基于特征的点云配准技术利用点云局部特征建立对应点,但受噪声和重复结构影响,对应点结果不可避免地包含了大量错误匹配,导致配准精度降低。为充分利用离散点间几何信息优化同平台点云配准精度,本文提出了基于空间一致性的同平台点云配...基于特征的点云配准技术利用点云局部特征建立对应点,但受噪声和重复结构影响,对应点结果不可避免地包含了大量错误匹配,导致配准精度降低。为充分利用离散点间几何信息优化同平台点云配准精度,本文提出了基于空间一致性的同平台点云配准方法,该方法通过增加候选匹配点构建同平台点云图模型,为获取图模型的最优匹配结果,提出了重加权随机游走匹配(reweight random walks matching,RRWM)的优化方法。基于假设验证方法构建了点云配准模型,并结合试验验证了本文方法的有效性。展开更多
图像分割技术是图像处理和计算机视觉领域中的关键技术之一。随着近年来遥感成像技术的迅猛发展,传统基于像素的影像处理方法不再适用于高分辨率遥感影像。针对传统图像分割方法在分割准确性以及分割效率等问题上存在的不足,提出了一种...图像分割技术是图像处理和计算机视觉领域中的关键技术之一。随着近年来遥感成像技术的迅猛发展,传统基于像素的影像处理方法不再适用于高分辨率遥感影像。针对传统图像分割方法在分割准确性以及分割效率等问题上存在的不足,提出了一种融合超像素与Wasserstein距离的遥感影像分割方法。首先,对遥感影像进行SLIC(simple linear iterative clustering)算法预分割,生成超像素;然后,将超像素作为K-means算法的聚类中心,利用Wasserstein距离替代传统欧氏距离计算超像素之间的距离,完成聚类。理论和实验结果表明,新方法具有收敛性,在一定程度上提高了超像素预分割后的完整性,并且Wasserstein距离能够准确计算分布之间的差异性,在超像素距离计算上表现突出。展开更多
文摘基于特征的点云配准技术利用点云局部特征建立对应点,但受噪声和重复结构影响,对应点结果不可避免地包含了大量错误匹配,导致配准精度降低。为充分利用离散点间几何信息优化同平台点云配准精度,本文提出了基于空间一致性的同平台点云配准方法,该方法通过增加候选匹配点构建同平台点云图模型,为获取图模型的最优匹配结果,提出了重加权随机游走匹配(reweight random walks matching,RRWM)的优化方法。基于假设验证方法构建了点云配准模型,并结合试验验证了本文方法的有效性。
文摘图像分割技术是图像处理和计算机视觉领域中的关键技术之一。随着近年来遥感成像技术的迅猛发展,传统基于像素的影像处理方法不再适用于高分辨率遥感影像。针对传统图像分割方法在分割准确性以及分割效率等问题上存在的不足,提出了一种融合超像素与Wasserstein距离的遥感影像分割方法。首先,对遥感影像进行SLIC(simple linear iterative clustering)算法预分割,生成超像素;然后,将超像素作为K-means算法的聚类中心,利用Wasserstein距离替代传统欧氏距离计算超像素之间的距离,完成聚类。理论和实验结果表明,新方法具有收敛性,在一定程度上提高了超像素预分割后的完整性,并且Wasserstein距离能够准确计算分布之间的差异性,在超像素距离计算上表现突出。