倾斜影像三维重建自动纹理映射技术

虽然倾斜摄影测量技术是国际测绘领域近年来倡导使用的一项高新技术,但在三维建模应用和效率方面还存在不足,为此,该文针对传统三维城市建模纹理采集、粘贴耗时耗力的问题,提出了一种基于五镜头倾斜航摄仪获取的倾斜影像数据进行三维重建自动纹理映射的方法。为了验证方案的可行性,该文开发了倾斜影像管理平台,并基于此平台实现了几何建模、纹理获取、纹理优选、纹理遮挡检测及自动纹理映射等功能。最后,利用阳江市的倾斜影像数据进行实验。实验结果表明:该平台纹理映射过程自动化程度高,三维建模效果良好,提高了三维建模的工作效率。     

基于无人机倾斜摄影测量技术的三维虚拟景观系统设计

为应对当前利用二维数据进行三维建模出现的时间周期较长且处理工作繁杂等问题,研究在分析无人机倾斜摄影测量技术应用特点的基础上,构建了三维虚拟景观系统。而后在TensorFlow平台下设计了改进的卷积神经网络(Convolutional Neural Networks, CNN)结构,并将其应用于三维虚拟景观系统中。结果表明,在自制的三维景观数据集中,改进CNN对于绿化景观的特征提取准确率高达96.36%。在可视化效果和功能性验证中,所提出的三维虚拟景观系统评分可达97.5分,并且最短耗时仅为108 s。说明所设计的三维虚拟景观系统能够对多种景观类型的特征进行有效提取,具有更好的可视化效果和功能性,为实景三维模型和智慧城市的建设提供了方法参考。     

多源遥感影像自动配准技术的研究进展

综合利用多种不同遥感卫星获取的数据,可以较为全面地反映观测对象的几何和物理特性,有利于后续影像融合、影像分类等操作的进行,但是不同传感器设计各异,使多源影像自动配准难度重重。为此本文首先对自动配准的流程进行简要介绍,进而对国内外多源遥感影像的自动配准技术进行了分析和评述,最后总结了多源遥感影像自动配准技术面临的主要问题,并展望了其未来的发展方向。     

基于无人机遥感影像的建筑物轮廓目标检测系统设计

使用?CCD成像元件系统和基于动态扫描检测系统受到噪声影响,导致轮廓检测不完整,为解决这一问题,提出了基于无人机遥感影像的建筑物轮廓目标检测系统设计。依据系统总体架构可确定系统分为数据采集模块和处理模块。选择TLC2543A/D转换芯片,使控制字从数据输入终端连续输入。使用半导体激光传感器测量位置信息,在雪崩光电二极管上成像。采用MCS-51单片机内部数据存储器,将正常运行程序传送到高层,以便?CPU读取程序。选择371-4615型号CPU板,协调控制整机。设计轮廓目标检测流程,采用激光三角法测量方法计算待测建筑物轮廓目标距离,避免检测背景噪声影响。提取建筑物斑块,拐角点定位,完成建筑物轮廓目标检测。由实验结果可知,该系统不会受到噪声影响,能够确定建筑物轮廓和拐角,对建筑物轮廓目标识别具有一定参考意义。     

国内多源遥感影像信息融合技术的新进展

遥感影像信息融合是有效利用遥感海量数据的关键技术。在总结传统遥感影像融合算法的基础上,对传统算法的改进算法和新的融合算法做了较为详尽的介绍,以期为全面系统地了解我国影像融合技术的发展,为我们的学习和研究工作提供便利。     

基于ContextCapture的无人机倾斜影像建模方法研究

随着无人机技术、倾斜摄影测量技术和三维建模技术的快速发展,无人机倾斜摄影测量技术已经广泛的应用于测绘领域。无人机倾斜摄影测量技术实现三维建模已经成为一种趋势。本文通过研究ContextCapture软件实现快速建模的建模过程,对建模过程中存在的问题进行总结并提出合理化的建议,实现三维模型的高效快速,对推动全自动化快速建模的发展具有重要的意义。     

基于局部加权拟合算法的无人机遥感影像多尺度检测技术

目前提出的无人机遥感影像多尺度检测技术平均图像灰度较差,导致检测结果清晰度较低;为了解决上述问题,基于局部加权拟合算法研究了一种新的无人机遥感影像多尺度检测技术,选用最小二乘法进行多次循环计算,确定周围区域重复率,通过抽稀处理提高数据精度;根据高斯金字塔得到n阶的影像序列,利用高斯金字塔和差分尺度划分完成遥感影像的特征提取;引入加权拟合算法,构建有效影像数据集,确定影像网络模型,从而完成合并,实现影像数据的检测;实验结果表明,基于局部加权拟合算法的无人机遥感影像多尺度检测技术能够有效提高平均图像清晰度,增强检测结果的清晰度。     

