首页>
根据【关键词:最小二乘法,建筑物提取,边缘检测,区域生长,感知编组,航空影像 】搜索到相关结果 49 条
基于相位均匀卷积的LiDAR深度图与航空影像高效匹配方法
作者:
刘伟玉
万一
张永军
姚永祥
刘欣怡
史立松
来源:
武汉大学学报(信息科学版)
年份:
2022
文献类型 :
期刊
关键词:
HPMEC方法
LiDAR深度图
相位均匀能量卷积
航空影像
高效匹配
描述:
多源影像匹配主要受到非线性强度差异、对比度差异及局部区域结构特征不显著等问题的干扰,而机载激光雷达(light detection and ranging,LiDAR)深度图与航空影像由于纹理特征之间的显著差异导致部分结构特征缺失更为严重,所造成的相位极值突变进一步增加了匹配难度。因此,提出一种基于相位均匀卷积描述子的方法来实现LiDAR深度图与航空影像之间的高效匹配。在影像特征匹配阶段,首先对相位一致性模型进行扩展,构造相位均匀能量卷积方程,求解得到均匀卷积序列与相位最大标签图,建立一种相位均匀能量卷积直方图(histogram of phase mean energy convolution,HPMEC);然后采用最近邻匹配算法完成初始匹配,并利用快速边缘化样本共识进行粗差剔除;最后基于线程池并行策略,通过划分重叠格网对影像进行分块匹配。将多组具有不同地物覆盖类型的LiDAR深度图与航空影像作为数据集,分别与位置尺度方向-尺度不变特征转换(position scale orientation-scale invariant feature transform,PSO-SIFT)、Log-Gabor直方图描述(Log-Gabor histogram descriptor,LGHD)、辐射变化强度特征转换(radiation-variation insensitive feature transform,RIFT)和绝对相位一致性梯度直方图(histogram of absolute phase consistency gradients,HAPCG)等方法进行对比实验。结果表明,在LiDAR深度图与航空影像匹配中,HPMEC方法性能明显优于其他4种方法,其平均运行时间是PSO-SIFT的13.3倍、LGHD的10.9倍、HAPCG的10.4倍和RIFT的7.0倍;平均正确匹配点数显著高于其他4种方法;均方根误差在1.9像素以内,略优于其他4种方法。HPMEC方法在LiDAR深度图与航空影像中能够实现高效、稳健匹配。
一种航空影像建筑物检测的轻量化CNN建模方法
作者:
甘文祥
张远谊
李欣园
来源:
地理空间信息
年份:
2023
文献类型 :
期刊
关键词:
建筑物检测
CNN
轻量化网络
航空影像
深度可分离卷积
描述:
以卷积神经网络为代表的深度学习方法大幅提高了遥感影像建筑物自动检测精度,但由于建筑物复杂多样,为了提取区分能力更强的图像特征,现有卷积神经网络方法往往倾向于构建层次复杂、参数庞大的深度模型。这使得模型的存储和内存开销都较高、检测速率也容易受到影响,一定程度上造成在移动设备平台或灾害应急等场合的应用受限。针对此问题,提出一种用于航空影像建筑物检测的轻量化卷积神经网络建模方法,采用深度可分离卷积方法对复杂网络进行简化,大幅减少了计算量,并较好地维持了原有精度。实验表明新方法相比改进前,在计算量和参数量分别减少86%和87%、训练时间缩短10%的情况下,建筑物检测的精度仅降低3%。
基于平面基线靶标的航空摄影测量重定位
作者:
李博
康亚辉
周博闻
来源:
西安工程大学学报
年份:
2022
文献类型 :
期刊
关键词:
双目视觉
平面基线靶标
转换矩阵
最小二乘法
航空摄影测量
重定位
描述:
结构图,基于测量结构图进行航空摄影测量,通过摄像机以及平面基线靶标移动获取拍摄物体表面所有位置点数据,计算摄像机坐标系和世界坐标系的数据转换矩阵,并采用最小二乘法 处理测量误差,实现航空摄影测量数据重定位
一种适用于航空影像的无参考模糊探测方法
作者:
靳欢欢
姚继锋
钟裕标
李峰
来源:
测绘科学
年份:
2019
文献类型 :
期刊
关键词:
模糊影像探测
运动模糊
结构相似度
无参考
再模糊
航空影像
描述:
