LiDAR数据与航空影像结合的建筑物重建

探讨了结合航空影像的LiDAR数据简单建筑物重建算法,以建筑物边界、屋顶面片的自动提取及面片邻域关系的建立,重建了简单直角建筑物模型,并利用航空影像进行了精确定位。     

卫星影像匹配的深度卷积神经网络方法

本文侧重于智能化摄影测量深度学习的第一个方面：深度卷积方法。传统的影像同名点对提取算法通常利用人工设计的特征描述符及其最短距离作为匹配准则进行匹配,其匹配结果易陷入局部极值,造成部分正确匹配点对的遗漏。针对这一问题,本文引入深度学习方法,设计了一种基于空间尺度卷积层的两通道深度卷积神经网络,采用其进行影像间的匹配模式学习,实现了基于深度卷积神经网络的卫星影像匹配。试验表明,在处理异源、多时相、多分辨率的卫星影像情况下,本文方法比传统匹配方法能提取到更为丰富的影像同名点对,且最终匹配提纯结果正确率优于90%。     

基于LiDAR数据和航空影像的水体自动提取

提出将LiDAR数据对水体的敏感性与航空影像的高分辨率特征相结合的水体自动提取方法。利用SIFT算法对LiDAR强度图像和航空影像进行配准,在LiDAR高程图像上提取无回波信号的黑色区域,构建几何约束条件,排除由遮挡产生的无效区域;将水体初始位置映射到航空影像上,结合边缘信息进行区域生长,并对生长区域进行数学形态学运算,最终获取水体区域。实验结果表明,该方法可以获得很好的水体提取效果。     

机载激光雷达点云与定位定姿系统数据辅助的航空影像自动匹配方法

本文针对LiDAR点云和POS数据辅助航空影像的连接点自动匹配,设计了用于相关系数匹配的最佳匹配点位快速搜索算法;提出一种基于虚拟地面控制点的相机安置角误差自动检校方法,在此基础上自适应确定影像匹配搜索范围。试验结果表明,本文提出的最佳匹配点位快速搜索算法可在保证匹配正确性的情况下节省约25%的匹配耗时;相机安置角误差补偿方法能够有效地提高由POS数据计算的影像外方位元素的精度,从而明显改善同名点匹配时的点位预测精度;本文算法能处理多分辨率、多视角的交叉飞行航空影像,获得高精度的匹配结果。     

基于流形学习的航空影像匹配方法研究

提出了一种基于流形学习的航空影像匹配方法。该方法利用同一幅影像中特征点之间的空间结构和不同影像中特征点之间的相似性作为特征点映射的约束条件,利用流形学习方法对影像的特征点进行映射,将所有影像的特征点映射到同一空间后采用最小距离方法进行特征点的匹配。利用实际的航空影像进行实验,与SIFT方法、SVD-LLE方法进行综合分析,结果表明本文方法在匹配性能方面具有明显的优越性,并且能够同时获得多幅影像之间的匹配关系。     

城区机载LiDAR数据与航空影像的自动配准

为解决机载LiDAR数据与航空影像集成应用中二者的配准问题,提出了一种机载LiDAR数据与航空影像配准的方法。首先,直接在LiDAR点云中提取建筑物3维轮廓线,通过将轮廓线规则化得到由两条相互垂直的直线段组成的建筑物角特征,并在航空影像上提取直线特征;然后,根据影像初始外方位元素将建筑物角特征投影到航空影像上,并采用一定的相似性测度在影像上寻找同名的影像角特征;最后,将角特征的角点当作控制点,利用传统的摄影测量光束法区域网平差解求影像新的外方位元素。解算过程中采用循环迭代策略。本方法的主要特点是,直接从LiDAR点云中提取线特征,避免了常规方法从距离图(或强度图)中提取线特征所产生的内插误差。通过与现有基于点云强度图的配准方法的对比实验表明,在低精度初始外方位元素的辅助下,本文方法能够达到较高的配准精度。     

局部相位特征描述的多源遥感影像自动匹配

由于影像间显著的几何和辐射差异,多源遥感影像自动匹配一直是目前研究的难点问题。首先引入具有光照和对比度不变性的相位一致性模型,并对其进行扩展,构建相位一致性的特征方向信息,然后借助于梯度方向直方图的模板结构,利用其特征值和特征方向,建立一种局部特征描述符——局部相位一致性方向直方图（local histogram of orientated phase congruency,LHOPC）,最后利用欧氏距离作为匹配测度进行同点名识别。对四组多源遥感影像进行试验,其结果表明,相比于尺度不变特征转换和加速鲁棒性特征算法,LHOPC能更为有效的抵抗影像间的辐射差异,提高了匹配性能。     

基于U型卷积神经网络的航空影像建筑物检测

经典的卷积神经网络结构在前向传播过程中分辨率不断下降,导致仅采用末层特征时难以实现建筑物边缘的精确分割,进而限制目标检测精度。针对该问题,提出一种基于U型卷积网络的建筑物检测方法。首先借鉴在图像分割领域中性能出色的神经网络模型U-Net的建模思想,采用对称式的网络结构融合深度网络中的高维和低维特征以恢复高保真边界;其次考虑到经典U-Net对位于特征金字塔顶层的模型参数优化程度相对不足,通过在顶层和底层两个不同尺度输出预测结果进行双重约束,进一步提升了建筑物检测精度。在覆盖范围达30 km²、建筑物目标28 000余个的航空影像数据集上的试验结果表明,本文方法的检测结果在IoU和Kappa两项关键评价指标的均值上分别达到83.7%和89.5%,优于经典U-Net模型,显著优于经典全卷积网络模型和基于人工设计特征的AdaBoost模型。     

