基于 LiDAR 波形分解的点云 SVM 分类方法研究

LiDAR全波形数据可以记录发射激光脉冲与地物作用形成的后向散射信号的全回波信息,是发射激光脉冲沿途遇到的所有目标回波信号的总和,揭示了地物的几何和物理属性,是地物分类的重要依据。然而目前基于全波形分解的地物分类研究较少。本文将LiDAR全波形数据分解成波宽、振幅、回波次数3个独立的属性,并分别将这3个属性与高程进行格网化,生成一幅含有4个图层的图像;然后使用SVM分类器对这幅图像进行分类,成功分出了房屋、地面、高大植被,分类精度达96.248 2%,Kappa系数达0.928 1。

一种利用Fourier-Mellin变换和曲线拟合的遥感图像亚像素配准方法

直接使用傅里叶梅林变换计算出的图像间旋转参数的精度不高,以此旋转参数对图像进行纠正后再使用相位相关的扩展方法计算出的图像间的平移参数精度也不高.针对这种情况,提出一种改进的角度检测方法.传统的方法是先对图像进行傅里叶变换,然后进行极坐标变换,再使用相位相关得到相关谱,通过相关谱的峰值位置确定图像间的旋转角度,最后对图像做角度纠正并计算平移参数.而本文对相关谱峰值所在区域进行拟合,使用拟合后的峰值位置替代原来的峰值位置确定图像间的旋转角度.由于拟合后的峰值位置的精度高于拟合前,估计角度的精度会更高,使用此角度做旋转纠正能够提高图像之间的相关性,进而也提高平移参数的精度.实验证明:与Fourier-Mellin变换的通常做法相比,此方法显著提高了配准的精度,平均角度精度提高0.187°,水平方向上平均平移精度提高0.339 pixel,垂直方向上平均平移精度提高0.296 pixel.

一种空域和频域相结合的遥感图像亚像素配准方法

扩展相位相关配准方法只适用于图像间相对运动小于图像尺寸的50%甚至30%的情况,其配准精度随着图像间运动增大而降低且易受边缘效应和混叠效应的影响.针对这种情况,本文做了如下改进:在使用相位相关法之前使用空间域方法粗配准,根据粗配准结果提取重叠区域形成两幅新图像,再对两幅新图像使用扩展相位相关进行精配准,解决了原方法只适用于图像间相对运动较小且精度随相对运动增大而降低的问题;为减弱边缘效应对配准精度的影响,通过实验评价了不同加窗方法,并给与了最优的建议;为减弱混叠效应对配准精度的影响,通过实验讨论了理想低通滤镜的截止频率的取值方法.实验证明这种方法不仅拓展了相位相关的使用范围而且在很大程度上提高了配准的精度.

高光谱影像分类中纹理选择方法研究

用现有的纹理分析方法可提取多达几十种的纹理信息，但并非所有的纹理都适合用于遥感影像分类，不同纹理在遥感影像分类中的作用效果不同，目前缺少一种针对纹理信息参与分类所起作用的评价方法。提出一种纹理选择方法，将纹理添加到高光谱图像中，根据其所有像元隶属不同类别的概率熵的平均值，评价纹理参与高光谱图像分类的效果。实验证明，这种方法能够用于选择适合参与高光谱分类的纹理。

结合点特征直方图的点云分类方法

针对经典的法向量和邻域高差算子包含的信息量较少,点云分类结果不理想的问题,提出一种基于点特征直方图的点云分类方法.该方法用四参数量化中心点与其邻域点之间的空间关系形成一个用于描述中心点邻域几何属性的多维直方图,并将其作为点云分类的特征;用随机森林法将激光点云分为植被、地面以及建筑物3类,点特征直方图、法向量、邻域高差三者均为几何描述算子,用点特征直方图构建了一个高维信息空间的点的几何特征表达,鲁棒性强.通过与基于法向量和邻域高差的点云分类进行对比实验,验证了点特征直方图在点云分类中保边性强、稳定性好.

