基于相机的转台稳定性检测方法研究

高精密转台常用于高精度测量仪器的性能测试,或作为激光扫描仪的稳定平台使用,而转台的稳定性直接影响仪器的测量精度.提出一种利用数码相机对转台稳定性进行标定的方法,在转台运动时,安装在转台上的相机连续获取相片,基于摄影测量原理,计算相机的空间位置和姿态,从而确定转台的运动轨迹.实验结果表明,该方法可以有效地检测转台运动的稳定性.     

基于自适应四叉树的地形LOD算法

大数据动态地形三维可视化需要使用分层细节技术(LOD)简化模型,提高三维可视化效率,而四叉树可以优化复杂数据的数据结构.首先讨论了基于自适应四叉树实现LOD的一般方法,详细探讨了模型连接的三角扇绘制法;然后针对四叉树结构多分辨率表示的特点,提出了一种基于自适应四叉树节点属性修改,实现LOD模型的连续无缝连接的方法;最后使用提出的方法,实现了一幅1∶ 50000地形图范围的三维可视化,有效提高了动态显示效果.     

基于改进的Mean Shift方法的高分辨率遥感影像道路提取

遥感影像的道路提取长期以来一直是数字摄影测量未能解决的难题之一。本文在探讨了均值漂移、区域分割、边缘检测、轮廓跟踪的基础上,提出一种基于均值漂移和利用统计面积去除和合并小区域的道路提取算法,并采用数学形态学方法消除错误道路,利用轮廓跟踪法获取道路的边缘,实现道路的提取;通过与基于区域分割、边缘检测算法提取结果对比,结果表明,本文的算法进行道路提取的效果更好。     

基于SIFT特征的合成孔径雷达景象匹配方法

根据合成孔径雷达图像的特点,提出一种基于SIFT特征的合成孔径雷达(SAR)景象匹配的方法。首先利用改进的特征描述符初步提取实时图与参考图的SIFT 关键点;然后利用距离比和RANSAC算法去除错配,匹配出可靠的同名点对;最后计算反映实时图和参考图之间变换关系的转换参数,完成景象匹配。实验结果表明,本方法快速实用,有较强的有效性和鲁棒性。     

一种基于模糊集理论的图像融合方法

在图像的小波变换融合基础上,着重探讨了图像的融合规则问题,并提出了一种三角函数形式的模糊隶属度融合准则,实现了图像的模糊集融合.使用SAR影像与SPOT影像进行了融合对比实验,结果表明,本方法具有良好的实用性,且具有更好的融合效果.     

国产螺旋式扫描激光雷达系统自检校方法研究

论文提出一种对螺旋式扫描机载激光雷达系统进行安置角自检校的新算法。首先推导了螺旋式扫描激光雷达点云定位的数学模型;然后提取了激光雷达点云数据重叠区的面特征,并构建了基于面特征的激光雷达检校模型;最后,仿真分析了安置角误差对往返航带前后向扫描数据的影响,并利用同名面特征,基于区域网平差方法同时估计了平面参数和安置角参数。实验结果表明,该方法实现了激光雷达安置角的自检校,且绝对精度满足生产数据要求。     

地面激光扫描仪的灰度优先距离检校模型

针对加乘常数改正和灰度改正的优先顺序,提出了灰度优先的距离检校模型。首先分析了脉冲式测距的主要误差源;然后验证了加乘常数和距离改正表的存在性,以及灰度对加乘常数的影响,接着验证了不同距离处距离改正表的一致性;最后提出了灰度优先的距离检校模型。为了得到不同灰阶的数据,利用地面激光扫描仪对不同灰阶靶标板进行二维扫描,并用不同距离的数据,比较了不同距离检校模型的精度,实验结果表明,灰度优先检校模型的精度高于常数优先检校模型的精度,距离精度提高到5 mm。同时,灰度优先检校模型的结果不受灰度影响,具有普适性。     

无人驾驶飞机精确定位方法研究

GPS技术已广泛应用于无人驾驶飞机的空间定位和导航,但在战时、困难地区的应用会受到限制。文章提出了一种利用多点约束的影像匹配技术实现无人机精确定位的方法,该方法基于多点约束的思想提高了影像匹配的可靠性,同时利用匹配获取的多个同名点解决了由于无人机空中姿态变化引起的单点无法精确定位问题。该方法首先对无人机获取的实时影像和基准影像进行小波变换处理,以便从实时影像上获得足够的明显特征点,然后利用影像匹配和匹配点之间的位置约束关系获取基准影像上的同名点位,使用这些同名点,可以得到精确的无人机空间位置。     

一种抑制SAR图像斑点噪声的图像融合方法

首先研究了图像融合小波基的选区,并利用提升小波技术分别对合成孔径雷达图像和光学遥感图像进行小波提升分解;然后,对分解后的SAR低频分量进行邻域平均,再与光学图像的低频分量进行加权平均;为了抑制SAR图像斑点噪声的影响,重点研究了高频分量的融合方法,并提出了一种依据斑点噪声特征变化而自适应地改变融合窗口的方法,该方法提高了SAR图像的目标解译和识别能力;最后,使用融合前后的SAR图像进行图像的目标检测,结果表明,融合后的图像能够明显抑制SAR斑点噪声影响,使SAR图像目标检测的效果更佳。     

基于多尺度空间的图像匹配算法

根据影像的多尺度空间表达思想,使用非线性的关键点滤波算子将基准图和实时图分解为不同分辨率并具有不同特征的子图。通过调整不同尺度空间中各参数的权重准确的表示影像对的匹配相似度,并完成综合测度描述符的计算。最后通过测度描述符完成最顶层的粗略匹配,并将结果作为下一层匹配的初始条件,由粗至精完成最终的匹配。实验结果表明,本文方法在基准图和实时图存在一定几何变形和灰度差的情况下,能取得较高的平均匹配精度与正确匹配概率,并且匹配的速度也较快。