一种有效的航拍图像中直线提取算法

首先对航拍图像进行小尺度高斯滤波;然后进行边缘检测,得到边缘检测幅度图像;再在边缘检测幅度图像中进行启发式搜索连接,提取出符合直线模型的直线搜索轨迹;最后根据直线搜索轨迹的判别获取直线。实验结果表明,该算法可以在航拍图像中提取出真实的直线,是一种有效的直线提取算法。     

直升机电力巡检中电力线的自动提取

结合电力线在直升机航拍影像中的成像特性,提出了一种复杂自然背景中电力线的自动提取方法。首先,利用Ratio算子从复杂背景中检测出电力线边缘;然后把边缘转化成直线段,对出现断裂与欠连接的直线进行连接与合并;最后,从这些直线段中采样一些点集,利用随机一致性抽样算法(Ransac)从中选择尽可能少但足够的点来拟合成一根完整的电力线,并通过实验证明了该方法的有效性。     

GPS网中基线边和观测时段的关系分析

GPS网布设过程中,如果测区面积较大、网形复杂,则经常需要计算各点的设站次数与各点相关的基线数目以便进行GPS网的图形设计和精度估算。而基线边数、观测时段数与接收机数量密切相关,本文通过分析得出了三者之间的关系的一般公式。     

高铁无砟轨道基准点平面测量方法

介绍一种在狭长测量条件下基于边角后方交会自由设站的测量方法,阐述方法的原理,并结合石武高铁CRTSⅡ型板式无砟轨道基准点平面测量的具体实例应用,分析该测量方法的精度,证明该方法在狭长呈带状、要求越来越高的测量环境中应用的可行性和可靠性,对其他大型精密工程测量具有参考价值。     

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界．最后进行精定位。实验表明,该方法具有较高的定位精度。     

在数字化地形图中图摘纵横断图形

对传统纸质图摘纵横断数据采集的一般流程进行分析,从相关步骤环节入手,分析缺点。编写的图摘纵横断软件对步骤环节进行改进,作业人员完成对数字化电子地形图中图摘纵横断的数据采集过程,从而完成了传统纸质图摘纵横断数据采集的成果要求,同时进一步提供了为检验人员对数据的完整性、正确性加以核对的便利性。通过作业人员的实践,取得了良好的效果。     

结合边缘编组的Hough变换直线提取

针对传统Hough变换用于直线检测存在的问题进行了细致的分析和归纳总结,在此基础上,提出一种结合边缘编组的Hough变换直线提取算法。该算法首先采用基于8邻域的边缘跟踪算法对Canny算子检测得到的边缘点进行编组;然后对每一个边缘组分别进行Hough变换,单独确定Hough变换原点和参数的取值范围。Hough变换过程中,采用迭代的"投票"方式,每次确定单一峰值点并删除对应像素。实验证明,该算法原理简单,能有效解决传统Hough变换存在的精度不高、计算复杂等问题。同时该算法具有较强的鲁棒性,可以有效处理不同类型的影像数据,适用于并行处理。     

基于数学形态学的位场数据边缘增强方法

位场数据边缘增强对于地质构造研究和矿床勘查具有重要意义。现有的边缘增强方法多数基于位场数据的导数构建,往往存在对噪声敏感的缺点,且处理结果中常有虚假边界的出现。本文基于数学形态学良好的形状分析和噪声压制性能,通过数学形态学基本算子的组合叠加,提出了一种新的位场数据边缘增强方法。该方法容易实现,且不需要计算位场数据的水平和垂向导数。板状体模型试验结果表明,该方法能有效地对重力异常和化极后的磁异常数据进行边缘增强。针对三维模型试验中正负异常同时存在的情况,相比以往几种方法,该方法输出的边缘更清晰且没有额外边缘的产生,并表现出更强的抗噪能力。最后将该方法和以往几种方法应用到老挝万象地区实际重力异常数据的处理中,结果显示该方法刻画出的边缘更加连续清晰;同时结合以往地质资料,推断了成矿的有利部位。     

车载LiDAR点云中交通标线的提取方法

交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。     

Change detection of linear features in temporally spaced remotely sensed images using edge-based grid analysis

Automatic change detection of land cover features using high-resolution satellite images, is a challenging problem in the field of intelligent remote sensing data interpretation, and is becoming more and more effective for its applications viz. urban planning and monitoring, disaster assessment etc. In the present study, a change in detection approach based on the image morphology that analyses change in the local image grids is proposed. In this approach, edges from both the images are extracted and grid wise comparison is made by probabilistic thresholding and power spectral density analysis for identifying change area. One of the advantages of the proposed methodology is that the temporal images used in the change analysis need not be radiometrically corrected as analysis is based on edge extractions. The grid-based analysis further reduces the error, which might have been introduced by image mis-registration. The proposed methodology is validated by finding the temporal changes in the linear land cover features in parts of Kolkata city, India using three different image data-sets from LISS IV, Cartosat-1 and Google earth having varied spatial resolutions of 5.8 m, 2.5 m and about 1 m, respectively. The overall accuracy in identifying changes is found to be 64.82, 73.86 and 80.93% for LISS IV, Cartosat-1 and Google earth data-set, respectively.