基于Poisson重建的极化SAR图像对比增强

为了能够同时增强多类目标,提出一种基于Poisson重建的极化合成孔径雷达(SAR)图像对比增强方法。该方法对多类目标和对应的背景杂波分别进行广义相对最优极化增强(GOPCE),并得到相应的最优极化状态和特征系数;以此定义图像中各像素点的最优局部梯度,并在最小二乘准则下,根据局部梯度建立离散Poisson方程;通过快速Fourier变换求解该Poisson方程,得到最终的多目标增强图像。实验结果表明:利用极化SAR数据,使用该方法增强后的图像的直方图保持应有的峰值,且更加均衡,能够达到增强多类目标的效果,从而有利于目标检测等后续处理。

一种基于面片的三维重建算法

传统基于面片的多视角立体视觉算法在扩展面片时缺少空间几何约束,导致Poisson表面重建时生成错误顶点。为此,提出一种基于面片的三维重建算法。利用相邻面片初始化扩展面片,根据顶点k近邻的距离检测并去除离群顶点,从而得到物体表面的三维模型。实验结果证明了该算法的有效性和准确性。

基于倾斜影像的城市场景隐式曲面重建

在基于倾斜影像的城市场景重建过程中,由于获取影像时存在场景遮蔽和大视点变化的情况,建筑物立面等区域存在着影像密集匹配点云稀疏甚至空洞的情况,自动化重建难度大,难以反映建筑物的真实形态。本文提出了一种新的基于倾斜影像的城市场景隐式曲面重建方法:首先,以倾斜影像密集匹配点云为基础建立Delaunay四面体;然后,对Delaunay四面体进行约束图割,提取出可视化的三角面,进而更加精确地估计点云的法向信息;最终,结合Screened Poisson曲面重建,实现了城市场景的隐式曲面重建。通过多种隐式曲面重建方法的对比试验,验证了本方法的准确性和适用性。

基于半全局多视近景影像匹配的三维建模方法

利用半全局约束提高立体影像匹配的可靠性,提出多片前方交会优化迭代方法,以剔除可能的匹配错误,并有效融合多视影像的冗余信息,获取可靠密集的三维点云;在此基础上,利用Poisson表面重建方法重建三维模型。两组近景影像试验结果表明,该方法能有效获取具有纹理的三维模型。