一种快速角点检测的远程图像快速拼接算法

针对无人机采集图像时因为采集条件的影响,图像拼接延时较大的缺陷,提出图像匹配的快速方法,在匹配过程中引入POS观测值减少搜索时间,采用平均金字塔生成金字塔图像,特征点的匹配开始于分辨率最低的图像层,将上一层的图像匹配结果做为次层匹配的粗集.在初始的图像中得到匹配点后,基于RANSAC算法估计出变换矩阵的稳健值H;最后采用LM非线性优化算法进行优化;概述并研究图像融合的方法,实现快速拼接.实验表明,这种方法大幅提高拼接时间,提高了效率.     

SPOT 5正射遥感影像图制作方法研究

卫星遥感数字正射影像图,是利用卫星遥感获取的具有一定分辨率的全色影像及多光谱影像,经几何纠正及相应的图像处理后生成的影像数据集。本文以SPOT 5卫星遥感影像图为例,应用ENVI遥感图像处理软件,从遥感影像的正射校正、影像融合等方面详细阐述了正射遥感影像图的制作过程。     

ENVI中的多源遥感影像融合

多源遥感影像融合是对来自不同传感器的多光谱影像与高空间分辨率影像,按一定的融合方法,进行合成,从而增强影像质量,使得融合后的影像既具有较高的分辨率又具有多光谱的特性,达到信息优势互补、有利于图像的辨识和分类。ENVI是一套功能强大的遥感影像处理软件,本文结合实际遥感影像,主要介绍如何运用ENVI软件进行遥感影像的融合。     

遥感影像数据投影变换方法及应用研究

针对GIS遥感影像数据投影变换特点,对影像数据变换的金字塔中间图像、分块仿射变换、最临近内插等技术与方法进行了研究。着重阐述了遥感影像数据投影中的难点,提出了影像投影优化的研究思路及关键技术,解决了投影中遇到的主要问题。最后通过项目实践验证了影像投影变换技术在中海油GIS平台中的应用效果及意义。     

基于Google Earth的遥感图像信息获取

随着国内外遥感技术及其相干撑持技术的高速开展,遥感图像的获取平台越来越宽泛,分辨率也越来越高,与此同时处理遥感影像的软件也层出不穷,使得遥感影像更加贴近人们的生产生活,给人们带来了极大的便利。其中近几年美国谷歌公司推出的谷歌地球软件在众多同类软件中脱颖而出,不仅仅是因为极高的遥感影像分辨率,更是因为其多样化的处理方式及人性化的操作方法,多源信息复合及三维立体技术更是使人们仿佛身临其境一般。本文主要介绍谷歌地球软件,以及运用谷歌地球软件获取和处理图像,再将其进行转换和编辑。同时与其他同类软件进行对比分析,总结其优缺点。     

无人机图像与卫星遥感影像融合技术研究

伴随着近年来无人机技术的迅速崛起,无人机遥感技术也得到迅猛发展,低空无人机所采集的图像清晰度较高,分辨率达到厘米级别。遥感卫星影像的分辨率虽然也在不断提高但是与无人机图像的清晰度不可同日而语,但是遥感影像数据也具有其独特的优势,卫星遥感影像也具有光谱信息充足,纹理信息较丰富等诸多优势。所以,将无人机图像与卫星遥感影像进行融合具有重要研究价值,融合后的影像不但拥有了无人机图像的高分辨率还有卫星遥感影像的多光谱信息。本文选取了几种不同的融合方法对无人机图像与卫星遥感影像的融合技术进行了研究分析。     

基于SIFT特征的无人机遥感影像拼接技术研究

无人机遥感是一种新的遥感手段,具有快速、灵活、低成本、高影像分辨率等特点。无人机技术已经被广泛应用于资源勘测、气象观测及处理突发事件等领域中,成为未来航空器的发展方向之一。由于无人机采用的非量测相机且飞行高度较低、平台不稳定等特点,图像具有相幅小、数量多、航带不规则等特点,为了得到该地区的全景图像,图像拼接成为解决该问题的关键技术。基于SIFT特征的无人机遥感影像拼接技术相对别的遥感影像拼接技术有它的优势和特点,本文主要介绍了SIFI算法和基于此算法的遥感影像拼接技术。     

图像融合的原理及基本步骤

影像融合是解决多源遥感数据综合运用的有效途径,可以有效地提高空间分辨率和图像的光谱信息,并挖掘潜在的遥感信息.文章介绍了图像融合的原理及基本步骤.     

