基于改进半全局匹配算法的高分辨率遥感影像DSM重建

提出了一种改进的半全局匹配算法来生成高分辨率遥感影像的数字表面模型(DSM)。利用影像间连接点的几何约束关系对系统误差进行有理函数模型补偿,再将有理函数模型分成若干个块,通过考虑纹理信息的视差膨胀腐蚀算法来减小建立金字塔分层后每一层的视差搜索范围。结果表明:该方法得到的DSM精度在高程方向上保持了GSD的1.5倍,并较好地保留了地物的边缘特征。在计算效率和内存开销之间也有很好的平衡。     

改进半全局匹配的高分卫星影像DSM提取方法

传统半全局匹配算法在提取高分卫星立体像对DSM时,匹配结果受正则化参数的影响较大,且在阴影、低纹理、重复纹理和视差跳变等难以匹配区域存在较多的视差空洞。针对上述问题,该文提出了一种改进半全局匹配的高分卫星影像DSM提取方法:在代价聚合过程中根据当前层金字塔影像的视差搜索范围和代价矩阵自动确定正则化参数以增强匹配结果的稳定性,同时构建金字塔聚合以提高匹配点的数量;在此基础上,利用基于快速双边算子的优化策略优化视差图以填充视差空洞。结果表明:本文方法生成的DSM在建筑物边缘更为精细,同时能够较好地恢复难以匹配区域的高程值,且具有更高的精度水平。     

一种顾及重叠区地形变化的DSM镶嵌线智能提取算法北大核心CSCD

针对影像密集匹配得到的分块DSM数据,本文提出了一种顾及重叠区地形变化的DSM镶嵌线智能提取算法。该方法利用DSM数据重叠区的高程偏差构建重叠区域的差值影像和差分影像,将经过去噪、拉伸和反向计算的差值影像和差分影像做融合处理。针对融合数据采用基于最小生成树的最优路径搜索方法,提取最优镶嵌线。试验结果表明,使用本算法提取的镶嵌线能有效避开高程差异大的凸出地物,保证地物的完整性,能够解决DSM数据镶嵌过程中镶嵌线的自动选择问题。该方法有效减少了传统镶嵌方法带来的误差,可靠性和稳定性较高。     

顾及手机基站分布的核密度估计城市人群时空停留分布

为了减小人群在连续空间上停留分布的估计误差,结合手机基站的空间的分布特点,根据基站间的邻近性来计算带宽控制参数,使搜索带宽随着基站的分布而变化;利用最小二乘交叉验证和对数概率两种方法来评价其估计效果,结果表明变化带宽比固定带宽的核密度估计效果更优。以深圳市手机位置数据为例,利用改进方法估计了几个典型时段城市人群停留的时空分布差异,反映了城市人群对城市不同区域的使用情况及其随时间变化情况。     

基于半全局优化的资源三号卫星影像DSM提取方法

提出了一种基于物方半全局优化的资源三号卫星影像数字表面模型(digital surface model,DSM)提取方法,将半全局优化策略和影像金字塔结合,利用上一层金字塔的匹配结果来动态确定下一层每个像点的搜索范围,打破了半全局匹配需要建立匹配代价立方体的局限;以互信息和影像局部结构描述算子(CENSUS)距离加权和作为匹配代价函数,结合可疑区域探测技术,实现了高精度的DSM提取。通过实验对影响DSM精度的因素进行了总结分析。     

利用鱼眼相机对人群进行运动估计

人群运动估计是人群行为分析的重要步骤。特定场景的人群运动分析和监控,是维护公共安全和社会稳定的一个必要措施,也是视频监控领域的一个研究难点。利用鱼眼相机视场大、无视觉盲区的优点,提出了一种基于特征点光流的人群运动估计方法。首先,采用一种基于面积反馈机制的混合高斯背景差分方法,对原始视频图像进行预处理,并利用圆拟合的方法获取兴趣区域;其次,为了在保证准确描述人群目标的同时提高算法的实时性,提出一种基于边缘密度非均匀采样的人群特征点提取方法来描述运动的人群目标,并利用Lucas & Kanade光流法计算光流场;最后,为了解决远近人群的尺寸大小不一致的问题和鱼眼相机的畸变问题,采用鱼眼相机的透视加权模型,计算人群运动加权统计直方图,获取人群在鱼眼图像中的全局运动方向和速度。实验结果表明,针对密集的人群,该方法能有效、实时地估计人群的运动方向和速度,为人群行为分析提供有力的研究基础。     

