地面激光点云阶层式分类方法EI北大核心CSCD

针对不同地物之间点云特征的多样性和树木点云分布的无规律性,导致一般方法分类精度低的问题,提出一种基于对象的地面激光点云阶层式分类方法.首先采用欧氏距离聚类法将非地面点云分割;然后提出一种法向散乱系数计算方法,并用于树木的提取;最后结合点云对象的点个数、高程均值和平面拟合残差特征实现其他地物的分类.实验结果表明,该方法能有效地将复杂地物分类,相比于投影点密度法和支持向量机法分类精度更高.     

基于压缩感知与结构自相似性的遥感图像超分辨率方法

本文提出了一种基于压缩感知、结构自相似性和字典学习的遥感图像超分辨率方法,其基本思路是建立能够稀疏表示原始高分辨率图像块的字典。实现超分辨率所必需的附加信息来源于遥感图像中广泛存在的自相似结构,该信息可在压缩感知框架下通过字典学习而得到。这里,本文采用K-SVD方法构建字典、并采用OMP方法获取用于稀疏表达的相关系数。与现有基于样本的超分辨率方法的最大不同在于,本文方法仅使用了低分辨率图像及其插值图像,而不需要使用其它高分辨率图像。另外,为了评价方法的效果,本文还引入了一个衡量图像结构自相似性程度的新型指标SSSIM。对比实验结果表明,本文方法具有更好的超分辨率重构效果和运算效率,并且SSSIM指标与超分辨率重构效果具有较强的相关性。      

线推扫式高光谱相机侧扫成像几何校正

线阵高光谱相机侧扫成像可以有效解决卫星遥感影像无法获取建筑物立面光谱数据等问题。阐述了课题组集成开发的线推扫式高光谱遥感监测系统组成部分及关键技术指标等;根据地面侧扫成像特点,详细推导了适合于线推扫式相机地面侧扫成像几何校正模型;给出了地理参考影像格网划分和重采样方法,并对数据采集过程可能出现的漏采现象提出解决方案。通过大量地面模拟实验,验证了线阵影像几何畸变校正算法的有效性及鲁棒性,为同类产品的地面应用提供参考。     

从三维激光点云中快速统计树木信息的方法

树木位置分布及胸径(DBH)是研究森林生态、管理林区的重要指标。激光雷达在获取树木相关数据方面有巨大潜力,因此,提出用手持移动激光雷达获取的三维点云快速统计树木信息的方法。手持移动激光雷达可近距离采集树木信息,获取更详细的单木立面信息。针对上述点云特点,提出分层聚类的点云处理方法,按不同高度对点云切片,形成一组切片截面图,再仅对切片截面图聚类;根据聚类结果使用随机抽样一致性算法拟合出圆,对比一组切片截面图的拟合结果,完成树木点云提取。这种先取样再计算的方法大大提高了运算速度。实验证明该方法树干提取准确率达94.4%,DBH计算平均误差3.4cm。本文方法可快速统计树木相关信息。     

一种空域和频域相结合的遥感图像亚像素配准方法

扩展相位相关配准方法只适用于图像间相对运动小于图像尺寸的50%甚至30%的情况,其配准精度随着图像间运动增大而降低且易受边缘效应和混叠效应的影响.针对这种情况,本文做了如下改进:在使用相位相关法之前使用空间域方法粗配准,根据粗配准结果提取重叠区域形成两幅新图像,再对两幅新图像使用扩展相位相关进行精配准,解决了原方法只适用于图像间相对运动较小且精度随相对运动增大而降低的问题;为减弱边缘效应对配准精度的影响,通过实验评价了不同加窗方法,并给与了最优的建议;为减弱混叠效应对配准精度的影响,通过实验讨论了理想低通滤镜的截止频率的取值方法.实验证明这种方法不仅拓展了相位相关的使用范围而且在很大程度上提高了配准的精度.     

同步定位及地图创建算法在车载移动测绘系统中的应用

为了解决车载移动测图中全球卫星定位系统(GPS)失锁及无GPS导致的导航定位问题,提出了一种利用水平布设二维激光扫描仪和里程计结合的快速同步定位及地图创建(SLAM)方法。在详细分析车载移动测图系统定位误差来源的基础上,科学合理地设置系统的预测参数及重预测参数,并给出了宽间隔预测及状态重预测改进后的卡尔曼滤波算法。在不损失计算精度的前提下,提高了计算速度。利用上述算法在实验室环形走廊中进行了实验,实验结果证明了本算法的有效性。     

基于遗传算法的种子图象目标点模式匹配

在完成种子图象目标点坐标提取和由单摄像机、平面镜组成的摄像系统标定之后 ,关键问题是如何寻找图象中种子质心的对应点 .为了准确寻找到图象中种子质心的对应点 ,根据图象中种子区域的分布特点及遗传算法具有简单、通用、鲁棒性和适于并行处理等特性 ,提出了一种基于遗传算法的种子图象目标点模式匹配算法 ,即首先通过模糊聚类将单帧图象上的像点与虚像点划分为两类点群 ,然后通过在两类点群之间建立遗传机制来进行种子图象点模式匹配 .实验证明 ,采用该算法进行种子目标点群之间的匹配 ,具有快速准确的特点 ,并为种子空间点的恢复提供了准确的对应点寻找信息 .     

利用反射率和距离信息的三维场景数据分割方法

0引言 利用激光三维扫描仪和高分辨率彩色CCD摄像机产生完整的包括三维几何和纹理信息的真实场景模型,对虚拟现实、远程浏览、数字考古及数字城市等具有重要意义,是计算机视觉和机器人领域最大的挑战和热点问题,受到国内外学者的普遍关注[1～3].真实场景三维建模主要包括如下三步:数据分割、几何建模及纹理映射.其中数据分割是后续工作的基础,它将三维点云数据按场景结构分成不同的封闭区域,以去除冗余数据,加快处理速度.并为多视点三维数据配准、几何建模和纹理映射提供准确的基元特征.因此本文主要研究数据分割.     

交替误差补偿的无人飞艇位姿估计

针对少数控制点下空间后方交会的可靠性差及传统多次迭代平差结果误差累积的问题,设计了一种对无人飞艇真实位姿进行精确估计的算法.首先利用欧拉角描述旋转矩阵;然后对严格的共线条件方程进行线性化,并通过空间后方交会和立体视觉获取一组均匀分布的控制点;最后借助均匀分布点提出一种交替误差补偿的初次迭代平差方法解算飞艇位姿.实验结果表明,该算法正确可靠,对位姿初值没有要求,具有一定的收敛性且精度较高.     

基于小波变换的视觉工件检测技术

在小波变换的基础上,研制了视觉工件检测系统,并做了详细阐述和试验。结果证明该系统检测速度快,结构简单,精度高,便于实时化处理,具有广泛的应用前景。