基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法，然后在讨论多进制小波理论和影像特征的基础上，提出了一种基于特征的多进制小波变换的影像融合算法，该算法根据待融合影像分辨率之比来确定采用几进制小波，将待融合的高分辨率影像进行多进制小波变换，然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互转换，以形成新的高分辨影像的低频成分，经过多进制小波逆变换获得到融合后的影像，最大限度地利用了待融合影像的信息，防止了影像信息的丢失，通过对具体影像的清晰度和空间分辨率，融合后的影像最大限度地保留了待融合影像的光谱信息，同时提高了待融合影像的清晰度和空间分辨率，给出了SPOT全色影像与SPOT多光谱影像，SPOT全色影像与TM影像的融合结果，并与其他方法进行了比较，从而证明了本方法的优越性和自适应能力。     

基于自适应末端滑膜控制的无人机倾斜摄影测量技术

传统的无人机倾斜摄影测量测量数据有效率低,得到的摄影图片清晰度差。为了解决上述问题,基于自适应末端滑膜控制研究了一种新的无人机倾斜摄影测量技术,利用垂直影像摄影,将数据进行初步收集追踪,并对倾斜摄影图像进行记录,结合空中三角测量方法,加强数据自身主导性,同时为无人机监测系统提供较好的数据来源,强化系统内部数据联合功能,在多视影像联合的过程中注意充分考虑影像间的遮挡关系及遮蔽条件,在经过对影像数据的联合收集后,对无人机倾斜摄影数据进行数据匹配操作,提升数据的整合性,并通过数据整理加强摄影影像的可操作性,利用无人机作为影像传输主要载体,进一步加强对倾斜影像的监测,确定影像空间位置,在数据集中的过程中加大滑膜控制,并经过控制点坐标及连接线方位确定辅助数据的具体位置。实验结果表明,基于自适应末端滑膜控制的无人机倾斜摄影测量技术能够得到更加清晰的摄影图片,测量数据的有效率提高了25.21%。     

基于遥感影像的变化检测技术

变化检测技术已经广泛地应用在各个领域。例如：环境监测、土地利用、农作物生长状况监测、森林采伐监测、灾情估计等方面。主要讨论了基于遥感影像的变化检测技术的实际应用。     

基于无人机航拍技术的地面施工设备质量远程控制系统设计

传统控制系统在控制地面施工设备质量时,很容易受到外界因素影响,出现误差。为了解决这一问题,基于无人机航拍技术设计了一种新的地面施工设备质量远程控制系统,系统硬件结构分为接入层、管理层和应用层,控制主机选用HT500主机,选用的传感器为光纤传感器,以DSP信号处理器处理信息。软件共分为地面施工设备信息采集、地面施工设备信息处理、远程控制工作实现和控制结果显示四步。为验证系统效果,与传统系统进行对比,结果表明,设计的控制系统在控制过程中产生的误差很小,具备很强的控制能力,值得推广使用。     

基于多源卫星遥感的灾害性气象观测数据监测系统设计

灾害性气象的频发不仅给人们的生活带来了极大的影响,而且还危及生态环境的稳定。为减小实测气象数据与真实数据样本之间误差,实现对灾害性气象观测数据的准确监测,设计基于多源卫星遥感的灾害性气象观测数据监测系统。设置温湿度传感器及防辐射罩,按照数据信息传输网络布局形式,将风速风向传感器、雨量传感器、太阳能控制器接入既定模块单元之中,完成监测系统的硬件设计。利用多源卫星遥感技术,定义多源影像空间,通过分解数字卫星图像的方式,确定监测极值点所处位置,并计算相似性度量指标的具体数值,完成基于多源卫星遥感的灾害性气象图像配准处理。根据上位机组网模型,完善WINSOCK控件的连接形式,实现监测系统的执行程序编制,联合相关传感器元件,完成基于多源卫星遥感的灾害性气象观测数据监测系统设计。实验结果表明,多源卫星遥感技术设计系统的湿度测量曲线、气压测量曲线、风速测量曲线与真实气象数据样本之间的误差值均未超过2%,能够准确监测灾害性气象观测数据。     

基于倾斜测量技术的区域无人机航空应急测绘系统设计

对灾区实际数据进行精准的获取、处理与传输是应急测绘中迫切需要解决的问题。为提高提高区域无人机航空应急测绘精度,利用倾斜摄影测量技术,从硬件和软件两个方面,设计区域无人机航空应急测绘系统。设计传感器、驱动器和航空控制器,保证无人机能够按照指定航线飞行,加设倾斜摄影元件,为倾斜摄影测量技术提供硬件支持,调整无人机航空发动机保证飞行动力,根据应急情况对硬件设备进行特殊处理。在测绘区域内,规划无人机的航行轨迹,利用倾斜摄影测量技术,获取区域影像数据。通过匀光匀色、畸变校正两个步骤,实现初始影像的预处理。计算区域主体的几何数据,通过制图与标注,得出系统的应急测绘结果。系统测试结果表明,设计系统的测绘范围更大,主体面积和位置的测绘误差分别降低约0.7km2和1.2km2,能够有效提高区域无人机航空应急测绘精度。     

