高分辨率航空影像特征匹配SIFT-AKAZE算法的设计与改进

作者： 曾泽前   来源： 江西测绘 年份： 2022 文献类型 ： 期刊 关键词： 普通影像   特征匹配算法   高分辨率   航空影像   倾斜影像  

描述： 论文针对高分辨率航空影像匹配难度大等特点，对不同影像特征匹配算法的优缺点进行了探讨分析，并基于SIFT算法和AKAZE算法，提出一种高分辨率航空影像特征匹配算法—SIFT-AKAZE算法。应用分析表明：对于普通影像，该算法较SIFT算法和AKAZE算法的匹配率分别提升7.92%和10.22%，经改进后的SIFT-AKAZE算法能够显著提升在倾斜影像中的匹配成功率，达到5.21%；匹配率随旋转角度的增加呈先减小后增大的变化特征，最小匹配率也能达到13.68%，表明改进后的SIFT-AKAZE算法具有良好的旋转不变性，同时在不同类型影像下的匹配率均较传统算法有较大幅度提升。

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。

航空影像下小车辆的快速定向检测算法设计

作者： 许楠   来源： 江西理工大学 年份： 2019 文献类型 ： 学位论文 关键词： 特征提取   卷积神经网络   方向估计   航空影像   车辆检测  

描述： 航空影像下小车辆的快速定向检测算法设计

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LIDAR数据和航空影像的地形与建筑物提取及三维可视化

作者： 张志友   来源： 北京交通大学 年份： 2016 文献类型 ： 学位论文 关键词： 重建可视化   建筑物提取   机载LIDAR   OpenGL   航空影像   DEM  

描述： 利用LIDAR数据进行城市表面三维信息提取比较复杂,很难大面积、一次性进行建筑物的三维重建。本文结合LIDAR数据和航空影像的纹理与几何信息对城市建筑物和地形信息进行提取和重建进行了研究,主要内容如下:(1)...

城市大比例尺航空影像建筑物提取技术的研究

作者： 周俊   来源： 中国人民解放军信息工程大学 年份： 2016 文献类型 ： 学位论文 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  

描述： 建筑物的自动提取是城区大比例尺影像实现全自动化测绘的瓶颈之一。由于城区影像的复杂性，实现建筑物的自动提取还存在很多困难，需要进行长时间的研究。现阶段主要利用半自动的方法实现建筑物的提取。本文主要就大比例尺城市影像中建筑物的半自动提取进行了研究，研

基于LiDAR点云和航空影像的城市三维重建

作者： 朱晓强   来源： 合肥工业大学 年份： 2016 文献类型 ： 学位论文 关键词： LiDAR   动态规划   航空影像   道路提取   三维重建   Hough变换  

描述： 生成数字地面模型(DTM)和数字高程模型(DEM)的首选工具。针对中、低密度的机载LiDAR数据和航空影像的城市三维重建工作,本文主要从以下几个方面开展研究:(1)机载LiDAR技术的发展使得对大规模地表非

航空影像的超分辨率显示

作者： 张生兵   来源： 武汉大学 年份： 2016 文献类型 ： 学位论文 关键词： 小波分析   A   插值   小波   Trous   航空影像  

描述： 本文是根据航空影像的特点,基于插值处理和小波变换理论的优点,提出了一种基于双三次插值和小波变换相结合的新的图像超分辨率显示算法。 该算法研究的主要目标是在改善图像质量的前提下,提高图像放大显示的运算效率。插值处理具有放大算法简单、易实现的优点,而小波理论对图像的处理具有图像增强的效果。鉴于此,本文首先对几种目前的插值算法进行了试验比较,从中选取一种比较适合对航空影像进行处理的插值算法,然后和A Trous小波变换相结合。之所以选择A Trous小波变换,是因为基于Mallat小波算法的影像融合,由于存在抽取和插值运算,其结果存在一定相位失真。A Trous小波算法通过有限滤波器内插近似,实现对影像数据的无抽取离散小波变换,较好的解决了上述问题。从而实现图像的放大显示。与传统插值方法相比,此方法既放大了图像,同时又保持了原始图像的细节特征。将该算法处理后的图像,与现有的插值放大处理的图像进行比较,其效果明显高于现有的插值算法,同时也优于采用与正交小波和双正交小波相结合算法,本文中的算法具有运算效率较高,可以对图像进行无极放大处理,且在对航空影像的处理结果上,图像的质量有了较大的改善,特别是在图像的...

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。