一种可靠的高分辨率光学卫星遥感影像匹配方法

提出一种基于虚拟交点的高分辨率光学卫星遥感影像自动匹配方法。具体流程包括:(1)初始获取同名点,建立影像局部粗匹配模型;(2)利用同名点构建同名虚拟直线,通过同名虚拟直线形成同名虚拟交点集,并采用局部粗匹配模型进行约束;(3)对候选点集进行特征描述;(4)对特征点利用最小欧式距离准则提取初始同名点;(5)采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果。实验结果表明了本文通过虚拟交点提取同名点的算法,获取了更好的匹配效率和精度。     

多重约束下的近景影像线特征匹配方法

目的 针对影像匹配时提取特征线断裂而影响匹配结果及可靠性的问题,提出多重约束条件下的近景影像线特征匹配方法。方法 首先,采用SIFT算法获取同名点,并使用RANSAC算法进行优化,通过同名点计算仿射变换矩阵;建立格网点,利用仿射变换、Harris兴趣值及最小二乘法提高密集匹配结果的精度;其次,采取Freeman链码优先级算法提取直线,根据搜索区域内密集匹配点与直线位置关系完成特征线的初始匹配;最后通过线段重合度对初始匹配结果进行优化,并利用核线约束确定同名直线端点。结果 选取存在旋转、尺度、遮挡的近景影像进行线特征匹配实验,结果表明,与其他直线匹配方法相比,本文方法不仅在直线匹配成功数目上约为经典算法的1.07~4.1倍,而且直线匹配正确率也提升0.6%~53.3%,具有较好的准确性和鲁棒性。结论 通过多重约束有效地减小了立体影像中线特征匹配时的搜索范围,提高了直线匹配速率,且该方法适用于不同类型几何变化下的近景影像数据,并能较好地改善直线断裂及遮挡问题。     

三角网约束的航空影像直线匹配方法

针对航空影像直线匹配缺乏有效约束的难点问题,提出了一种三角网约束的立体影像直线匹配方法。该方法在SIFT匹配获取同名点和LSD直线提取结果的基础上,首先利用同名点构建的左右影像上同名三角网约束直线匹配的搜索范围;再利用核线约束确定待匹配直线和候选直线的重叠部分,以此建立左右影像上直线支持区;然后根据斜率约束和支持区内灰度的相似性测度确定同名直线;最后利用双向一致性检核剔除错误匹配。利用该算法对典型区域数字航空影像进行直线匹配实验,并与现有方法进行对比分析。结果表明,该方法能获取可靠的直线匹配结果。     

直线对几何特征约束的近景影像特征匹配

针对直线匹配过程中线特征提取不完整以及缺乏考虑邻近直线相关性,提出一种直线对几何特征约束的近景影像特征匹配方法:首先,利用直线检测算法(line segment detector,LSD)对参考影像和搜索影像进行直线提取,并对提取的直线进行特征编组获得特征直线对;然后,将特征直线对作为匹配基元,依次运用双重核线约束、仿射变换约束、最优相似性原则确定同名直线对;最后,根据同名直线对中2条直线端点与其邻域内同名点的距离关系拆分同名直线对,利用仿射变换约束整合拆分过程中对应不一致的单直线,得到最终匹配的同名单直线。为了验证该算法的有效性与可靠性,选取4组人工建筑物特征变换近景影像进行实验,验证了该算法在直线匹配过程中具有一定的稳健性和普适性。     

多重约束条件下的LBD描述子与直线段匹配

目的 针对直线描述子匹配算法缺乏有效的几何约束,且易受弱纹理、尺度变化的影响,提出一种结合多重约束条件的LBD描述子的直线段匹配算法（LBDs）。方法 该算法以LSD算法提取的直线段作为匹配基元,利用SIFT匹配得到的同名点构建同名三角网约束确定候选直线;参考影像上以目标直线段为中心轴建立该直线段的矩形支撑域;根据目标直线段端点及其支撑域四角点在搜索影像上的核线约束建立候选直线段的对应支撑域;利用仿射变换统一目标直线段及候选直线段支撑域的大小;将直线段支撑域分解为大小相等的条形带,通过计算每个条形带的描述符得到该直线段的描述子,依次完成目标直线段与候选直线段LBD描述子的构建;分别计算目标直线段与每个候选直线段描述子向量间的欧氏距离,将满足最近邻距离比准则的候选直线段作为匹配结果;最后选取角度约束对匹配结果检核,确定同名直线。结果 实验选取网上公开的3组分别存在角度、旋转、尺度变换的近景影像对作为实验数据,采用LBDs分别对其进行直线段匹配实验,并与其他直线段匹配算法进行对比分析,实验结果表明,LBDs获取同名直线数目约为其他算法的1.061.41倍,匹配正确率也提高了2.411.6个百分点,从匹配效率上来看,LBDs更为耗时,但兼顾该算法匹配获得同名直线数目、匹配正确率及运行时间,LBDs的鲁棒性更强,匹配结果的准确性与可靠性较高。结论 结合多重约束条件构建的LBD描述子对于存在角度、旋转和尺度变化的影像进行直线匹配过程中具有稳定性。     

