法曲率驱动曲面演化图像去噪模型研究

曲面演化图像去噪模型将图像看作嵌入高维空间中的曲面,并利用曲面局部几何特征来区分图像边缘和噪声信息,以此控制图像曲面演化速率,取得了良好的处理效果。通过分析现有基于主曲率的曲面演化图像去噪模型的优缺点,提出利用能够更好地刻画图像曲面几何结构的法曲率来控制曲面的演化过程。该模型将现有主曲率驱动的模型推广到了更一般的法曲率驱动的曲面演化模型。同时,由于法曲率在描述图像边缘、纹理、噪声等方面优于已有方法采用的主曲率,该模型在保持图像边缘、纹理等细节信息方面能够取得更好的性能。     

几何偏微分方程和离散曲面设计

使用若干个几何本质的曲率驱动的偏微分方程来构造符合指定C0或C1边界条件的三边曲面片和四边曲面片,这些方程的数值解由所涉及的微分几何算子的离散化来得到,微分几何算子的离散化则源于参数逼近.所构造的曲面片满足某些特定的几何偏微分方程,故具有理想的形状,将这些曲面片组装起来便构造出复杂的几何模型.通过反复的子分和演化,得到几何模型的多尺度表示.     

曲面处理的曲率域能量优化方法研究*

鉴于曲率在几何处理中的重要性,提出了一种基于曲率域的三维几何处理方法,提供了便于曲面形状编辑、过滤及合成的几何工具。对于给定曲面,估计其主曲率,过滤和编辑其曲率分布,完成曲面空间域到曲率域的映射。采用能量优化处理方法对非线性最小二乘曲面问题进行求解,获得最优匹配于期望曲率的曲面,同时保持原始曲面形状的重要几何属性及特征。实例证明,该方法实用性好,对各向异性光顺、特征增强、多尺度曲率编辑的处理效果理想。     

基于几何特征的曲面物体识别

基于几何特征的曲面物体识别方法是通过从景物深度图象上提取景物表面的高斯曲率和平均曲率、曲率直方图,曲率的熵等几何信息,将景物用一个属性关系图ＡＲＧ来表示,并与模型库中的模型ＡＲＧ图进行优化匹配,从而来识别曲面景物。该方法主要是针对机器零部件等人造曲面物体的识别问题而设计的,其曲面几何特征的描述方法对二阶曲面比较有效,实验表明,应用该方法可成功地从深度图象中识别机器零部件等曲面物体,且有较好的识别结     

遥感影像反卷积复原处理

在遥感影像成像过程中,PSF是传感器和影像获取时刻的大气特性的共同作用结果,但是遥感影像中通常不具有明显的较理想点状结构来近似估计点扩展函数(PSF).本文讨论了一种基于遥感影像典型线状地物阶跃边界的PSF估计方法,并采用频域-小波域混合正则化ForWaRD算法对其进行复原处理.对SPOT及中巴资源卫星1号影像数据的实际处理结果表明,该方法能很好地改善影像质量,且计算量不大,具有较强的鲁棒性.     

基于图像三维地形模型的路面裂缝自动检测

针对现有裂缝检测算法的不足,提出一种新的路面裂缝自动检测算法。将二维平面图像映射到三维空间曲面,使得在二维平面中难以描述的裂缝信息在三维曲面中能通过一条狭长的“山谷”来准确地描述。通过分析三维曲面中“山谷”的曲率特征,采用基于微分几何的空间检测算子准确提取曲面中的“山谷”,并映射到二维图像平面中作为裂缝点,成功检测到绝大部分裂缝信息。     

区域化模糊均值高分辨率彩色遥感影像分割方法

基于像素模糊?? 均值算法(FCM) 及其改进算法难以解决高分辨率遥感影像中地物目标光谱测度相似性减弱和几何噪声增大带来的分割难题, 提出一种基于区域的FCM算法. 该方法利用Voronoi 几何划分将影像域划分为子区域, 并用子区域拟合地物目标的几何形状. 在此基础上, 定义区域FCM目标函数, 通过迭代最小化该目标函数实现高分辨率遥感影像分割. 实验结果表明, 与基于像素的FCM和增强FCM方法相比, 所提出方法可以更加精确地实现高分辨率遥感影像分割.

