基于相关系数的影像高速匹配

1引言目前,全世界越来越开始关注遥感影像的应用,在军、事、气象、环境监测等诸多方面世界各国都投入了大量的人力、物力、财力。而影像匹配在该技术的地位正逐步攀高,各国技术人员投入了大量的精力用于研究快速、高效的匹配算法,各类算法可说是层出不穷。其中有代表性的包括基于图像灰度的相关算法、基于图像特征的算法、人工智能影像匹配法（包括基于神经网络、遗传算法等方法）[1]。在图像特征提取相关算法中,基于movavec算子的特征提取方法是最快的。

浅谈微波遥感图像噪声处理

本文采用不同的滤波算法对微波遥感图像进行斑点噪声去除，并分别从目视及定量指标对各种算法的去斑效果进行评价，从而了解斑点噪声形成原因及算法的基本原理，加深对雷达图像辐射特点的进一步认识。

浅谈快速排序算法的改进

快速排序是冒泡排序经改进之后的一种新的排序方法。拥有速度快,原地排序等特点,本文主要探讨了对原始的快速排序的一些改进的想法,提高其效率。

VLL法影像匹配的探究

作为一种基于物方的影像匹配方法，VLL法可直接确定物体表面点空间三维坐标，绕过了获取像方同名点进而空间前方交会求解物方坐标建立数字地面模型整个过程的误差积累，所以是一种可靠性较高的方法。本文通过对该法的讨论与具体的实验，提出验证了一些提高算法精度、算法效率的方式。

泛在影像数据在摄影测量中的应用

在大数据时代背景下,泛在影像数据随着智能移动设备的普及为摄影测量提供了大量可用的数据。该类影像数据具有泛在、灵活、冗余等特性,使得基于该类影像进行城市尺度的三维建模成为可能,同时其具有的无序性、摄影以及成像条件的差异性也给摄影测量中处理该类数据提出了新的课题。泛在影像数据极大地扩展了摄影测量的数据获取方式,同时也给摄影测量带来了很多挑战,本文将简要的介绍泛在影像数据在摄影测量中的应用。

自然环境下圆形禁令交通标志检测

针对我国圆形禁令交通标志,提出一种快速、稳定的标志自动检测方法。首先,基于RGB空间对标志图像进行颜色分割,针对三通道差值的固定阈值分割方法对图像亮度的适应性较差的问题,提出基于基础通道选择的相对通道差值计算及阈值曲线拟合的方法进行自适应颜色分割,并针对标志与背景同色的情况,提出梯度过滤的方法将标志与同色背景分离;然后对分割图像进行边缘提取,基于标志椭圆特征,用最小二乘椭圆拟合后验偏差估计法来对边缘进行筛选,并提取最终标志边缘。实验表明,该方法能快速准确地对自然环境下不同亮度的圆形禁令标志自动检测,具有实时性和鲁棒性,在智能交通中具有良好的应用前景。