基于SURF描述子的遥感影像配准

针对多源遥感影像的配准问题,提出一种基于SURF描述子的匹配算法,该算法具有稳健及高精度特性,采用SURF匹配算法得到同名点,利用一次多项式、Forstner算子和最小二乘原理由粗及精地剔除残差较大的同名点,利用提取的密集同名点构建三角网,对影像进行分块精确纠正。实验结果表明,该算法能够实现多源遥感影像的高精度配准。     

车载组合全景相机单片影像匹配算法

车载组合全景影像存在严重的射影变形,纹理单一重复,造成全景单片影像匹配同名点的正确率低。由于纹理重复方向、运动物体的移动方向与摄影基线方向一致,用随机抽样一致性算法(RANSAC)结合极线几何不能有效地剔除此类误匹配,该文建议一种适宜车载组合全景单片影像的匹配流程。首先提取Harris角点特征,SIFT描述符描述特征和距离比阈值约束匹配初始同名点;然后,RANSAC结合极线几何初步剔除误匹配,特征点追踪获取同名点的多视对应,利用GPS和IMU提供的影像外参数多片前交剔除误匹配;最终通过地面点的反投影像点模板匹配,进一步增加同名像点的重叠范围。据实验分析,本流程匹配到的同名点不含有粗差,且数量充足,可满足后续空中三角测量的需要。     

基于SIFT二次匹配方法的同名像点识别

将尺度不变特征变换（SIFT）二次匹配方法用于IRS-P5立体像对的同名像点识别。引入全局几何约束与唯一性约束,剔除误匹配,获取用于初始定位的匹配样本,完成初始匹配。根据初始定位点,获取小区域子图像,在小区域内调整SIFT匹配阈值,在唯一性约束基础上,引入偏移坐标差值约束,完成二次匹配。通过实验验证,相比于将SIFT算法直接应用于遥感影像同名像点识别,SIFT特征二次匹配算法在严格阈值下,匹配对数可增长23.07倍,可获取更密集可靠的同名像点。     

文物碎块虚拟拼接中的表面特征优化

为了有效地度量空间曲面相似性,针对噪声敏感、部分匹配的受损文物碎块模型,提出一种基于空间曲面特征优化的匹配算法.首先计算模型表面点体积积分不变量形成匹配约束簇,提取匹配约束簇特征,并结合曲面凹凸互补性得到初始匹配簇对;然后定义3类空间几何一致性约束,并采用最大独立集方法对非正确匹配对进行消除,求解粗匹配最优化问题;最后在粗匹配实验基础上,采用不变特征迭代最近点进行精确对齐.实验结果表明,该算法能较好地实现高噪声影响下存在部分匹配关系的受损文物虚拟拼接.     

融合GMS与VCS+GC-RANSAC的图像配准算法

针对当前图像配准算法配准时间过长、配准正确率低等问题,提出一种基于网格运动统计（GMS）、矢量系数相似度（VCS）与图割随机抽样一致性（GC-RANSAC）的图像配准算法。首先,通过ORB（Oriented FAST and Rotated BRIEF）算法对图像进行特征点提取,并对特征点进行暴力匹配。之后,通过GMS算法对图像中的粗匹配特征点进行网格划分,利用网格中正确匹配点邻域内具有较高特征支持量的原理对粗匹配对进行筛选;并引入图像匹配对在进行矢量运算时VCS不超过某一设定阈值的原理对匹配对进行部分剔除,以利于算法后期的快速收敛。最后,运用GC-RANSAC算法进行局部最优模型拟合,得到精匹配特征点集,实现高精度的图像配准和拼接。通过与ASIFT+RANSAC、GMS、AKAZE+RANSAC、GMS+GC-RANSAC等算法对比,实验结果表明,该算法在平均匹配精度上提高了30.34%,平均匹配时间缩短0.54 s。     

基于多源遥感数据协同反演森林地表土壤水分研究

土壤水分在土壤监测中是一项重要的指标,对于农业生产、生态环境以及水资源管理有着重要的影响。随着遥感建模与反演理论的不断成熟,其逐渐成为分析土壤指标的重要技术与手段。因此,利用光学影像与雷达影像数据,以大兴安岭地区漠河市为研究区域,分别建立以Landsat 8为数据源的土壤水分反演模型和由Landsat 8影像数据与GF-3卫星数据协同反演的土壤水分反演模型,将反演结果与实际测得数据进行对比验证,并评价所建立的反演模型。结果表明：①对研究区地温进行反演,利用地表温度（Ts）与归一化差异湿度指数NDMI构建Ts-NDMI特征空间,结合实测数据可以发现Ts-NDMI特征空间土壤水分反演模型的反演结果与实测土壤含水量为负相关性;②协同GF-3卫星数据和Landsat 8遥感影像数据所建立的土壤水分反演模型能得到质量较高的反演结果,且在高植被覆盖度地区,利用该协同反演模型得到的反演结果比利用单一光学数据源所建模型得到的反演结果精度高,为今后高植被覆盖度地区土壤湿度的研究提供了新途径。     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