针对侧风、强风、湍流等飞行环境容易造成航空影像运动模糊,严重影响航空影像质量,同时航空影像数据量大,手动挑选模糊影像费时费力的问题,为了提高航摄内业人员的工作效率,该文研究一种适用于航空影像的自动模糊探测方法,以主流的无参考再模糊算法Reblur和无参考结构清晰度算法NRSS为基础,结合航空影像具有丰富地物的特点,对影像进行分块处理,计算所有字块的Reblur和NRSS模糊探测值,最后得到整幅影像的模糊探测值。其中,再模糊算法通过计算待测影像和参考影像的水平和垂直运动方向上的灰度变化来评价图像模糊度;NRSS算法在结构相似度SSIM算法基础上加入梯度信息提取和高斯滤波等改进,通过计算结构相似度评价图像模糊度。实验结果表明,该文研究的无参考模糊影像探测方法适用于航空影像数据,其评价结果与人眼主观评价结果具有较高的一致性,能够准确地缩小模糊影像的查找范围,极大地提高了航摄内业效率。
面向航空影像下车辆目标的实时检测算法
作者:
杨国亮
许楠
洪志阳
范振
来源:
计算机工程与设计
年份:
2019
文献类型 :
期刊
关键词:
卷积
实时
深度学习
神经网络
车辆检测
航空影像
描述:
为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。
一种适用于航空影像的无参考模糊探测方法
作者:
靳欢欢
姚继锋
钟裕标
李峰
来源:
测绘科学
年份:
2019
文献类型 :
期刊
关键词:
模糊影像探测
运动模糊
结构相似度
无参考
再模糊
航空影像
描述:
针对侧风、强风、湍流等飞行环境容易造成航空影像运动模糊,严重影响航空影像质量,同时航空影像数据量大,手动挑选模糊影像费时费力的问题,为了提高航摄内业人员的工作效率,该文研究一种适用于航空影像的自动模糊探测方法,以主流的无参考再模糊算法Reblur和无参考结构清晰度算法NRSS为基础,结合航空影像具有丰富地物的特点,对影像进行分块处理,计算所有字块的Reblur和NRSS模糊探测值,最后得到整幅影像的模糊探测值。其中,再模糊算法通过计算待测影像和参考影像的水平和垂直运动方向上的灰度变化来评价图像模糊度;NRSS算法在结构相似度SSIM算法基础上加入梯度信息提取和高斯滤波等改进,通过计算结构相似度评价图像模糊度。实验结果表明,该文研究的无参考模糊影像探测方法适用于航空影像数据,其评价结果与人眼主观评价结果具有较高的一致性,能够准确地缩小模糊影像的查找范围,极大地提高了航摄内业效率。
结合多尺度共享编码的半监督网络航空影像语义分割
作者:
李佳田
杨汝春
姚彦吉
贺日兴
阿晓荟
吕少云
来源:
测绘学报
年份:
2022
文献类型 :
期刊
关键词:
语义分割
半监督
主
从解码器
航空影像
多尺度共享编码器
描述:
在半监督语义分割中,主要采用编码-主从解码器结构使无标签样本参与计算以提高分割精度,但编码器的连续下采样操作易丢失浅层细节特征,从而导致地物边界分割不完整。为此,本文提出结合多尺度共享编码的半监督网络架构对航空影像进行语义分割,该网络的编码器采用ResNet-50获取影像浅层特征,并通过在ResNet-50末端嵌入多尺度共享编码模块来链接浅层特征,以构建密集特征金字塔和扩大感受野,从而获取目标地物多尺度细节信息。将本文网络与UNet、DeepLabv3+、FCN监督网络和CCT、XModalNet、VLCNet半监督网络在LandCover.ai和DroneDeploy数据集上分别进行了对比试验和精度评估。结果表明:本文网络在标签数量与精度方面均具有明显优势,对于LandCover.ai数据集,在6000张标签样本和6500张无标签样本的前提下,整体mIoU提升1.15%,对于DroneDeploy数据集,在30张标签样本和5张无标签样本的前提下,整体mIoU提升0.94%,同时显著提升影像地物的分割精度,得到更清晰、完整的地物边界。
利用稠密结构特征的航空影像与LiDAR数据配准
作者:
黄磊
朱柏
游晋卿
廖永福
葛旭明
来源:
遥感信息
年份:
2023
文献类型 :
期刊
关键词:
S
CFOG
LiDAR
配准
航空影像
稠密结构特征
几何约束
描述:
,实现对这两类数据的精配准。通过两组不同覆盖场景的数据进行实验,结果表明,该方法可达到1 ~2个像素的配准精度。
CeresImaging:500万美金专注农业航空影像
作者:
Lora
Kolodny
来源:
农经
年份:
2018
文献类型 :
期刊
关键词:
市场容量
农作物种类
数据分析
加利福尼亚州
影像分析
标准化植被指数
航空影像
智能相机
图像分析
农业市场
描述:
Ceres坚定地把重点放在农业市场上,毕竟全球的农业市场容量达到了200亿美元。前不久,航空影像分析公司Ceres Imaging获得了500万美元的A轮融资,领投方为Romulus Capital。截至目前,Ceres总共获得了800万美元的融资,投资方还有Elemental Accelerator、USDA和加利福尼亚州政府。