非结构地形环境下基于特征融合的倾斜摄影测绘建模优化方法

[目的]利用无人机进行大尺度非结构地形环境测绘时,由于无人机倾斜摄影得到的图像在测绘建模时会存在仿射变形较大、透视畸变严重、局部特征变化各异等问题,进而导致建模数据匹配困难.为解决这一问题,本文提出了一种基于特征融合的倾斜摄影测绘建模优化方法.[方法]首先融合图像的颜色信息及近似最近邻快速库(fast library for approximate nearest neighbors, FLANN)优化的加速稳健特征(speed up robust feature, SURF),然后结合优化的SURF与最稳定颜色区域特征(maximally stable color regions, MSCR)实现仿射变形图像间快速准确的特征提取及匹配.[结果]本文的特征匹配算法在1.25 s内得到757个最佳匹配点;相对于基于尺度不变特征(scale-invariant feature transform, SIFT)、SIFT+MSCR和SURF的特征匹配算法,最佳匹配点的数量分别提高141%、29%和34%,匹配时间与SURF接近,远低于SIFT和SIFT+MSCR.测绘建模得到的点云与参考点在三个方向上的距离均方根误差在7 cm以内,平均误差在11 cm以内.[结论]本文提出的算法能够实现非结构地形环境的全局三维模型快速准确构建,同时数据匹配过程中具有更良好的匹配效果和匹配效率.

基于多源数据融合的城市洪涝模拟高精度地形构建方法

为了解决城市洪涝模拟精细地形数据难以获取的问题,提出了一种考虑管网数据、道路数据和建筑物数据等多源数据融合的城市洪涝模拟高精度地形构建方法。以唐山市龙王庙河周边区域作为实例验证研究区域,基于该方法构建的DEM建立了研究区城市雨洪模型(GAST-SWMM耦合模型),并对两场降雨条件下的雨洪过程进行了模拟,模拟得到的积水位置与实际积水位置相吻合,其中一场降雨条件下两处水位的纳什效率系数分别达到0.92和0.87,水位峰值相对误差为3.35%和3.63%,验证了方法的有效性,表明采用该方法构建的DEM能够较好地反映研究区域的地形特征,可满足城市洪涝模拟的精度要求。

HINet:一种面向冰雹识别的多源数据融合网络

冰雹天气具有突发性和局地性强,以及破坏力大的特点。尽管地面自动站、雷达和卫星等获取的观测资料在冰雹识别中发挥了一定的作用,但单一观测资料的局限性导致冰雹识别虚警率较高和准确率较低。因此,亟需构建基于多源高分辨率观测的冰雹识别技术。本文提出了一种面向冰雹识别的多源数据融合网络,该深度学习方法利用时空特征提取模块、多源数据特征融合模块和UCUNet(U Connection Unet,U形连接卷积神经网络)识别模块,充分挖掘冰雹发生时FY4B(风云四号B星)、天气雷达和数值模式等多源数据的时空特征,并创新地加入地形高度、坡度、坡向等作为冰雹识别因子。为评估所提网络方法的性能,本文进行了系列实验,并将实验结果与真实标签数据进行对比。结果显示,HINet(Hail Identification Net,冰雹识别网络)能够充分利用多源数据,在复杂地形条件下有效改善冰雹识别结果,在冰雹研究和识别中具有较高的准确性和实用性。

虚拟地形环境中道路与地形模型融合算法研究及精度评价

以大比例尺地图构建的虚拟地形环境,由于观察视点的接近以及应用中对各种查询和分析的需要,所以要求构建的环境既能准确地表现地形特征又能使地物与地形精确融合,准确地查询出地物的属性,以满足目视及精确定位的要求。然而,实际应用中往往忽视地形与地物的密切关系,从而导致在目视比例尺条件下出现地物飘在空中或钻入地下等失真现象。为此,本文以道路为例提出了道路模型与地形模型的融合算法,同时对融合后道路与地形模型的精度进行了评估,为构建逼真的地理环境提供了基础。也为河流、岛屿、湖泊等地物与地形模型的融合提供参考。

基于分块地形的混合数据结构三维公路建模

为了权衡三维公路建模中数据高精度性以及渲染高效性的矛盾,在地形分块基础上提出了一种在场景中规则网格与不规则三角网并存的混合数据结构三维公路建模方法。此方法结合规则网格与不规则三角网两种地形表示方式的优缺点,若地形子块有公路覆盖,则利用Delaunay三角网方法精细绘制,否则基于规则网格LOD(细节层次)绘制,以此来提高渲染效率。针对此混合结构产生的块间裂缝问题,提出了对低细节层次节点增点的修补方案,以及针对此方法的特点提出了基于有向线段与增量步长的地形镂空算法,实现了地形与公路的无缝融合。实验结果表明,该方案可有效适用于三维公路设计。