     

几何自适应参数曲面网格生成

为满足有限元分析的需要,针对参数曲面提出一种几何自适应的网格生成方法.通过黎曼度量控制下的曲面约束Delaunay三角化获得曲面中轴,将其用于自动识别曲面邻近特征,并通过曲率计算自动识别曲率特征;根据邻近特征和曲率特征,融合传统网格尺寸控制技术控制边界曲线离散,并创建密度场;结合映射法和前沿推进技术对组合参数曲面生成几何自适应的网格.实验结果表明,该方法能够处理复杂的几何外形,生成的网格具有很好的自适应效果和质量.     

参数化曲面网格生成的气泡堆积法研究

结合微分几何理论知识,提出了一种参数曲面网格生成的气泡堆积算法。将曲面上的节点看作具有相互作用力的气泡,通过基于曲率的控制度量确定的节点间隔函数和弧长偏差因子来有效地控制网格尺寸,并借助三维桶结构建立和更新邻近气泡列表,当各气泡经动态模拟后达到力平衡状态时,连接气泡的中心就构成高质量的曲面网格。算例表明,生成的网格质量高、有很好的渐进性和对复杂曲面的适应性。     

遥感图象中线状目标骨架提取的变向跟踪法

遥感图象上线状目标中心骨架线的提取,是形成图象中层视觉描述的一个重要环节,也是相关领域中具有挑战性的课题之一。为了快速高效地进行遥感图象中线状骨架线的提取,在详细分析遥感图象上线状目标影象特征的基础上,提出了一种半自动提取线状目标中心骨架线的新方法,即变向跟踪法。通过对多种复杂特征的线状地物骨架提取实例表明,提取结果接近于人工判读的结果,且有较好的几何精度和抗干扰性,计算速度也很快。     

应用遥感影像纹理特征提取线性体的马尔柯夫随机场模型

分析了遥感影像纹理的统计特征,利用马尔柯夫随机场能够合理地描述图像纹理的随机特征,建立了纹理特征马尔柯夫随机场模型,并且对该模型在提取线性体方面作了初步探讨。研究表明该方法在遥感图像线性体信息提取方面有着广阔的应用前景。     

基于遥感数据特征和像元替换技术的边缘提取方法

随着城市化的发展，城市遥感领域在中国发展迅速。高分辨遥感图像的边缘提取是当前城市遥感的重要研究领域。实践中，传统的边缘检测算子主要是通过图像空城特征微分，建立不同结构的模板完成。高分辨率遥感数字图像包括了空间域和光谱域两种信息，因此，借助于图像的光谱和空间域两种特征信息提高提取城市边缘信息精度已经成为当前算法开发的基本思路。该研究通过设计光谱分解和边缘检测的算子模板，综合利用了图像的光谱、空间特征信息。研究结果表明，这种方法有效地提高了城市遥感数据边缘信息的提取精度，同时还具有方法简便、计算速度怏的特点。     

基于光谱理论的遥感信息提取方法的研究

以东昌府区为例,根据区内各种地物不同的光谱特征,利用遥感光谱分析方法,基于ERDAS IMAGINE平台对东昌府区内各种地物分别用监督分类和非监督分类两种方法进行信息提取,对两种方法进行比较,选择效果比较好的一种对东昌府区遥感信息进行提取研究,并对提取结果进行分析。研究表明,基于光谱理论的遥感信息监督分类提取方法在对东昌府区进行信息提取时更为精确。     

基于非规则标识点过程的遥感图像零星地物目标几何特征提取

针对遥感图像中零星目标几何特征的非规则性,提出基于非规则标识点过程的遥感图像零星目标几何特征提取方法.首先,将图像分为目标类和背景类,利用非规则标识点过程建立目标的分布和几何特征,其中非规则标识采用一系列由节点连接起来的多边形定义而成,用以拟合目标几何形状,标识点用以确定目标位置;然后分别利用多值高斯分布和KL(Kullback Leibler)散度定义特征场能量函数和异质性能量函数,形成全局目标提取能量函数,应用非约束吉布斯表达式将全局能量函数转换为概率分布函数,并在最大化概率分布函数准则下设计合适的M-H(Metropolis-Hastings)采样算法,获得最优目标提取结果;最后,采用所提出方法对遥感图像零星目标进行提取,由实验结果可以看出,所提出方法不仅能准确定位各零星目标,而且可以对其几何形状进行精确拟合.     

