Delaunay三角网约束的Harris-SURF图像匹配算法

Harris算法提取的角点定位精度高,但不具尺度不变性,SURF算法虽具有尺度不变性和旋转不变性,但提取的特征点并非视觉角点。针对此问题,该文提出一种Delaunay三角网约束下的Harris-SURF图像匹配方法。首先,采取阈值评估策略对图像进行SURF粗匹配,利用RANSAC算法进行粗差剔除,得到的匹配点用于构建Delaunay三角网;然后以相似三角形作为约束,将其作为Harris特征点精匹配的限制区域,提高Harris点匹配的可靠性。实验表明,该算法具有匹配准确率高、鲁棒性较好等特点,对无人机影像的匹配效果明显优于其他算法。     

DEM格网与畸变遥感影像的一体化显示研究

遥感影像可以极大地增强DEM的表达效果,然而由于各种因素的影响,通常需对其进行预处理,传统方法是通过同名控制点进行校正。该文提出一种新的自动匹配算法,即提取DEM和遥感影像对应的特征线,利用Douglas-Peucker算法提取对应的特征点,以DEM特征点为离散点进行Delaunay三角剖分,并基于TIN完成纹理映射。实验结果表明,该算法显示效果较好,可有效改善畸变图像引起的错误显示。     

基于BRISK-LATCH的喀斯特山区无人机影像匹配算法

针对BRISK算法在喀斯特山区无人机影像匹配中存在耗时长、正确匹配点数较少的问题,该文提出一种基于BRISK检测子和LATCH描述符的喀斯特山区无人机影像匹配算法,即利用BRISK检测子对影像进行特征点检测,利用LATCH描述符描述特征点,并采用结合最小距离的FLANN算法进行粗匹配,最后利用RANSAC算法对影像进行精匹配,剔除粗匹配中的错误匹配点对。实验结果表明:该算法的匹配总数和正确点数是SIFT和AKAZE算法的2倍以上,单点平均耗时是二者的7%~80%;与BRISK算法相比,在匹配总数减少5%的情况下,该算法的正确点数增加了30%以上,单点平均耗时减少50%以上。     

一种基于特征点的无人机影像自动拼接方法

论述了当前无人机影像快速拼接可选用的方法及可行性,将稳健的SIFT算法引入无人机影像自动拼接中,分析了该算法各阶段所消耗的时间.结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围;进行尺度空间极值点探测时通过实验获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多地获得了特征点,最后应用LM方法求得精确变换矩阵,完成了影像镶嵌.实验结果表明,该算法对无人机影像拼接具有较好的适应性,在保证算法鲁棒性的同时,提高了精度和效率.     

一种近实时的无人机视频流拼接方法

为了解决无人机视频流的快速拼接问题,提出一种近实时的视频流拼接方法。该方法校正了倾斜拍摄带来的变形,改进了ORB算法特征提取和构建描述子的策略,提高了特征点的稳定性和描述子的判别性,在保证较高匹配率和足够匹配点对的同时提高了帧间变换模型的精度;最后为降低拼接误差,根据GPS数据和给定重叠度构建平衡二叉树,选取离二叉树节点最近的图像作为参考投影面完成拼接。实验结果表明:该方法减少了级联误差累积带来的影响,提高了拼接影像的质量,可用于无人机视频流的近实时拼接。     

基于SIFT算法的图像匹配剔点方法研究

SIFT是一种基于尺度空间的图像特征点提取和匹配算法,其得到的特征点不仅对平移、旋转和缩放等具有良好的不变性,对视觉变化和仿射变换也能保持一定程度的稳定性,在图像匹配、物体辨识和影像镶嵌等方面得到了广泛的应用.但是SIFT算法得到的图像之间的众多匹配点对中仍然存在很多误匹配点对,从而影响了最终图像之间变换参数解算的精度.为此,提出一种剔除误匹配点对的方法,首先对每对匹配点赋予象限和角度信息,然后依次剔除其中的象限异常点对、角度异常点对和非一一对应点对,使匹配结果的正确率得到显著提高.     