三维地形地物融合方法研究与应用

为了提高大比例尺下的三维地形与地物融合效果,提出了一种新的地形地物融合方法。该方法利用三维地物的底面是平面这一特点,在统一坐标框架下,对地形数据进行预处理,消除了影响地形地物融合的高程点,再利用Delauney三角网算法生成TIN模型模拟地形。预处理过程修正了影响融合效果的高程点数据,提高了融合效果,同时减少了原始地形数据的数据量,从而提高了构建TIN模型的效率。结果表明,该方法能较好地实现三维地形地物的融合。

一种行星软着陆地形风险评估方法

提出了一种基于信息融合的行星软着陆地形风险评估方法.首先,对着陆导航相机采集的地形灰度图像和激光雷达采集的地形高程数据分别进行地形特征提取;其次,建立着陆区地形的模糊变量和隶属函数,利用模糊推理工具,完成相应的局部特征风险评估;最后,利用基于加权均值的决策级融合算法,完成最后的地形风险评估,给出着陆点分布.对三维数字地形图像的仿真实验表明,本文给出的地形风险评估方法能够有效的完成着陆点的精确选取.

一种雷达目标在三维地形的显示方法研究与实现

机载雷达探测目标位置是机载坐标系坐标,为实现目标在地理位置的三维可视化显示,将雷达探测目标信息投影到地理三维地形表面,需经过从机载坐标系到地理坐标系的转换,精准的转换算法能实现无偏差或误差接收范围内投影效果。提出一种将雷达目标信息从机载坐标系转换到地理坐标系方法,实现雷达坐标系到地理坐标系精确转换,利用三维地形绘制技术,实现雷达目标和地理三维地形融合显示。方法已经应用在某机型防撞系统。

基于PPMU-net的多特征高分辨率遥感道路提取

针对复杂地形条件下道路特征选取不具代表性,分割精度低的问题,提出了一种基于卷积神经网络(PPMUnet)的高分辨率遥感道路提取的方法。将3通道的高分二号光谱信息与相应的地形信息(坡度、坡向、数字高程信息)进行多特征融合,合成6通道的遥感图像;对多特征的遥感图像进行切割并利用卷积网络(CNN)筛选出含道路的图像;将只含道路的遥感图像送进PPMU-net中训练,构建出高分辨率遥感图像道路提取模型。在与U-net神经网络、PSPnet神经网络相比时,所提的方法在对高分辨率遥感道路提取时能够达到较好的效果,提高了复杂地形条件下道路分割的精度。

基于多速率卡尔曼滤波的植保无人机仿地飞行方法

针对四旋翼植保无人机坡地适应性差、作业时定高精度低的问题,提出了一种融合立体视觉、气压计及惯性测量单元(IMU)的多速率卡尔曼滤波估计无人机高度的仿地飞行方法。首先基于无人机实时高度、姿态与最佳视觉检测区域之间的关系,提出了视觉检测区域自适应算法;然后融合多传感器信息建立多速率卡尔曼滤波模型用以估计无人机对地高度;最后通过自主飞行实验对无人机高度估计算法与仿地飞行方法进行验证。实验结果表明,当飞行高度为2 m,飞行速度为1、2、3 m/s时,植保无人机在平坦地面与15°缓坡区域均可实现高度估计平均绝对误差小于20 mm,高度估计标准差小于30 mm;高度控制平均绝对误差小于30 mm,高度控制标准差小于30 mm;本文验证了植保无人机在地形变化场景下仿地飞行的有效性,为植保无人机在复杂地形自动化作业奠定了基础。

影像融合在三维地形仿真中的应用

在同一地区 ,不同时期、不同传感器平台的遥感影像数据具有不同的空间分辨率、波谱分辨率和时相分辨率 ,如果能将它们各自的优势综合起来 ,可以弥补单一影像上信息的不足 ,扩大各自信息的应用范围 .首先将同一地区的TM影像与IKONOS影像进行精确配准后 ,使用基于HIS变换的融合方法 ,将两种影像进行融合 ,融合结果在保持TM影像丰富光谱信息的基础上 ,引入了IKONOS影像的几何特征 ,从而弥补了TM影像分辨率低和IKONOS影像光谱信息缺乏的缺点 ,并生成具有 1m分辨率的彩色影像 ;最后将融合结果与相应地区的DEM数据进行复合 ,生成了具有高度真实感的三维影像图 .

