一种频域高分辨率遥感图像线状特征检测方法

高分辨率遥感图像中线状信息过分细节化,相应的对特征的提取带来很大干扰。引入一种基于方向和频率特征的遥感图像频域线状特征检测方法,并通过傅氏变换将图像变换到频率域。在详细分析线状特征和谱线的关系、线状特征和图像频率之间关系的基础上,由分析得到的方向和频率的参数构造Gabor滤波器进行图像线状特征的提取。高分辨率遥感图像试验结果表明,该方法能较好地提取图像的线状特征。

分水岭变换在遥感影像线状特征提取中的应用

在现有目标识别方法的基础上 ,提出一种结合目标的特性进行分水岭变换提取目标的方法。试验结果表明 ,这种方法可以有效地从遥感影像中提取线状特征。

基于假设检验的数字影像线状特征亚像素自动提取

线状特征是数字图像处理与模式识别中一种重要的中层描述符号,具有丰富的语义信息。针对目前提取算法的不足,提出一种稳健的高精度直线提取算法。在对分裂线段感知编组时提出一个基于假设检验的方法,从几何拓扑关系和物理光谱信息两个方面以及全局与局部两个尺度进行模糊融合和检验。并利用最小二乘模板匹配将提取直线的精度提高到亚像素。本算法可在一定程度上克服线段提取中的两类错误和定位精度低的问题,通过对航空和地面影像的试验,验证了该方法的有效性。

基于小波分析的线状特征数据无级表达

利用小波分析提出了线状特征空间数据的多尺度一致性无级表达模型 ,研究了基于该模型获取整数尺度上的地理信息 ,以及通过增量、连续地增补细节来获取分数尺度上的过渡地理信息 ,从而获取任意尺度上不同详细程度的地理信息的方法 ,动态地实现了线状特征空间数据的无级表达 。

多源遥感的墓葬遗址区结构性线状特征提取——以汉五陵原为例

目的研究古墓葬遗址区结构性线状特征的遥感提取方法。方法采用影像融合和边缘检测的方法提取五陵原墓葬遗址区的线状特征。结果基于Gram-Schmidt方法的DOM航片和ALOS+NDVI多光谱影像的融合影像及Canny边缘检测算子,较好地反映了遗址区的结构性线状特征。结论与单一航片相比,影像融合使遗址区隐含的线状特征明显增强,应根据遗址区结构性线状特征选择影像融合方法和信息源。

用于快速测量线状特征的四维模型

本文详细介绍了一种测制线状特征的四维模型。利用该模型能生成连续的线状特征，而不仅仅是线状特征上的一些离散特征点，同时还能夺原始观测进行兴趣点处理。本文介绍该四维模型和所需的观测方程，简单地讨论了运用稀疏矩阵对模型进行解算的技术和方法，并介绍了模型的一些应用。

最小噪声分离变换与Haar小波变换结合的壁画线状特征增强方法

在壁画的保护与修复中,线状特征具有重要的意义。然而由于自然环境等因素的影响,壁画经常出现褪色残缺等病害,导致其线状特征难以辨认。因此,利用高光谱成像与Haar小波变换结合,提出了一种壁画线状特征增强方法。首先,对高光谱影像进行最小噪声分离(MNF)变换,选取前10波段进行MNF逆变换进行重构,实现高光谱影像的降噪处理。其次,对重构后的影像选择真彩色波段变换为灰度图像,对灰度图像进行Haar小波分解。然后,对最小噪声分离变换后的影像,利用最大平均梯度法进行最优波段选择,将最优波段利用Haar小波进行变换,利用其分解后的低频信号与灰度图像分解后的低频信号相融合,高频信号使用MNF逆变换重构后的灰度图像。最后,对优化组合的低频和高频信号进行Haar小波逆变换得到结果图像,达到增强线状特征的目的。经过与原始灰度影像、主成分分析线状特征增强方法对比,验证了线状特征增强方法的有效性。研究结果可为壁画的保护修复提供更丰富、更直观的参考信息。

基于点云数据的危岩体表面线状特征提取方法

以危岩体的变形监测为研究对象,以三维激光扫描技术为数据获取方法,阐述了从点云数据获取、数据预处理到生成深度图像的方法、步骤、注意事项等,分析了数字图像处理中常用边缘检测算子的优缺点,提出采用Canny算子方法提取得到危岩体表面特征线,进而提取线状特征对应的三维坐标,为危岩体的变形监测提供了一种数据处理方法。

线状特征约束下基于四元数描述的LiDAR点云配准方法

针对经典的基于同名点状特征匹配的LiDAR点云配准算法存在计算量大,点状特征提取精度低,以及基于七参数转换模型的LiDAR点云配准算法中方程线性化过程对配准精度影响较大的特点,提出了以线状特征作为LiDAR点云配准的基元,利用四元数法来表达旋转矩阵,进而形成线状特征约束下基于四元数描述的LiDAR点云配准方法,给出了线状特征约束下三维相似变换的相似性测度表达方法,推导并论证了以线状特征作为配准基元时同名线状特征需要满足的条件。根据四元数与旋转变换矩阵之间的对应关系,求解了基于四元数法的旋转矩阵,并根据旋转矩阵求解了平移及缩放系数。

利用稀疏分解的高分辨率遥感图像线状特征检测

线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤。利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法。采用K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果。利用QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势。

