低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

基于山区GF-1号遥感影像融合及质量评价

针对山地地形高差较大,地形复杂且存在较多阴影现象的特点,选取国产GF-1号卫星数据,选取南昌城区西部某山区作为实验研究区域,采用HSV变换、CN变换、Gram-Schmidt融合、PC Spectral锐化、最近邻域扩散锐化等五种融合方法来对山地地区遥感图像进行融合实验,并结合定性与定量指标对融合结果进行质量评价,以期优选出适合山地的GF-1号卫星数据图像融合处理方法,为基于山地国产高分数据的融合应用提供一定的参考价值。实验结果表明:Gram-Schmidt融合和最近邻域扩散锐化融合方法的融合效果表现最佳。