基于相位一致性的红外多光谱影像波段间特征匹配

传统基于灰度的影像匹配方法难以适应红外多光谱影像波段间的非线性灰度差异。该文提出一种基于相位一致性的角点筛选与特征匹配方法。首先基于相位最大矩提取影像边缘图,并利用角点的结构属性进行稳定性判断和角点筛选;然后利用相位一致性的幅值和方向信息构建特征描述符,并采用双向最近邻方法实现初始匹配;最后采用RANSAC算法剔除粗差,得到优化后的匹配结果。实验结果表明,该文提出的角点筛选算法能使匹配点中稳定角点的比例由37.9%提升至85.2%,将最大残差由2.765降到1.766,RMSE由0.854降到0.751。与HOPC模板匹配算法相比,该特征匹配算法能在保证匹配精度的同时,将效率提升了3倍。     

基于Diverse AdaBoost改进SVM算法的无人机影像信息提取

无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。     

基于低空摄影测量影像的特征点提取算子比较研究

影像匹配是低空遥感数据处理的核心步骤,而特征提取是影像匹配的基础。该文从兴趣算子的角度分析了摄影测量中几种主流特征点提取算法:Moravec算子、Forstner算子、SUSAN算子、Harris和SIFT算子,以角点类型较多的普通几何图形、卫星遥感影像和动力三角翼拍摄的低空遥感影像为数据,通过实验得到各算法的速度、精度、局限性和适应性。针对低空摄影测量影像,以重复率为指标定量比较和分析了各算法在抗噪、抗对比对变化、抗光照变化和抗旋转变化等方面的性能。实验结果表明,针对灰度信息丰富的低空遥感影像,SIFT算子具备尺度不变性,抗噪性最好,Harris算子提取速度最快,Forstner算子精度最高。实验结论为低空摄影测量影像处理提供了一种可行性方法。     

低空城区航拍图像拼接新方法

基于传统图像拼接方法对低空航拍图像进行拼接时,会出现局部扭曲、重影等问题,且得到的全景图存在非正射的对象。为解决此问题,该文提出大视差补全法(Large-Parallax Patch):首先利用特征点匹配筛选出大视差区域,然后将大视差区域以外的区域统一作为低地物区进行拼接,同时从大视差区域序列图像中筛选出正射效果最佳的图像,将其修补到低地物区拼接结果图中,最终得到类似正射影像的全景图。与Pix4D生成的正射影像相比,该方法拼接后的图像质量更好、耗时更低;与APAP算法相比,该方法速度更快,提取的大视差区域的正射效果更好,明显减轻了高建筑对周围地物的遮挡问题;与PTGUI生成的全景拼接图相比,该方法提取的大视差区域无重影和错切,拼接图效果更佳。     

基于FY-3的格陵兰岛冰盖表面冻融探测方法研究

格陵兰岛的冰盖对全球气候有着极为重要的意义,冰盖的冻融情况可直观展示北极地区的气候变化状况。利用我国FY-3气象卫星的微波成像仪(Microwave Radiation Imager,MWRI)数据,基于增加干湿雪差异性的交叉极化比率(Cross-Polarized Gradient Ratio,XPGR)算法,通过支持向量机(Support Vector Machine,SVM)的超平面进行格陵兰岛冰盖表面冻融探测,与已有的阈值方法相比,理论上精度较高。与微波辐射计(Special Sensor Microwave Image,SSM/I)(阈值为–0.025)的数据结果进行对比验证,结果表明:XPGR结合SVM的格陵兰岛冰盖表面冻融探测方法是可行的。     

缓冲区生成的边界追踪算法优化技术

利用缓冲区边界曲线上各点距缓冲目标距离相等的性质,建立一种基于矢量追踪思想的缓冲区生成方法.提出并探讨了以下优化技术:进行缓冲目标弧段重采样;扩展弧段数据结构以提高点、弧距离计算的效率;闭合边界追踪过程中采用折半逼近的追踪策略并进行动态数据压缩;对缓冲目标集合进行自适应分组和运用分治算法等.结果表明.该算法在内存占用、计算精度等方面具有优势,其计算效率亦可满足一般的GIS应用需求;此外,该算法中边界追踪的思想可以推广应用于空间分析算法设计中.     

