SIFT特征匹配技术在自动相对定向中的应用

提出了一种利用尺度不变特征变换(SIFT:Scale invariant Feature Transform)特征匹配技术应用于遥感影像自动相对定向的方法,SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化均保持不变,对视角变换、仿射变换、噪声均有一定程度的稳定性。文中给出了较为详细的理论分析和实验分析,结合小波变换建立影像金字塔采用分频道相关提高影像匹配的速度,利用最小二乘匹配方法提高了匹配的精度,取得了较好的实验结果。

非负矩阵分解在高光谱图像解混中的应用探讨

从线性混合模型与非负矩阵分解的定义出发,分析非负矩阵分解适用于高光谱图像解混的原因,总结近年来学者们提出的基于非负矩阵分解的光谱解混算法,并重点对SC-NMF、MVC-NMF、APS-NMF算法步骤进行介绍与分析,最后总结非负矩阵分解及其应用于混合像元分解所面临的问题。

基于小波变换和高斯函数的影像去噪方法研究

提出了小波变换与高斯函数相结合进行影像去噪的方法,在去除高斯白噪声的同时能够有效去除椒盐噪声。此方法是在小波域内结合小波变换的特点对高频子带分别进行高斯低通滤波,将滤波后的小波系数经过反变换后即可得到经过去噪后的影像。实验表明该方法不仅对高斯噪声和椒盐噪声去噪效果明显,而且保留了影像的细节信息,其滤波效果优于中值滤波和小波软阈值法。

PBIL算法在遥感影像匹配中的应用

提出了一种将基于群体增量学习(population-based incremental learning,PBIL)算法用于遥感影像匹配的方法,给出了详细的理论和实验分析,引入信息熵作为PBIL算法迭代终止的条件之一,取得了较好的实验结果。实验表明,基于该算法的影像匹配运算速度比较快,且收敛过程比较稳定。

基于单张航片确定人工地物高度技术的研究

高度信息作为人工地物的重要属性信息,在军事和民用上都具有很高的利用价值。针对人工地物高度提取的发展现状及存在的主要问题,对单张航片利用投影误差确定人工地物比高的原理和技术方法进行了研究,并进行了实验和精度分析,验证了方法的可行性。

两种单张航片确定人工地物比高方法的比较

高度信息作为人工地物的重要属性信息,在军事和民用上都具有很高的利用价值。针对人工地物高度提取的发展现状及存在的主要问题,本文对单张航片利用投影误差确定人工地物比高和利用共线条件方程确定人工地物比高两种方法的原理和技术进行了研究,并进行了实验,验证了方法的可行性。

高分辨率航空影像建筑物垂直边缘线提取技术研究

高分辨率航空影像建筑物垂直边缘线的提取在获取建筑物高度信息和检测建筑物过程中可以发挥重要的作用。分析建筑物垂直边缘线在遥感影像上的特性,在遥感影像边缘检测和细化基础上,利用带约束条件的Hough变换实现建筑物垂直边缘线的提取,通过实验验证该方法的可行性。

光谱解混误差分析下的端元数目估计算法

确定端元数目是混合像元分解中端元提取的前提。目前端元数目主要还是通过判读人员根据经验或者估计最优子空间的方法来确定,这些方法都没有从提高混合像元分解精度的角度出发进行端元数目估计。在分析漏选、多选端元时光谱解混误差的基础上,提出了一种基于光谱解混误差的端元数目估计算法,该算法在估计端元数目的同时可以实现端元提取。实验结果表明,该方法在低信噪比情况下仍能正确地估计端元数目,并且可以正确地提取端元。

改进的MVC-NMF算法在高光谱图像解混中的应用

高光谱图像中混合像元的存在不仅影响了基于遥感影像的地物识别和分类精度,而且已经成为遥感科学向定量化发展的主要障碍。MVC-NMF混合像元解混算法不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法收敛速度较慢、效率较低,文中提出利用BBA(Barzilai-Borwein Algorithm)算法来实现MVC-NMF算法的迭代更新,从而提高了算法的效率。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的结果好、效率高。

共线条件方程在建筑物比高求解中的应用

高度信息作为人工地物的重要属性信息,在军事和民用上都具有很高的利用价值。针对人工地物高度提取的发展现状及存在的主要问题,对单张航片利用共线条件方程确定人工地物比高方法的原理和技术进行了研究,并进行了实验,验证了方法的可行性。

