基于高分辨率遥感影像的内河航标自动检测方法

提出了一种高分辨率遥感影像中的水运航标提取算法.首先应用单类支持向量机分类器实现水陆分割,确定水陆边界.然后将水域中的小目标作为候选目标,基于目标几何和灰度统计特性进行初步筛选,获得疑似航标目标.再利用影像中航标窗口间的相关性,提出一种基于相关系数编组的航标判定方法.最后提出一种基于在线学习原理的漏检航标检测算法,即首先依据已经检测得到的航标的空间分布对漏检航标的可能位置进行估计,再依据已检测到的航标的先验知识在估计位置进行精确检测.利用QuickBird影像进行的实验结果表明了该方法的有效性.

立体影像调度的实时核线重采样方法研究

为简化数字摄影测量系统的工作流程、减少对存储空间的要求、提高工作效率,提出基于影像调度的实时核线重采样的方法。核线影像并不在定向模块中进行生成,而是在测图过程中随着测图视口的移动不断在内存中生成核线影像。同时对影像进行分层分块,采用线程调度的方式加快影像显示速度,提高刷新效率。最后通过实际航空立体影像对数据,验证该方法的可行性与有效性。实验结果表明,该方法精度满足测图要求、时间上满足现有计算机环境下的实时显示。实时核线重采样思想的应用,简化了数字摄影测量系统的工作流程,提高了工作效率,为大测区内多像对的平滑切换,实现无缝漫游提供策略支持。

基于相似性编组的航标自动提取算法

针对高分辨率光学遥感影像,利用航标间具有很强相似性的特点,提出了航标相似性编组的自动提取算法。首先采用单类支持向量机对遥感影像进行水陆分割,确定出水陆的边界线,再对水域内空洞目标进行轮廓检测,将检测出的小目标作为候选目标。利用航标的几何及灰度特征对候选目标进行初步筛选,获得疑似航标目标。最后计算疑似航标目标间的相关系数并以此为依据进行相关性编组,得到不含虚警的航标组。采用QuickBird 0.6m分辨率的融合影像进行实验,结果表明该方法可以提取出区域内80%以上的航标,具有很强的可行性。

便携式RGB-D传感器深度测量与建模精度研究

以RGB-D(彩色-深度)传感器的代表微软Kinect 2.0相机为例,结合飞行时间测距法(ToF)获取深度信息的原理,对环境中不同材质、不同颜色情况下获取的深度数据的精度进行理论与实验分析,得出深度测量误差与深度测量距离的平方成线性关系,以及不同颜色材质下深度测量精度的定量规律.同时利用所建场景、模型表面特征参数指标的绝对误差和相对误差,并对豪斯多夫距离法进行改进,来分析整体建模精度;以高精度三维激光扫描仪(LiDAR)建模成果作为标准,对RGB-D传感器整体建模结果的精度进行评价,在此基础上分析便携式RGB-D在量测、建模上能达到的实际精度,得出其在实际近景测量、室内建模等方面的适用性.

一种新的深度传感器内部参数标定方法研究

针对双镜头深度传感器(以Kinect为例)出厂标定参数精度不高的问题,提出一种新的标定方法。对于Kinect 2.0深度镜头,利用空间线定长约束,通过间接平差方法求解待求参数;根据求解参数,将深度图像坐标转转换值Kinect坐标并将其与对应的彩色影像坐标点进行关联,基于中心投影方程标定彩色镜头。实验结果表明,本方法将深度影像点转换到Kinect坐标时精度优于2.5mm,深度影像坐标转换至彩色影像坐标时精度优于1pixel,高于Kinect微软开发包内置参数的计算精度,对一些需要较高参数精度的应用,本文算法解算的参数更优。

基于极线及共面约束条件的Kinect点云配准方法

Kinect作为轻量级手持传感器,在室内场景恢复与模型重建中具有灵活、高效的特点。不同于大多数只基于彩色影像或只基于深度影像的重建算法,提出一种将彩色影像与深度影像相结合的点云配准算法并用于室内模型重建恢复,其过程包括相邻帧数据的配准与整体优化。在Kinect已被精确标定的基础上,将彩色影像匹配得到的同名点构成极线约束与深度图像迭代最近点配准的点到面约束相结合,以提高相邻帧数据配准算法的精度与鲁棒性。利用相邻4帧数据连续点共面约束,对相邻帧数据配准结果进行全局优化,以提高模型重建的精度。在理论分析基础上,通过实验验证了该算法在Kinect Fusion无法实现追踪、建模的场景中鲁棒性依然较好,点云配准及建模精度符合Kinect观测精度。