遥感影像变化检测综述

变化检测作为土地利用/土地覆盖检测的关键技术,其目的是在同一区域不同时期的遥感数据中检测出变化的部分及其类型.针对传统的变化检测方法中存在繁重的人工劳动和检测结果效果差等问题,大量基于遥感影像的变化检测方法被提出.为了深入了解基于遥感影像的变化检测技术以及进一步研究变化检测方法,通过对大量有关变化检测的研究进行整理、分...     

基于ORB特征的无人机遥感图像拼接改进算法

针对传统的SIFT算法运行速度较慢、不适合处理实时性要求高的无人机遥感图像的缺点,提出了一种基于ORB特征的快速遥感图像拼接改进算法。首先通过ORB算法快速得到特征点和特征描述,采用K最近邻算法（KNN）进行粗匹配,然后采用随机抽样一致性算法（RANSAC）进行精匹配,最后使用改进的加权平均方法对图像进行融合拼接。实验结果表明,该算法在保证匹配精度的基础上,处理速度较经典的SIFT算法提高了41倍。在图像融合时,该算法能有效地消除拼接重影错位现象。     

基于图像分割的无人机遥感影像目标提取技术

为全面增强遥感影像上地物波谱的反射特性能力,实现对无人机目标的无误提取,提出基于图像分割的无人机遥感影像目标提取技术;在类哈尔滤波器结构的支持下,按照区域环境中地物目标的颜色特征,完成低层影像特征的量化处理,实现基于图像分割技术的无人机遥感深度图获取;定义与无人机遥感影像相关的基本名词,通过原始特征选择的方式,判定地物波谱的平均反射特性水平,得到准确的特征元素相关性测度数值,完成无人机遥感影像的目标融合处理;在此基础上,分割多分辨率条件下的影像目标,在定义图像纹理与尺度条件的同时,得到最终的地物提取结果,实现基于图像分割无人机遥感影像目标提取技术的应用;对比实验结果表明,在初始采集相位条件及亚像素条件下,目标地物的波谱宽度均超过7.0μm,遥感影像的反射特性能力大幅提升,满足对无人机目标无误提取的实用需求。     

Ghost引导UNet++的高分遥感影像变化检测

目的 随着遥感观测技术的飞速发展,遥感影像的分辨率越来越高,如何从高分遥感影像中有效提取具有鉴别性的特征进行地物变化检测成为一个具有挑战性的问题。卷积神经网络广泛应用于计算机视觉领域,但面向遥感影像变化检测时仍存在图像语义或位置信息的丢失及网络参数量过大等缺陷,导致检测性能受限。为此,提出一种新型GUNet++（Ghost-UNet++）网络,用于遥感影像的精准变化检测。方法 首先,为了提取双时相遥感影像更具判别性的深度特征,设计具有多分支架构的高分辨率网络HRNet替换传统UNet++的主干网;其次,采用UNet++解码结构进行差异判别时,引入鬼影（Ghost）模块代替传统卷积模块以降低网络参量,并设计密集跳跃连接进一步加强信息传输,以减少深层位置信息的丢失;最后,设计一个集成注意力模块,将网络的多个语义层次特征进行聚合和细化,抑制语义和位置信息的丢失,进一步增强特征表征能力用于最终的精准变化检测。结果 在LEVIR-CD（LEVIR change detection data set）和Google Data Set两个公开数据集上进行实验,结果表明本文算法变化检测精度高达99.62%和99.16%,且网络参数量仅为1.93 M,与现有主流变化检测方法相比优势明显。结论 提出方法综合考虑了遥感图像中语义和位置信息对变化检测性能的影响,具有良好的特征抽取和表征能力,因此变化检测的精度和效率比现有同类方法更高。     

遥感卫星图像自动导航方法研究

遥感卫星图像自动导航方法用来自动地确定遥感卫星图像中每一个像素的地理经纬度,目前已经在气象、海洋、资源、环境、军事等领域得到了广泛应用,并且产生了巨大的社会和经济效益。介绍了一种新的基于最大相关系数的遥感卫星图像自动导航方法。首先给出了问题的描述;其次介绍了图像自动导航数据流程;然后设计并实现了一种新的基于最大相关系数的自动图像导航方法,它是整个遥感卫星自动导航的关键部分;最后给出了实例,验证了方法的可行性以及高精度。