一种结合数字表面模型的建筑物提取方法

以数字表面模型(DSM)影像为辅助,提出了一种结合基于对象和基于知识的建筑物提取方法。首先利用DSM辅助多尺度分割,有助于分割完整的建筑区域;然后利用3种规则进行建筑物提取;最后利用国际摄影测量与遥感学会(ISPRS)标准数据集影像进行实验验证。结果表明,该方法可有效提取建筑物,得到高精度的提取结果,错提率与漏提率分别为6.26%与7.43%。     

模拟火星地表可照时间的搜索半径研究

针对光线追踪法是模拟火星太阳光照最有效的方法,但模拟精度由搜索半径的大小直接决定,进而影响火星地表可照时间模拟精度的问题.该文综合考虑纬度差异、地貌类型、地貌形态规模的影响,利用Hadoop分布式集群模拟火星地表可照时间,针对搜索半径对可照时间的影响进行时空分析,获取模拟火星不同地貌下可照时间所采用的最佳搜索半径,保障火星地表光照的模拟精度,且提高计算效率.结果 表明:搜索半径对火星地表可照时间的影响呈时节分布的不对称性,受搜索半径影响最为严重的时节随纬度带的改变而更替;搜索半径对不同地貌下可照时间影响的效果不可一概而论,主要与地形起伏及地貌形态规模有关,但主体呈现撞击坑下的可照时间受搜索半径的影响最为持续、火山地貌下的可照时间所受的影响程度最重.     

基于大疆精灵4RTK的快速测绘方法研究

2020年春节期间,新冠肺炎疫情突然爆发,交通管制、设卡布控、人员隔离等措施相继实施,为城市的基础测绘带来了一系列挑战.鉴于此,提出了利用大疆精灵4 RTK进行快速测绘的方法.利用垂直摄影相片和倾斜摄影相片生成DSM、DOM、点云数据、三维模型,再结合三维模型和DOM生产地形图数据.实验结果表明,该方法可满足1:500地形图的精度要求,具有良好的效率和适用性.     

基于LIDAR数据的建筑物轮廓提取

建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。     

基于机载激光扫描数据提取建筑物的研究现状

机载激光扫描系统是集成了GPS、惯性导航系统(INS)和扫描激光测距系统并利用飞机作为运行平台,来获取地面的三维位置,进而快速生成数字表面模型(DSM)。随着机载扫描激光测距系统的不断完善和发展,获取城市DSM数据也变得越来越快速,而且方便和经济可靠,地面激光点的密度也大大提高。目前国外激光扫描系统的激光点密度一般都达到了1～20点/m2,因此利用机载激光扫描系统获取的城市DSM提取建筑物也渐渐受到重视。利用激光扫描数据提取建筑物可以分为两大类,第一类是单纯以获取的机载激光测距数据来提取建筑物,第二类是融合激光测距数据和其他相关信息的建筑物提取,如融合航空影像、融合IKONOS高分辨率卫星影像来提取建筑物。本文对国际上利用机载激光扫描测距数据进行建筑物提取的最新研究进展进行了一些分析,同时也给出了应用我国研制的机载激光扫描数据提取建筑物的试验研究和初步结果。     

结构体整体变形量提取算法

以往利用三维激光扫描提取变形量都是基于DEM模型进行变形量的提取。该方法提取的是一维变形量,没有考虑不同方向的变形量。针对此,对基于K-最邻近点搜索的ICP算法进行改进;并基于局部匹配的方法,提取结构体的整体变形量,包括变形的方向和大小。首先,对ICP算法中最邻近点搜索容易出现重复的地方进行了修改,构建了改进的K-最邻近点搜索的ICP算法。其次,利用该算法对采集的两期点云进行全局配准,并将配准后的结构体点云进行归一化处理。最后,利用该算法对结构体点云进行局部匹配,从而可以得到结构体的整体变形量,包括3个旋转向量和3个平移向量。通过实例,验证了该方法在结构体变形提取中的有效性。     

LiDAR数据中建筑物提取的新方法-Fc-S法

激光雷达技术(LiDAR)已广泛应用于数字高程模型(DEM)的快速获取和三维城市模型的建立中,但仍有许多不足之处,需要做更深入的研究。本文介绍了一种新的建筑物提取方法,称之为Fc-S法。该方法首先利用等高线特征进行滤波,从LIDAR数据内插的数字表面模型(DSM)中提取出DEM,利用DSM与DEM的高差阈值和DSM边缘特征参数去掉地面点和汽车等矮小物体,获得主要包含植被和建筑物的地物点群,然后对地物点群进行分割,利用二次梯度和面积等参数去掉植被点,并采用迭代逼近的方法精化建筑物。文章通过实验对所提方法进行验证,并借助高分辨率的航空影像对建筑物提取结果进行评估,评估结果表明该方法能够在地形起伏的区域中较准确地提取出建筑物。     