基于数值格网数据生成流场图的算法研究

在各种基于场的分析模型 (Field -basedModel)中 ,流线的计算是一个重要的研究课题 ,如基于DEM提取水系。该文探讨了另外一个问题 ,即直接根据数值格网数据生成流场的空间分布 ,从而反映整个研究区域的梯度特征 ,文中提出的算法在水文、气象等研究领域有着较为广泛的应用前景     

A parallel algorithm for coverage optimization on multi-core architectures

Location siting is an important part of service provision, with much potential to impact operational efficiency, safety, security, system reliability, etc. A class of location models seeks to optimize coverage of demand for service that is continuously distributed across space. Decision-making and planning contexts include police/fire resource allocation for a community, siting cellular towers to support cell phone signal transmission, locating emergency warning sirens to alert the public of severe weather and other related dangers, and many others as well. When facilities can be sited anywhere in continuous space to provide coverage to an entire region, this is a very computationally challenging problem to solve because potential demand for service is everywhere and there are an infinite number of potential facility sites to consider. This article develops a new parallel solution approach for this location coverage optimization problem through an iterative bounding scheme on multi-core architectures. The developed approach is applied to site emergency warning sirens in Dublin, Ohio, and fire stations in Elk Grove, California. Results demonstrate the effectiveness and efficiency of the proposed approach, enabling real-time analysis and planning. This work illustrates that the integration of cyberinfrastructure can significantly improve computational efficiency in solving challenging spatial optimization problems, fitting the themes of this special issue: cyberinfrastructure, GIS, and spatial optimization.     

Measuring inter-city connectivity in an urban agglomeration based on multi-source data

A comprehensive understanding of inter-city connectivity is important for regional planning. However, most studies adopted only one single data source for measurements, which is incomplete since each source has its own limitations. There are biases and uncertainties in the connectivity results when using different data sources. To address this problem, our study proposed a novel method that could combine the advantages of multi-source data. First, we measured inter-city connectivities using several datasets individually, and then analyzed each city’s node strength based on the connectivities. Next, the performance of each dataset was validated according to several correlation analyses between the node strength and various socio-economic metrics. Based on these validations, we used the genetic algorithm to search for the optimal weights for combination. Only those datasets with higher weights were retained for further calculation. The final connectivity result is more reasonable than any single result according to the validation. For the first time, this study compares different data sources related to inter-city connectivity, and combines their advantages based on selective weighted combination. The results are expected to provide strong support for large-scale regional planning. In addition, the proposed method could be further applied to other large areas for analyzing inter-city connectivities.     

基于格网索引的GIS矢量数据拓扑重建研究

GIS中对原始矢量数据进行拓扑分析和重建是对其进行存储和使用的前提。引入包括规则格网和四叉树格网在内的索引结构,将全局的矢量拓扑分析转化为单个格网范围内足够少的矢量线段求交过程,减少了运算的复杂度;并用一种重组算法实现将原始矢量数据转化为符合“逢交必断”标准的矢量数据。试验表明,该算法适合海量和高散乱度的矢量数据。     

基于栅格数据和图论算法的生态廊道识别

利用图论中最短路算法思想和ArcGIS的空间分析功能,对生境中动物迁徙廊道的识别与构建进行研究。通过对具有不同空间自相关特征的模拟景观进行分析,发现该方法具有较好的适应性,能识别出不同类型模拟景观的廊道。在模拟景观分析的基础上,将该算法应用于长沙市大河西先导区,计算了先导区重要栖息地之间的廊道。研究表明该计算方法提取的生态廊道具有明显的冗余性,充分反映了物种在不同栖息地之间迁徙的需求,具有一定的生态学意义。同时廊道提取结果在一定程度上反映了城市发展对生态系统尤其是生态廊道的胁迫与挤占。通过对廊道空间结构的分析还发现生态廊道存在一定的瓶颈区域,对该区域的生态恢复与重建将对物种多样性的保持起到关键作用。该方法为区域土地管理以及生态环境保护规划提供一定的科学依据。     

基于表面模型的三维数据重建方法的研究与实现

该文分析了三维数据重建的研究现状 ,提出了基于表面模型的三维数据重建方法 ,给出了具体的算法和应用实例。实例证明算法是收敛的 ,具有较高的精度。该方法对于三维数据重建、三维GIS以及数字城市的建设具有一定的应用价值     

基于MapX的最优路径分析

现有基于MapX的最优路径分析,对于TAB格式数据拓扑信息的提取方法单一,且未考虑导航特征。该文结合道路导航特点,提出了一套基于MapX的最优路径分析解决方案。首先由TAB格式数据提取拓扑信息,为最优路径分析奠定数据基础;然后针对导航的特征,即最优路径分析的起点和终点可能出现在道路网外,着重讨论了对于Dijkstra算法的拓展。     

基于蚁群规则挖掘算法的多特征遥感数据分类

蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和 Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。