分为变化像斑和未变化像斑两大类,再对未变化像斑利用随机数据一致性算法解求增益和偏移参数,对于变化像斑则将与其最相似的未变化像斑的增益和偏移参数作为该像斑的校正参数,最后利用各像斑的校正参数进行线性校正。在高分辨率遥感影像上的实验结果验证了本文方法的有效性。     

基于ArcGIS镶嵌数据集的正射影像数据库构建方法初探

数字正射影像数据具有直观、信息量大、覆盖面广和经济、方便、获取快速等优点,是我国基础地理信息数据库的重要内容。本文讨论了基于ArcGIS镶嵌数据集栅格模型构建数字正射影像数据库的一些基本问题。首先对近年来的影像空间数据库技术进行了梳理,然后基于ArcGIS镶嵌数据集模型提出了数字正射影像数据库构建方法,其中对影像入库涉及的栅格数据存储模型、建库步骤、相关参数等问题进行了分析与探讨。最后,开展了海南省某测区小型正射影像数据库构建试验,通过试验证明了文中方法的可用性与可靠性。     

基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法

遥感影像可用于城市土地规划、地质灾害勘察、监测环境污染等,其应用范围极广,为更加准确地从遥感影像内获取信息,提出基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法。该方法利用无人机搭载遥感影像摄像头采集目标区域遥感影像后,使用暗通道假设法还原无人机遥感影像色彩,再通过判断无人机遥感影像几何特征和灰度特征,获得用户感觉兴趣区域,并生成无人机遥感影像用户感觉兴趣区域模板图像;将该模板图像作为输入,利用卷积神经网络输出无人机遥感影像中用户感觉兴趣区域识别结果。实验结果表明：该方法具备较好的无人机遥感影像色彩还原能力,可有效提取遥感影像中用户感觉兴趣区域,且识别遥感影像中用户感觉兴趣区域精度较高。     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。