车载LiDAR点云数据分割与半自动化建模方法

针对车载激光雷达(light detection and ranging,LiDAR)点云数据的不完整性问题,提出一种车载LiDAR点云数据分割以及基于分割后点云数据的半自动化建模方法。首先对点云数据进行标准格式转换及稀化;然后以不同地物的属性和几何特征为分割条件,分别建立道路、建筑物、树和路灯等附属设施的三维模型,并利用车载以及航空图像的纹理信息辅助建筑物的立面和顶面三维建模;最后以真实街景为实验区,基于拓普康IP-S2车载LiDAR点云数据,完成该街景的分割与建模。实验结果表明,该文提出的点云数据分割与街景地物重建方法比较简单,可实现道路和建筑物的半自动化分割;利用成熟的建模软件和方法,实现了建模的完整性和较强的可靠性。     

国产单极化SAR数据在锰渣尾矿库自动化识别中的应用

为了挖掘国产单极化SAR数据在自动化识别尾矿库中的作用,辅助光学数据以提高锰渣尾矿库的识别精度,针对锰渣尾矿库及其在光学遥感图像中容易混淆的目标,从定性的角度分析了二者的散射特性以及在SAR图像中的差异特点;并开展锰渣尾矿库自动化识别研究;利用面向对象的方法对光学遥感图像进行分割;选取典型锰渣尾矿库及其易混淆目标,进行纹理特性计算。实验结果表明:可以通过纹理特征有效地建立锰渣尾矿库在雷达图像中的识别规则,为实现光学遥感数据和雷达数据相结合的计算机自动识别锰渣尾矿库提供基础。     

利用方向纹理特征从影像上搜索道路中心线

针对遥感影像道路中心线提取问题,提出利用方向纹理特征辅助道路中心线匹配搜索的思想,以人工给出的道路种子点和初始搜索方向为基础,运用方向纹理特征直接从遥感影像上匹配搜索道路的中心线。算法通过预测道路的宽度、弯曲等情况来自动调整纹理窗口的大小,因而能够很好地搜索到道路中心线,此外算法针对树木遮挡、车辆压盖设计了相应的处理策略。实验表明:该方法对遥感影像上不同类型道路均有很好的提取效果,且提取效率高于现有的道路提取算法。     

利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。     

基于影像方位信息的三维建模关键技术研究与应用

三维模型以其直观性、客观性和真实性等特性,成为数字城市建设的重要组成部分。本文针对传统三维建模纹理检索、纹理映射存在的一些问题,主要利用纹理、模型的方位信息,对三维建模的关键技术纹理检索、纹理映射进行研究,改进传统三维建模纹理检索不高的缺陷,并利用OpenGL纹理映射进行三维建模实验,通过实验验证本文讨论方法的可行性,以期在实际的三维建模生产中能够进行应用。     

地表起伏对地下管线GPR探测的影响

地下管线是城市的重要设施,承担着能源输送、信息传递等功能,为城市生活提供了便利和保障。探地雷达(ground penetrating radar, GPR)作为一种高分辨率、高精度、非开挖、非破坏性的探测技术,在管线测量中具有巨大的优势。然而地表地形复杂,多有起伏,对于GPR探测地下管线有很大的影响。因此,本文采用有限单元法对地下管线探测进行了数值模拟,该方法可以与非结构网格结合,更好地拟合地表起伏地形;此外,介绍了如何进行高度校正,将所得剖面数据与地形相吻合,更容易分析异常体特征。最后开展了两个数值实验,分析了起伏地表对于不同埋深、不同间距、不同材质及不同填充物管线探测的影响,为GPR数据解释提供理论基础。实验结果表明,因地表起伏原因,波形和反射波能量将发生畸变,并不能作为判断管线信息的唯一依据。因此,需进行高度校正,利用双曲线的顶点来判断管线的埋深、材质等信息。     

一种改进低层特征算子的遥感影像检索方法

在遥感数据检测中,现阶段往往将C_Meta(颜色特征计算得到)和T_Meta(纹理特征计算得到)作为两种不同的Meta-feature特征,使得对于同类地物影像利用C_Meta和T_Meta检索的结果不理想且有较大差异。为了改善检索结果,该文提出通过初步检索选择检索结果较好的C_Meta或T_Meta作为不同类别影像最终的Meta-feature特征;并利用新的影像特征库进行第二次检索。实验结果表明,此方法的检索结果好于原始的C_Meta和T_Meta以及传统的颜色直方图和小波纹理。     

改进角度纹理特征提取高分辨率遥感影像带状道路

针对目前高分辨率遥感影像的道路自动提取算法研究中的不足,该文提出了一种基于并行角度纹理特征的半自动道路提取算法:用户输入完成道路中心线上的起始点、道路方向、道路宽度等初始化工作,利用并行角度纹理特征获取道路前进方向,用抛物线参数方程构建道路轨迹模型来预测道路轨迹点,使用角度纹理特征值构建的紧质度系数和抛物线的曲率变化来约束道路轨迹点,验证失败则转入手工跟踪;往复执行以提取道路中心线。试验证明,本算法是一种稳健的道路半自动提取算法。     

基于奇异值分解的遥感图像鲁棒水印算法探讨

针对遥感图像的安全保护问题,文章提出了一种基于DCT-SVD和最近区间量化的鲁棒水印算法,将遥感图像进行分块,选择视觉掩蔽效应好的纹理子块作为嵌入区域,根据混合变换后的系数在各自所属区间上的位置,将系数进行最近区间量化来嵌入水印信息;利用密钥即可实现水印的提取,不需要原始遥感图像参与。实验结果表明,该算法对加噪、滤波、旋转、缩放、随机剪切、JPEG压缩等攻击均具有较强的鲁棒性,可有效保护遥感图像的安全。