稀疏约束下的MVC-NMF算法研究

最小体积约束的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法并没有考虑丰度矩阵的稀疏特性。提出了将稀疏约束引入MVC-NMF算法中,提高了算法的精度。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的精度更高。

稀疏约束的MVC-NMF算法

高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合像元问题。最小体积限制的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在;并且在自动提取端元的同时,能够获取每种端元所对应的丰度图;然而该方法并没有考虑丰度矩阵的稀疏特性。提出了将平滑L0模稀疏约束引入MVC-NMF算法中,用于进一步提高算法的精度。实验结果表明:改进后的算法在相同的实验环境条件下比MVC-NMF算法解混的精度更高。

一种基于最大体积单体的端元自动提取算法

传统的N-FINDR和SGA等高光谱影像端元提取方法采用了降维作为预处理过程,这使得光谱信息有所损失,因而影响了端元提取结果的精度。为了克服该缺陷,在原始光谱空间计算单体体积的方法引入到端元提取过程中,提出了一种基于最大体积单体的端元提取算法,该算法不需要降低数据维数即可进行体积求解,因此尽可能地保存了不同物质的光谱特征信息。实验结果表明:该方法端元提取结果的精度和效率均优于N-FINDR、SGA和VCA算法。

基于GPU的遥感影像数据融合IHS变换算法

提出基于图形处理单元(GPU)的遥感影像IHS融合算法,利用图形硬件的可编程渲染器和其处理数据的并行性,把IHS的正反变换映射到GPU中进行计算。应用RTT和MRT技术实现IHS正反变换中3个分量的并行渲染输出,加速计算过程。实验结果表明,在数据量较大时,该算法的处理速度比基于CPU的算法速度更快。

卫星影像空间分辨率与成图比例尺的适应性分析

对卫星影像空间分辨率与成图比例尺的相关问题进行了探讨,并结合案例分析,在确定制图比例尺的情况下,如何选取适当空间分辨率的卫星影像,为制图提供帮助,最后指出了卫星遥感影像目前存在的一些问题。

图像端元全自动提取方法研究

传统端元提取算法一般需要人工指定端元数目,易导致多选或漏选端元。提出了一种端元全自动提取方法,通过研究分类结果的均方根误差、端元间光谱相关性与端元数目的关系,设置两种循环结束条件,当分类结果的均方根误差最小或端元间恰未出现强相关现象时,获得最佳端元数。实验表明,该方法是正确有效的,能够克服现有方法的不足,提高了端元提取自动化程度。

基于集群的影像并行OPTA算法研究

并行计算是提高海量遥感影像细化处理速度的有效途径。基于对OPTA细化算法的分析,深入研究OPTA细化并行算法中数据划分和数据通信优化等关键问题,提出一种适合集群并行处理的通信优化并行算法,实验证明该算法具有良好的加速比,适合集群计算环境下海量遥感影像的细化处理。

线阵CCD推扫式影像的投影误差特性分析

分析了几种常见成像方式下线阵CCD推扫式影像底点的具体位置,然后重点研究了线阵CCD推扫式影像投影误差的特性,特别是推导出了几种常见成像方式下线阵CCD推扫式影像的投影误差与人工地物高度的关系,为利用单幅线阵CCD推扫式影像投影误差确定人工地物高度和像底点在摄影测量与遥感中的应用提供了依据。

变焦相机标定在无人飞行器中的应用

随着数码相机的普及和升级,高成像质量的非量测数码相机用于无人飞行器遥感已经成为现实。目前研究和应用中,变焦相机仅当作定焦相机使用,没有充分发挥其变焦的作用。文中通过利用OpenCV对两款变焦相机进行标定,分析变焦相机不同焦距的使用特点,总结变焦相机内参数与焦距之间的关系,为充分发挥变焦相机的作用提供一定的依据。

有理函数模型在单幅卫星影像上人工地物高度求解中的应用

高度信息作为人工地物的重要属性信息,在军事和民用上都具有很高的利用价值。从线阵CCD推扫式卫星影像的构像方程入手,推导出该影像上人工地物高度的计算公式,并且得出了无需DEM数据,利用该影像上的像坐标和外方位元素即可较精确地计算出人工地物高度的重要结论。又假设利用有理函数模型该结论同样成立,最后又用大量实验数据进行了证明。研究不但拓宽了有理函数模型的应用范围,而且丰富了摄影测量与遥感领域利用单幅卫星影像进行人工地物高度计算的理论与方法。