基于图像纹理特征采用网格细分方法生成三维地形

三维地形可视化是虚拟环境漫游研究的一个重要问题,通常采用高精度网格简化算法来保留地形的细部特征,形成多分辨率网格以提高显示效率,但在简化过程中需要额外考虑消除裂缝、连接和误差度量等计算。文章采用了一种逆向方法,即基于图像纹理特征网格细分方法生成三维地形;将含有地形高程纹理特征的图像映射到一个规则初始网格模型中,根据三角边与它的纹理特征曲线相交情况来细分网格,从而也实现了多分辨率三维地形模型。该方法的主要特点是生成结果除了能够反映虚拟地形的细节特征外,无需考虑消除裂缝和连接计算过程。     

遥感影像空间分辨率对居民地信息提取的影响

利用遥感手段,以低廉的成本有效获取包括居民地在内的地表信息是促使卫星遥感数据转化为现实生产力的根本所在,也是遥感应用领域中亟待解决的重要课题。目前虽然已有＂空间分辨率越高,遥感分类精度也越高＂的共性认识,但是遥感影像空间分辨率的不同对于城镇和乡村这两种不同类型的居民地信息提取产生怎样的影响等,目前尚无明确答案。本文首先以同一区域不同空间分辨率的4种卫星遥感影像数据为信息源,定性探讨居民地在不同分辨率遥感影像上的表现特征;然后以两种不同分辨率的影像ALOS和TM为实验对象,对这两种影像上城镇和乡村居民地信息提取精度进行比较分析。结果显示：虽然基于10m-ALOS影像的居民地信息提取精度较30m-TM影像约提高6.09%,并且无论是依据哪一种空间分辨率的遥感影像,城镇居民地的信息提取精度都明显高于乡村居民地,但是,对于分散式分布的乡村居民地,遥感影像空间分辨率的下降令其遥感识别更容易受到周边环境的影响,其信息提取精度会随着遥感影像空间分辨率的增加而显著提高;相比之下,城镇居民地的信息提取精度随遥感影像空间分辨率增加的趋势是有限的。造成这一现象的原因主要在于虽然居民地的轮廓清晰性以及像元的纯净度都与遥感影像的空间分辨率基本上呈正相关,但是空间分辨率的提高会放大居民地内部结构的细节,从而对居民地的遥感识别与信息提取工作增加一些干扰性的噪声信息。     

基于机器学习SAR图像噪声抑制技术研究

为提高含噪声SAR（合成孔径雷达）图像的目标识别能力,提出基于机器学习的图像噪声抑制技术的研究思路。该思路通过问题估计,为舍噪声图像获得清晰的输出景物,从而生成一个与含噪声图像相符合的增强的合成景物世界。该技术以马尔可夫网络为体系,根据图像与景物、景物与景物之间的联系来确定网络上的信息传递规则,从大量的训练事例中学习并获得网络参数,利用贝叶斯方法为原图像找到理想的后验概率,生成一个清晰的超分辨率结果图。     

基于SRGAN技术的图像超分辨率重建研究

图像的分辨率在图像中是一项及其重要的参数,用于蕴含图像的重要信息。而实际上,可能受多方面环境因素的影响,高分辨率的图像往往不容易采集到。为解决低分辨率图像给采集数据带来的种种问题与影响,人们开始研究超分辨率技术。超分辨率技术是指将拍摄到的低清分辨率的图像使用重建的技术来得到更高清分辨率的图像,从而达到获取图像上更多信息的效果,主要的应用场景有医学影像仪器、监控设备以及卫星图像等。普通意义上的图像超分辨率重建一般是将图像直接放大或者进行缩小,对图像的实际超分辨率重建效果不是很明显。为解决传统超分辨率重建对图像质量改善不大的情况,引入基于神经网络的SRGAN。SRGAN使用生成式对抗网络架构(GAN),~([1])以优化损失函数为目标,生成图像中的某些细节。本文将描述SRGAN在应用中的具体实现过程,通过分析模型中的损失函数以及模型的训练过程,对其重建效果以及产生的问题进行深入探讨。     