IKONOS影像白泡云识别方法研究

高空间分辨率IKONOS影像应用在海洋遥感时,白泡云的强反射特性严重影响了水体信息的提取。本文利用归一化处理后的IKONOS影像数据研究分析了白泡云与其背景地物的光谱特征。通过光谱一阶微分运算形成特定的数学参数使得地物的光谱特征参量化,提取白泡云光谱特征,研究开发了白泡云遥感识别模型。试验结果表明该识别方法准确度高,在识别水体中白泡云区域的基础上可有效处理海洋遥感水体信息提取过程中白泡云的干扰影响。     

第四代地理信息系统研究中的尺度转换数字模型

分析了空间插值模型,数字地面模型和它们与地理信息系统集成的研究进展,存在的缺陷和需要解决的理论问题,论述了建立基于曲面论和遥感反演方法数字模型及实现其与地理信息系统有效集成的必要性和可行性。     

基于多尺度特征融合的U-Net网络高分影像不透水面提取研究

不透水面作为监测城市生态环境的重要指标,其信息提取具有重要意义。由于城市地表的复杂性及细化的城市管理需要,急需提取高精度的城市不透水面。但是基于传统方法提取高精度的城市不透水面面临巨大困难。而深度学习方法因其自动化提取影像特征的特点逐渐成为遥感影像地物提取的新兴方法。基于此,采用多尺度特征融合的U-Net深度学习方法以提升语义分割精度,开展高分辨率遥感影像不透水面的精确提取研究。模型引入残差模块代替普通卷积以加深网络,提取更多影像特征;加入金字塔池化模块增强网络对复杂场景的解析能力;利用跳跃连接方式融合不同尺度特征,有利于恢复空间信息。以广州市航摄正射影像为数据源,通过卷积神经网络将遥感影像分割为背景、其他、植被、道路和房屋5种地物类型,将其与人工目视解译的地面真值进行验证,最终提取研究区域不透水面。实验证明：多尺度特征融合的U-Net模型总体精度和Kappa系数分别为87.596%和0.82。在定性与定量两个方面均优于传统的监督分类法、面向对象分类法和经典U-Net模型法。结果表明：该模型利用多维度影像特征信息,有效提升了复杂场景图像的分割精度,分割效果好,适用于高分辨率遥感影像不透...     

航空遥感图象中道路的自动提取方法

基于航空遥感图象的道路自动检测与识别是数字城市、道路监控等领域非常重要的课题;其检测方法经改进可用于跑道识别,为飞机自动降落提供必要的跑道信息。该文以传统道路提取方法为基础进行改进,提出一种道路自动提取方法,该方法包括以下几步:首先,利用微分几何方法对图象进行线特征强化处理;接着,进行线段提取,将传统方法中需要分步实现的线特征抽取和线段连接同步完成,同时对连接判定阈值的设置进行了一些讨论,提出了自动设置阈值的方法;最后,根据道路的拓扑性质进行线段的聚合分类。实验结果表明,该方法能准确有效地提取出道路。     

一种高阶各向异性扩散小波收缩图像降噪算法

图像可以看作是一个曲面,描述曲面上某点相对于球面的弯曲程度可以用高斯曲率.提出用高斯曲率来定义在图像上的能量泛函,并得到相应的欧拉方程,利用梯度下降法推出基于高斯曲率的高阶各向异性扩散方程.进而根据小波收缩与各向异性扩散等价性框架,提出一种高阶各向异性扩散小波收缩图像降噪算法.实验表明,此算法在去除噪声的同时能够很好地保持高频特征和边缘形状.     

Digital Differential Geometry Processing

The theory and methods of digital geometry processing has been a hot research area in computer graphics, as geometric models serves as the core data for 3D graphics applications. The purpose of this paper is to introduce some recent advances in digital geometry processing, particularly mesh fairing, surface parameterization and mesh editing, that heavily use differential geometry quantities. Some related concepts from differential geometry, such as normal, curvature, gradient, Laplacian and their counterparts on digital geometry are also reviewed for understanding the strength and weakness of various digital geometry processing methods.