一种基于断面剖分的线状道路特征提取方法

针对既有道路特征精确提取的难题,该文提出了一种基于断面剖分的线状道路特征提取方法。通过引入断面剖分思想,将所采集的密集三维激光点云投影到二维剖分切片中进行处理,简化了特征提取难度。针对不同的特征形态,分别采用基于RANSAC稳健估计直线拟合求交的方法和基于道路特征点云模板配准的方法来获取道路特征点的精确位置。通过对某公路工程路缘石、护栏等简单和复杂线状道路特征进行试验,验证了该文方法的有效性。

关于线状地理特征空间关系的自然语言描述的形式化表达

目前的地理信息系统都使用定量的方法存储和查询空间信息,不能反映人们的定性思维方式,因此它表达地理空间信息的能力受到限制。在关于空间关系的自然语言描述的调查的基础上,本文定义了一组能反映线状物体空间关系的度量指标,结合反映拓扑关系的定量指标,使用决策树的数据挖掘算法,对调查结果进行分析,形式化了描述空间关系的自然语言词汇,建立了模糊的自然语言表达和图形的几何特征之间的联系。自然语言形式化后得到的规则可用于空间关系的自然语言查询系统。

对于线状地理特征空间关系的自然语言理解

人们通常用定性的词汇描述空间关系,而地理信息系统都采用定量的方法,这就限制了地理信息系统表达地理空间信息的能力。为了建立自然语言表达的空间关系和空间关系计算模型之间的桥梁,开发能更容易被广大的非专业人士使用掌握的自然语言的地理信息系统界面,充分理解自然语言所表达的空间关系和物体是十分必要的。本文通过认知实验的方法研究了英语自然语言对两个线状地物的空间关系的理解,发现地理特征之间的几何关系和拓扑关系是影响人们对空间关系的描述的主要影响因子,并且在不同的情况下,它们的影响程度不同。研究还发现,在有些情况下上下文的语境也对空间关系的描述有一定的影响。

基于线特征的机场跑道定位算法

提出了一种基于线特征的机场跑道识别定位算法。首先,将方向小波变换用于目标的边缘检测,得到了定位准确、边缘连续、背景较为干净的机场边缘图;然后,利用标定了梯度方向的边缘点作为Hough变换的基本元素,将Hough变换的全局"投票"过程变为目标方向上的局部投票,并且将直线段的检测和定位过程融为一体,从而得到跑道的描述信息。实验结果验证了该算法的有效性和稳健性。

线状空间特征的影响力计算与分析方法研究

本文提出了线状空间特征影响力的概念,根据不同情形给出了相应的计算模型,并指出它与缓冲区分析的不同之处。以台风路径空间影响力分析为例,给出多线状特征影响力的累积模型的实现方法。

基于线状要素提取的等高线图像矢量化方法研究

本文针对纸质地图数字化后位图数据的等高线矢量化问题进行了讨论。在对数字化地图等高线的提取和线状特征两种方法分析研究的基础上,提出了一种地图位图等高线提取的新方法,并以此开发了一套基于VC++开发平台的软件系统。用实际位图数据对该系统进行的实测表明,该方法有效,结果与实际相符。

矿山GIS中线位误差曲线带的可视化探讨

为了描述矿山 GIS中线状特征目标的精度 ,文中探讨线位误差曲线带的定义、构成和可视化问题。首先根据随机过程理论导出随机线元上任意点的点位误差公式 ,然后给出线位误差曲线带概念 ,并通过算例阐述这种误差曲线带的可视化方法 ,进而将单个点的点位误差曲线概念进一步扩展到一条线段的线位误差曲线带情况。

基于分块PCA与端元提取的壁画线条增强研究

线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成真彩色影像进行分类,根据分类结果得到壁画标签数据,实现高光谱影像同质区域的分块数据。其次,对各分块影像进行顶点成分分析(VCA)得到候选端元集,通过构造投影矩阵合并相似端元确定最终端元集。然后,利用非负最小二乘算法解混得到线条丰度图。最后,将分块PCA的第一主成分影像归一化后与线条丰度图进行波段加权平均获取线状特征增强影像,将其与合成真彩色影像进行HSV图像融合得到线状特征融合影像。以瞿昙寺壁画局部高光谱影像为例进行了验证,结果表明,该算法能增强壁画中的线状特征,且较PCA增强法效果更好。

联合多波束与侧扫声纳的海缆检测方法

为解决海底电缆路由检测中多波束扫测分辨率低、侧扫声纳(SSS)图像位置不准且存在误识别问题,提出了一种联合多波束与侧扫声纳的海底电缆路由自动检测方法,利用多波束图像高精度的位置信息纠正侧扫声纳图像,并顾及侧扫声纳图像海缆成像特点进行线状特征增强与边缘提取,实现海底电缆目标的自动、准确检测。实验结果表明,该方法能实现非掩埋海缆探测的准确探测,为海底电缆检测提供了多源测量信息融合的新思路,丰富了海底电缆检测的技术方法。

基于非下采样Contourlet变换的视网膜分割

基于非下采样Contourlet变换(NSCT)良好的多尺度、多方向和平移不变性等优点,提出了一种基于NSCT的视网膜图像分割方法.该方法首先通过分析NSCT变换对血管的系数响应,提出基于NSCT的线状特征提取算法.随后对所提取的特征向量利用高斯混合模型(GMM)进行建模,并采用EM算法估计其参数.最后采用贝叶斯规则对血管和非血管像素进行分类,以达到图像分割的目的.在DRIVE和STARE两个数据库上的实验结果表明,基于NSCT的线状特征提取算法能够很好地表征血管目标,在血管的分割正确率和定位精度等指标上表现出良好的性能.