多种数字海洋地理环境信息的融合与可视化的局部实现

以潮汐、潮流和海浪数值的计算技术和数字海底地形模型的构造方法为基础,应用层次细节模型和三维渲染技术,完成了近岸海洋环境保障的多种数字海洋地理环境信息的融合与可视化的局部实现,为今后此领域的研究提供了理论和经验基础。

基于修正函数的动态地形改造

在虚拟地形中加入新的地物目标,需要改造地形以使地形与地物匹配。对每个待插入的地物点定义一个修正函数,由于高斯函数本身的特性,这里以高斯函数为模型改造地形。根据修正函数调整每个相关的地形点坐标,如果调整后达到预设精度,则不继续调整地形。若没有达到精度,通过加密地形点使得地形趋近于高斯函数模型,调整后的使地形与地物自然地结合起来。

基于空间金字塔模型的DCA特征融合地形分类

针对空间金字塔视觉词袋模型对地形图像分类时忽略颜色信息、纹理表达不明显及特征维度高等问题,提出一种基于空间金字塔模型的DCA特征融合地形分类方法。该方法优化传统空间金字塔模型子区域划分方式,提取地形图像优化后的SPM-BOVW特征、HSV特征、LBP特征;通过DCA算法构建3组变换特征;采用串联将变换特征进行融合。实验结果表明,以融合特征作为支持向量机(SVM)分类器的输入,利用网格参数寻优,最终获得了较高的地形分类精度,说明所提方法在太阳能电站的地形图像分类上具有较好的鲁棒性。

基于卫星融合降水资料的河北省暖季短时强降水分析

利用国家气象中心1998-2018年6-9月0.1°×0.1°分辨率的逐小时卫星融合降水资料,分析河北省暖季短时强降水(1 h降水量≥20 mm)的空间分布、日变化特征及成因,结果表明:短时强降水过程的平均小时降水量、降水频次、降水强度、峰值降水量自东南向西北递减,其中东部沿海降水量最大,太行山和燕山的迎风坡附近存在降水大值中心,此分布特征与地形高度的走向基本一致。河北省短时强降水过程存在明显日变化,短时强降水多发时间与降水量大值出现时间集中分布在15-21时,其中18-19时强降水发生频率高、强度大、范围广。强降水日变化的主要影响因子有两个:一是扰动风场对河北省西北山区和西南平原的惯性震荡动力辐合作用,二是扰动风场对南部水汽输送的增强作用。太行山东部的坡度结构、非地转风垂直切变以及山地-平原螺线管(MPS)环流日变化是太行山东麓强降水集中爆发的主要原因。

一种用于火星地形匹配的撞击坑特征选择方法

火星探测器在着陆过程中面临严峻的火星地理环境,对特征提取及特征匹配的性能造成严重影响.为此,提出了一种多特征融合的撞击坑特征选择方法.该方法先对撞击坑用多种特征检测子进行可重复性评价得出综合性能最好的AKAZE特征检测子,然后以AKAZE特征检测子为基础,通过查全率-查错率(recall vs.1-precision)曲线来对多种特征描述子评价,最后将其中性能较好的一种或几种特征结合,对撞击坑地貌进行特征提取及匹配,选择匹配性能最好的一组作为撞击坑匹配定位的特征.实验结果表明,用该特征选择方法进行撞击坑匹配与传统的SIFT特征匹配相比,匹配正确率提高了8%左右.

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.

INS/GPS/TAN组合导航系统建模与仿真

在分析IN S、GPS、TAN导航系统特点的基础上,提出了一种IN S/GPS/TAN组合导航系统工程应用的方案,研究了其最优估计融合算法,并对算法做了仿真验证。结果表明:在确保整个组合系统可靠性的前提下,导航精度有了明显提高。因此,该方案非常适用于现代武器低空飞行时的导航。

低空突防用数字地图信息的融合处理

数字地图是自主式 GPS/ MAP地形跟踪 /地形回避、威胁回避 (TF/ TA2 )低空突防系统中实时航迹优化的主要信息来源。为简化实时航迹优化算法 ,减少机载数字地图的存储空间 ,文中提出了一种把威胁等效为地形的方法 ,并在此基础上进行了低空突防用数字地图的地形、地物和威胁信息的融合 ,得到了一种综合地形高程数据。在此综合地形高程数据上 ,只需采用地形跟踪 /地形回避 (TF/ TA)最优航迹算法 ,便既可实现地形回避 ,又可实现威胁回避。此外 ,对于孤立的山峰和地物 ,文中采用单独处理并与综合地形高程数据关联存储的方法 。

基于粒子滤波的重力梯度与地形信息融合辅助导航方法

基于粒子滤波(PF)的重力梯度与地形信息融合辅助导航方法充分利用了重力梯度特征与地形特征融合的优点,可提高舰艇导航系统信息的利用程度。仿真比较了基于重力梯度的扩展卡尔曼滤波、基于重力梯度的粒子滤波和重力梯度与地形多特征融合粒子滤波算法得到的位置均方根误差,分析了基于EKF的重力梯度匹配辅助导航系统的稳定性和状态能观性。仿真结果表明,提出的融合算法既能加快粒子滤波的收敛速度,又能提高粒子滤波算法的估计精度。