利用6元组松弛法自动配准LiDAR数据与航空影像

提出了利用6元组松弛匹配方法实现LiDAR数据与航空影像自动配准的方法。根据建筑物的一般建造原则定义其角点,利用同一水平面的任意3个角点组成的三角形投影前后相似的特点,采用基于6元组的松弛法匹配同名角点,最后利用投影变形规律优化匹配结果。实验证明,该方法无需航空影像内外方位元素,与尺度差异、旋转角无关,基本实现了LiDAR数据与航空影像自动、精确配准。     

一种利用影像匹配的城区三维景观图生成途径

提出了一种基于影像匹配的城区三维景观图生成方法,它首先利用神经网络影像匹配得出城区的密集视差表面,再利用基于模板匹配的半自动建筑物提取方法获得建筑物的关量数据和高程,进而得出城区三维数字模型,从而获得真实的城区三维透视景观图。     

利用LiDAR和航空影像的屋顶边缘提取及优化

提出以LiDAR为辅助数据对航空影像的规则建筑物进行边缘提取和优化的方法。首先采用Alpha Shapes算法对点云数据进行初始边缘提取,同时规则化初始边缘;再利用屋顶点云辅助航空影像的建筑物分离,采用Canny算子和Hough变换对建筑物分离后影像进行边缘提取,并用LiDAR规则边缘对Hough变换结果进行边缘优化。对比单独运用航空影像进行边缘提取的结果表明,采用优化方法后,提高了屋顶边缘提取的准确性,得到了较完整的建筑物边缘。     

基于拉普拉斯影像锐化的SIFT无人机影像匹配方法

受成像地区实际情况影响,目前无人机影像匹配精度有待提高。本文提出了一种基于拉普拉斯影像锐化的SIFT无人机影像匹配方法,该方法首先通过四邻域拉普拉斯滤波算子对基准与待匹配影像分别进行锐化,以增强影像细节特征;再通过SIFT算法对锐化后的两幅影像进行匹配。实验结果显示,本文方法具有一定的有效性和鲁棒性。     

基于ORB算法改进的影像匹配方法

在摄影测量学中应用ORB算法时,影像匹配存在特征分布不均、误匹配率较高及匹配精度为整像素级等不足.针对这些问题进行如下改进,控制特征数目及特征分布,增加核线约束及相关系数条件,结合最小二乘匹配算法.此外,为了增强该算法对大角度旋转影像的适应性,将影像间的仿射变换参数作为最小二乘匹配中几何畸变参数的初始值.实验证明,该算法应用于影像匹配时,不仅可以保持ORB算法的高效性,获得均匀分布、高精度的匹配特征,而且对大角度旋转影像具有一定适应性.     

一种基于自由形状线特征的影像匹配方法

与点特征相比,高级别的特征,特别是自由形状线特征包含了更丰富的信息,这对于其后的影像解译和表面重建等处理是更为有利的.深入研究自由形状线特征描述、匹配实体选取、相似性测度的确定等自由形状线特征匹配的关键问题,提出一种基于自由形状线特征的影像匹配方法.实验证明该方法对于自由形状线特征的匹配是可行的.     

基于LiDAR点云提取海岸线的二值图像化改进方法

针对当前从激光雷达测量（light detection and ranging,LiDAR）点云中提取海岸线的二值图像化方法过于复杂,且无法评估提取岸线可靠性的现状,提出了一种改进方法。首先对LiDAR点云去噪,然后以平均大潮高潮面（mean high water springs,MHWS）高程为阈值,直接将LiDAR点云分割成水陆二值图像,通过水陆目标识别等图像处理过程,提取潮汐特征海岸线。实验表明,利用提出的二值图像化改进方法提取的海岸线可靠性高于当前已有方法的结果,且提取过程更简单,效率更高。     

利用改进的DCCD和SIFT描述符的影像匹配方法

提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。     

一种基于无人机位姿信息的航拍图像拼接方法

针对现有航拍图像拼接方法处理速度较慢的问题,提出一种基于无人机位姿信息的快速拼接方法。首先从机载GPS和惯性导航单元获得无人机航拍时的坐标和姿态角,根据每一幅航拍图像对应的无人机坐标和姿态角计算它们之间的单应变换矩阵,实现航拍图像之间的快速配准。然后通过单应变换矩阵的运算得到拼接图像之间的配准,最后完成多幅图像的拼接得到整个区域的全景图。试验结果证明该方法快速有效。     

基于卷积运算的影像镶嵌算法研究

本文将距离加权运算运用到卷积运算上提出了改进的图像镶嵌算法。该算法针对重叠区域图像边缘灰度之间的差异,考虑到中心像元与周围像元之间的相关关系,即临近像元效应,因而需要采用一定的方法来消除或减小这种影响效应,基于空间分析方法给出了像元权重因子的求解,确定出了周围像元对中心像元灰度的影响。之后运用此权重因子采用卷积距离加权算法实现了影像的无缝镶嵌。文中最后对算法在时间和视觉效果上做出了一定的评价。经与其他3种镶嵌算法分析对比,该算法简单易行、耗时少、效率高,达到了良好的视觉效果。