多匹配策略融合的无人机影像匹配方法

针对AKAZE算法在无人机影像匹配过程中存在的匹配精度低和稳定性较差问题,本文提出一种基于多匹配策略融合的改进影像匹配方法。该方法首先对影像降采样并利用AKAZE算法检测多尺度特征。然后采用一种稳定的RootSIFT描述符进行特征描述。其次,融合最近邻距离比值、双向匹配和余弦相似度约束匹配策略进行特征匹配以降低误匹配率。最后,采用随机抽样一致性(RANSAC)算法确定最终的特征对应关系,并求得几何变换模型。实验结果表明,该方法在获得更多正确匹配点对的同时具有较高的匹配正确率和精度,能够更好适用于无人机影像匹配。     

单片卫星影像在航测测图中的利用

在边境测图过程中,经常遇到较大面积云层问题,使航测测图无法顺利进行。能充分利用的影像资源是第一次全国地理国情普查的影像,有国产高分2号、SPOT-6、资源3号等单片卫星影像,无立体像对影像。通过对国情普查的影像分析选取,选取一试验区域进行试验,用国产高分2号卫星影像与SPOT-6卫星影像组成立体像对测制地物地貌,用Worldview卫星立体像对影像测制同一区域的地物地貌,将两种影像源组成立体模型测制的地物地貌进行比较及精度统计,说明单片卫星影像在航测测图中达到的精度。     

基于UCD数码影像在1∶10000地形图生产中像控点布设方案的研究及精度分析

叙述了在1∶10 000地形图生产中,通过设立试验区,在进行全野外布点的基础上,采用UCD数码影像在无POS辅助和有POS辅助两种情况下,使用自动空中三角测量软件Geolord-AT进行加密的方法。论证了区域网的大小对精度的影响,并通过精度分析,确定像控点布设方法,可为相似航测项目像控点布设方案的确定提供参考。     

全局局部细节感知条件随机场的高分辨率遥感影像建筑物提取

条件随机场模型由于其较强的上下文信息建模能力,被广泛应用于建筑物提取任务中。然而,面对高分辨率遥感影像丰富的地物信息,基于条件随机场的提取方法存在建筑物边界模糊的问题。本文提出了一种全局局部细节感知条件随机场框架,该框架提出全局局部一体化D-LinkNet,在有效利用多尺度建筑物信息的同时保留局部结构信息,解决了传统条件随机场一元势能丢失边界信息的问题。同时,该框架融合分割先验以缓解建筑物类内光谱差异较大的影响,利用更大尺度的上下文信息来精确提取建筑物,并引入局部类别标记代价从而保持细节信息以获取清晰的建筑物边界。实验结果表明,该框架在WHU卫星和航空数据集上的精度评价指标均优于其他对比方法,其IoU分别达89.82%和91.72%,对于复杂场景下的建筑物信息能够获得较好的提取效果。     

利用一种模糊神经网络对遥感影像进行分类的研究

结合遥感影像的特点,提出一种模糊逻辑系统和神经网络中的BP算法相结合的模糊神经网络,利用其进行整个遥感图像的分类,并和典型的BP神经网络进行对比,发现其优点以及存在的问题。     

基于MODIS 250m遥感影像的变化检测

本文采用分辨率为250m的MODIS遥感影像对土地利用类型进行动态监测,其目的是探讨在MODIS影像上,能够快速准确地获取在不同时期的变化信息,并且为进一步分析提供参考。本文主要讨论运用MODIS影像进行变化检测的几个方面:一是相对辐射校正;二是变化区域的确定,采用基于像素的阈值分割和基于区域的松弛法进来确认变化/非变化像元,并提出一种基于缓冲区方法来消除部分伪变化信息;三是精度评价,根据MO-DIS高时相的特点,本文提出了基于缺少实地观测数据情况下的精度评价。     

GIS辅助遥感影像分类概述

论述了在已有的GIS数据基础之上,将GIS数据与知识综合运用于遥感影像监督法分类的分类方法,着重对样区的自动选取、非训练样区的分类等几个有关的问题进行了分析,并对该分类法的优势进行了分析和总结。     

基于MODIS影像的超分辨率重建

针对4幅多时相250 m分辨率的MODIS影像,利用空间域中的超分辨率重建模型,进行了影像的匹配和运动参数估计,重建出采样率提高2倍的高分辨率影像。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

南极中山站以南地区冰面高程信息的提取

在实地高程控制点与热红外影像上同名像点的辐射亮度值间建立函数关系，从Ｌａｎｄｓａｔ４ＴＭ６影像上提取出中山站附近冰面的高程信息，并绘制成冰面地形图。