特征金字塔网络在图像检测中的应用

特征金字塔是识别系统中用于检测不同尺度的物体的基组成部分。由于特征金字塔非常消耗内存和计算资源,所以在使用深度学习进行目标检测的应用中一般避免使用它。该文使用深度卷积网络中本身的多尺度的层结构,构建了无额外计算消耗的特征金字塔。建立了一种从上到下横向连接的网络结构,称为特征金字塔网络(Feature Pyramid Network,FPN)。在Faster R-CNN中使用FPN,使用MS COCO数据集的基准测试,成为了最好的图像目标检测模型之一。     

基于RANSAC的道路消失点自适应检测算法

基于图像的道路消失点检测是智能交通信息处理系统的重要组成部分。本文针对城市复杂道路环境下获取的视频图像,提出了一种新的道路消失点自适应检测算法。算法通过构建自适应道路线检测器提取单帧图像中与道路消失点相关的平行线,并利用改进的RANSAC算法快速、准确估计消失点位置。实验结果表明,本文算法具有较好的鲁棒性、准确性与实效性,能够满足道路消失点检测的实时性需求。     

Pix4Dmapper和Agisoft PhotoScan两款软件的对比分析

航测无人机能够获取超高分辨率数字影像和高精度定位数据,生成地表三维模型(DSM)、三维正射影像图(DOM)、数字高程模型(DEM)和三维点云模型等数据。在实际工作中有许多处理无人机影像数据的软件,本文就以PIX4DMAPPER和PhotoScan1.2.5两款较成熟的软件,通过处理某测区影像数据,对其正射影像成果进行对比分析最后了解各软件的特点。     

基于ENVI Zoom面向对象的高分辨率影像的道路提取

随着科技的发展,遥感技术已经形成向高空间分辨率和高光谱分辨率发展的趋势,并且取得了很好的效果,如QUICKBIRD影像全色波段的分辨率已经达到0.6 1 m,WORLDVIEW影像全色波段的分辨率达到0.5m。因此,高分辨率遥感影像能很好的突出的地物细节信息和结构纹理信息,利用这一特点,可以采用面向对象技术,提取道路信息。而传统的道路提取方法只依据道路的光谱信息。利用面向对象技术对试验区进行提取。首先,对影像进行预处理,然后对影像进行分割;其次,利用道路的光谱、纹理、结构信息,构建道路对象的知识库,从而实现道路信息的提取。所以,面向对象技术是提取高分辨率影像信息的一个重要发展趋势。     

基于改进Harris算法与改进的SIFT算法相结合的图像匹配方法

文章针对图像自相似或具有对称性SIFT匹配稳定性不高的问题,提出了改进的SIFT算法与改进的Harris算法相结合的图像匹配方法,对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris闽值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明,用取得稳定的特征点,进而结合一种好的匹配策略,能够更加增强图像匹配的高效性和鲁棒性。     

小波变换射线图像增强方法在无损检测中的应用比较

图像的增强降噪处理是提高射线成像分辨率与灵敏度的关键,而射线数字检测是当今射线成像与诊断技术发展的重要方向。文中介绍了三种基于小波变换的射线图像去噪方法及原理,分析应用这三种方法对一幅射线无损检测的图像进行增强去噪处理的结果,并对实验的结果数据进行了比较和分析,说明他们在图像增强及去噪效果上的差异。     

国产遥感影像迎来共享时代数据共享是大势所趋

遥感影像的独特地理空间属性使得其应用范围非常广泛。不同分辨率的遥感影像有其不同的应用范畴,在中低分辨率应用中．国产遥感影像占据了大部分市场,但在需要高分影像的市场中．却很难见到国产卫星遥感影像的身影。随着我国越来越多的高分卫星上天．这一现象正在有所改观。随着供给量的增加,国产遥感卫星影像的机会越来越大。     

基于改进SIFT算子的影像匹配

影像匹配在人工智能和计算机视觉等领域有着极为广泛的应用,其决定了影像目标识别跟踪、图像配准的质量。其中的基于SIFT特征的影像匹配算法,针对场景不同、尺度缩放、分辨率差异、光照亮度变化、影像模糊以及压缩等有很强的适应性,故而应用在当前很多匹配算法中。当由于其算法的特性,在一些应用中其匹配速度对硬件要求较高。本文从这一点出发,对SIFT算子予以改进,以保障匹配精度为前提,实现了算法效率的提高,并实验验证。