基于GIS和AHP的消防站点规划

分析消防站点规划的基本原则,提出基于GIS和层次分析法的消防站点规划方案。以北京市三环内的数据为例,综合运用GIS网络分析法、缓冲区分析法、叠加分析法,设计选址的层次分析模型,实现消防站选址影响因子的客观选取以及综合权重的赋值,并规划消防站点选址。

纹理与波形特征组合对机载LiDAR数据分类的影响

将纹理特征与波形特征用于LiDAR数据分类,进行了纹理特征与波形特征的最佳组合方案研究。首先将LiDAR全波形数据的高程、波宽、振幅和回波次数等波形特征信息转化为波形特征图像;然后利用灰度直方图和灰度共生矩阵(GLCM)提取多种纹理特征,并与波形特征图像叠加构成多维特征图像;最后讨论纹理特征与波形特征组合对分类的影响,并确定最佳组合方案,探讨不同分类器对纹理与波形特征组合的适应性。实验结果表明,某些纹理特征能够提高分类精度,但不是分类特征越多越好,只有最佳组合才能充分利用纹理和波形特征,提高分类精度。

基于暗通道优先的图像去雾方法研究

针对现有暗通道优先(DCP)的图像去雾算法对全局大气光估计不准确和去雾后图像的细节不突出等问题进行了改进研究,提出了一种改进的中值暗通道优先(MDCP)图像去雾算法。该算法首先利用迭代最大类间差法(Otsu算法)锁定近似理想的天空区域,计算全局大气光,然后运用MDCP原理获得随深度变化的大气传输衰减过程,以达到突出细节信息等目的,再运用软消光(soft matting)算法对大气传输衰减过程进行优化,最后得到场景的反射图像,实现图像去雾。通过实验证明,该方法不仅能够很好地锁定背景处的有效区域,准确地估计全局大气光,还能够很好地保留图像细节信息,使图像在去雾后还能够强化细节信息,达到理想的去雾效果。

一种改进的弱光谱畸变PCA融合方法

针对用PCA融合方法进行高光谱遥感影像和高分影像融合会出现一定程度的光谱失真问题,提出了一种改进的弱光谱畸变PCA融合方法。采用NCUT(normalized cut)影像分割算法,将复杂的高光谱遥感影像对象化,增加融合样本的线性可分性,从而削弱传统PCA融合产生的光谱畸变;运用图论和聚类理论生成表达像素间相似度的权重矩阵和若干掩膜,并用这些掩膜切割高光谱影像与高分影像,再分别融合其对应匹配的子区域对象,最后将所有子区域融合结果拼接成一幅影像。使用Hyperion高光谱数据和Rapid Eye高分影像进行实验,结果表明:该方法在保证融合结果空间分辨率提升和纹理信息不变的前提下,光谱保真能力优于传统的PCA融合方法。

低空视频影像自适应关键帧提取与快速拼接

无人飞行器超低空飞行,获取图像幅宽小,数量多,重复率高,为获取全测区的图像需要图像拼接。目前航空影像拼接广泛使用基于特征匹配的图像配准方法。特征匹配的计算量大,错误率高,影响了图像拼接的速度。针对上述问题提出了一种自适应关键帧的图像拼接方法。该方法根据基准影像和给定的重叠度自适应提取关键帧影像,使用正解和反解相结合的方法完成对关键帧影像的正射校正。通过坐标解算得到每个关键帧影像中需要参与拼接的部分,然后使用横向流型拼接方法将每个关键帧中参与拼接的部分拼接形成测区全图。实验结果表明本文方法在保证较高的拼接精度下可以实现航拍影像的快速实时拼接,很大程度上提高了图像拼接的效率。本文方法可以实现航拍影像快速拼接,满足现场数据检验以及其它快速应急响应的需求,在灾害应急保障与救援中有重要应用意义。