高分辨率遥感影像DSM的改进半全局匹配生成方法

提出一种基于改进半全局匹配算法的高分辨率遥感影像数字表面模型（digital surface model,DSM）生成方法。首先利用影像间连接点几何约束关系对有理函数模型进行系统误差补偿,在补偿模型的基础上对影像进行分块,利用投影轨迹法逐块得到核线影像对;在密集匹配阶段,对影像建立金字塔后逐层进行半全局匹配,匹配过程中引入顾及影像纹理信息的视差图膨胀腐蚀算法约束每一层视差搜索范围,增加了视差图边缘处的有效像素数,同时减少了算法所需的内存开销和计算时间;在视差图后处理阶段,利用加权中值滤波算法保护了视差图的边缘信息;最后基于前方交会获取DSM。选取WorldView 3和资源三号立体影像进行试验,结果表明,本文方法获取的DSM精度在高程方向上接近于1.5倍GSD,并且较好地保持了地物的边缘特性,在计算效率和内存开销方面也具有较好的平衡。     

改进SIFT 算法的小型无人机航拍图像自动配准

针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合 Harris特征点和 SIFT 特征向量的优势,提取 Harris特征点、计算特征点的特征半径和 SIFT 特征向量,并利用PCA 降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用 PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准.实验证明,该图像配准方法在准确性、效率方面较经典的 SIFT 算法有较大的提高.     

基于DSM和DOM特征的城市变化检测

论述城市地表模型(DSM)获取的几种途径和数据处理的过程,探讨利用不同时期的DOM、DSM对比产生的色差、高差,特别是利用DSM的高差来发现变化,为城市规划和国土资源管理,研究城市变迁,规范土地利用提供服务。     

基于LiDAR数据的水域边界提取方法探讨

提出一种基于单个三角形最小外接圆来提取水域边界的方法,通过构建TIN、计算三角形最小外接圆半径、三角形面域合并、提取面域边界等步骤,实现了从LiDAR点云数据中对水域边界的快速提取.利用覆盖湖北省长江流域的LiDAR点云数据验证了方法的有效性,结果表明该方法能快速提取各种形状的水面区域边界,减小了后期DEM数据的人工编...     

利用超体素的车载激光点云杆状目标的提取

提出了一种利用超体素来提取杆状目标的方法.首先将车载激光点云中的非地面点进行体素化,并在此基础上构建超体素;然后对超体素内的点云进行类型判别,点云大致可分为线型、面型、体型3种类型,杆状目标近似垂直于地面,其点云类型一般为线型;由于杆状目标在水平方向上具有一定的独立性,可以通过一种自适应半径的模型来检测主方向近似平行于Z轴的线型超体素是否属于杆状目标;最后依据各类杆状目标的高度和形状的差异,对杆状目标进行细分类.利用该方法对某城市街区进行杆状目标提取,杆状目标的检测率为93.5％,证明了此方法的可行性.     

结合LBP变换的GF影像纹理特征提取

为了更好地提取高分辨率影像的纹理特征,该文以GF-1影像为实验对象,引入局部二进制模式(LBP)算子增强图像纹理信息,并且结合灰度共生矩阵计算图像纹理特征。实验通过使用3个不同的半径参数的LBP变换对GF-1影像的全色波段做计算,然后分别将此计算结果加入影像分类过程中。3种分类均采用相同尺度的面向对象分类方法、相同的训练样本和测试方法。最终结果显示,半径参数为3个像元的LBP变换提高分类精度幅度最大,参数为1个像元的没有提高分类精度,参数为2个像元的分类精度居中。实验表明,使用LBP变换能够很好地提取纹理信息、帮助分类,但需要找到合适的半径参数。     

基于GMM-DBC的CSI室内定位算法

针对贝叶斯室内定位技术存在定位精度低及时间复杂度较高的问题，提出了一种基于高斯混合模型和密度聚类(GMM-DBC)的信道状态信息(CSI)定位算法.通过对分模型参数的初次估计构建GMM概率分布模型并进行误差计算；引入确定分模型个数(DSM)策略，结合误差计算结果更新GMM模型参数，减小由模型精度引起的定位误差；基于不同参考点的分布特征，判断参考点间紧密程度，将紧密相连的参考点划为一类，减小搜索范围，降低时间复杂度；根据分簇结果，利用改进的贝叶斯概率算法进行权值计算，得到最终定位结果.实验结果表明：所提算法能较好地提高定位精度，降低时间复杂度.