基于线性光谱混合模型的油菜种植面积遥感监测方法研究

利用中低分辨率卫星影像进行油菜面积提取时,需要考虑混合像元产生的影响,以提高面积提取的精度。本文以2009年湖北省潜江市油菜种植面积为例,利用中巴地球资源卫星(CBERS-02B)遥感影像,选取线性光谱混合模型进行油菜种植面积的分解计算研究,将结果与基于GVG(GPS、VIDEO、GIS)农情采样系统得到的结果进行对比分析,面积提取精度为97.43%。表明线性光谱混合模型能够高精度地提取油菜的种植面积,不失为一种很好的监测油菜种植面积方法。     

基于KPCA光谱特征约束的水边线提取算法

为充分利用遥感影像的多波段光谱特征,提高水边线的提取精度,提出了基于核主元分析（KPCA）光谱特征约束的水边线提取模型。利用KPCA变换提取水体样本的光谱特征,采用最大似然法估计特征空间中水体光谱特征概率密度函数的特征参数,进而构建水体的光谱特征项。以测地线活动轮廓（GAC）模型为基础,建立图像数据项。结合光谱特征项和图像数据项建立水边线提取模型。在Landsat TM数据集上进行的水边线提取实验验证了算法的有效性,与GAC模型和基于距离正则化的水平集方法（DRLSE）相比较,该算法提取的水边线,在保证一定运行速度的情况下,更准确。     

典型地物的光谱空间结构特征研究

地物光谱是遥感技术应用与研究的物理基础。本文提出将地物在光谱特征空间的几何点阵结构特征作为研究重点,着重分析植被、土壤、岩石的野外实测光谱数据的光谱空间结构特征,并对所测得地物的光谱数据进行光谱线性混合模拟,进而分析线性混合地物的光谱空间结构特征。对实测地物光谱数据空间结构特征的分析不仅可以指导遥感影像数据的分析与应用,而且也为遥感影像地物目标识别和矿化蚀变信息提取技术的研究提供更多的科学理论依据和新的研究思路。     

使用高分遥感影像获取塔里木河胡杨高度信息

森林高度在森林生态状况、生物量水平研究中是一个重要参数,目前存在的多种获取树高的遥感技术,都不同程度存在一些问题。塔里木河下游胡杨林作为干旱区内陆河流域荒漠生态系统的核心构件和重要生态恢复对象,了解其高度信息有助于科学评估塔河下游受损生态系统的恢复程度。使用高分辨率遥感影像,利用面向对象影像分析技术,获取单木尺度的胡杨树冠,并提取对应的光谱、纹理和几何特征;在使用消费级无人机获取的树高数据支持下,分别使用Linear、MLP（Multilayer Perceptron, MLP）、PACE 和SVR（SVM Regression, SVR）方法建立树高回归模型获取塔里木河下游胡杨高度信息。结果表明：①基于光谱、纹理和几何特征建立的树高回归模型R²为0.668 7,RMSE为0.942 6 m,说明结合使用高分辨率卫星遥感和无人机遥感技术可以用于获取单木尺度的胡杨树高;②当使用所有特征时,MLP、PACE和SVR回归模型的相关系数均大于0.81,其中PACE回归模型精度最高;③在单木尺度上,光谱特征中包含有较多的树高信息,其次是纹理特征。     

结合饱和度运算和暗通道理论的遥感图像去雾算法

为了解决传感器雾天条件下捕获的遥感影像出现模糊,色彩偏移,地物信息丢失严重等问题,结合饱和度运算和暗通道理论提出一种遥感图像去雾算法（简称RSIDA算法）。RSIDA算法首先采用加权四叉树算法对最小通道图进行快速搜索获取全局环境光值,然后在HSV颜色空间通过饱和度运算估计大气透射率,接着设置阈值调整场景透射率并采用递归双边滤波器对其进行优化,最后通过物理模型恢复雾气降质遥感图像。通过对比实验和定量分析,结果表明RSIDA算法能够较好地恢复雾气降质遥感图像的清晰度和色彩,提高遥感图像的质量,且运算效率能够满足实时性需求。     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。     

基于特征量积与PCA的小波遥感图像融合

在遥感图像融合中,传统PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率受到较大影响,针对这种情况,借助小波变换优良的时频分析特性,利用特征量积来融合多光谱图像的第一主成分,实现了一种基于特征量积与PCA的小波遥感图像融合算法。通过对来自不同场景不同卫星的多光谱和全色图像进行融合实验,结果表明,该算法无论在主观视觉还是在客观统计数据上,均具有比其他方法较佳的融合效果。     

COSMO雷达数据在多云多雾地区土地变化监测研究

近年来新型成像雷达遥感(极化、干涉)及数据处理技术的发展,SAR遥感影像上获得的地表信息越来越多,如何利用雷达信息探测土地变化成为研究的新课题。但是雷达影像不同于光学影像,目前雷达数据解译仍存在着一些困难。本文主要针对多云多雾地区雷达数据土地变化监测,以四川成都地区COSMO数据为例,利用雷达相干影像,后向散射强度,强度比值影像,提出一种新的雷达处理手段,减少了雷达数据土地变化监测的工作量,提高工作效率。