山区复杂地形条件下GF-1卫星遥感雪面反射率计算

针对山区遥感影像计算雪面反射率的难点,采用各向异性校正与地形校正相结合的方法,将研究区不同坡面方向的雪面反射率归一化至平坦地表垂直观测方向上的雪面反射率,以消除地形影响.其中,各向异性校正采用二向反射分布函数(Bidirectional Reflectance Distribution Function,BRDF)模型;地形校正采用山地辐射传输模型.遥感影像选用新疆玛纳斯河流域的高分一号卫星(GF-1)宽幅相机数据.利用同步观测的积雪光谱数据对此方法的校正能力进行验证,结果表明此方法能够消除大部分地形和大气的影响;计算的雪面反射率在非阴影区与阴影区均与实测数据相一致;该方法可为山区积雪的光学遥感研究提供技术支撑.     

一种基于DTSVM的遥感图像分割方法

文章针对城市遥感图像的目标分布特点,提出一种基于改进DTSVM的遥感图像分割方法.实验引人样本的聚类特性改善DTSVM模型分类精度,对城市遥感图像中的区域进行语义标注并提取特征,通过训练改进分类模型得到分割结果.实验结果表明,该方法能比较准确地分割出关注语义的目标区域,并有效避免了遥感图像的过分割问题.     

基于YOLOv5的遥感图像目标检测

目标检测是遥感图像处理领域的一项重要技术,遥感图像目标种类繁多且存在目标物体难以被检测.提出把YOLOv5算法应用到遥感图像目标检测的方法,首先选择YOLOv5x来构建网络模型,再通过Mosaic数据增强对样本集进行预处理和自适应锚框筛选方法确定锚框大小,然后切片卷积操作得到原始特征图,将原始特征图送入主干网络进行特征融合得到最优权重,最后采用GIOU Loss做边界框的损失函数和非极大值抑制目标框的筛选,对遥感图像进行目标检测.在公开的10类地理空间物体(NWPU-VHR 10)数据集进行了检测实验,以评估所提出模型的目标检测性能.对比实验表明,本文的模型mAP达到了0.9239,与使用相同数据集的模型中的最佳结果进行比较,mAP提升了1.78％,该方法可以提高遥感图像目标检测精度.     

二向反射模型在土地覆被制图中的应用

植被的反射异质性特征可以反映植被的结构和光谱特性,有助于更有效地识别植被.在塔里木河下游开展的研究中,使用了MISR的多角度观测数据,利用核驱动和RPV模型反演获取地表BRDF信息,使用SVM方法对MISR天底角反射率数据和BRDF信息组合进行土地覆被分类研究,对比分析了BRDF对分类效果的影响.发现:①BRDF信息可以为半干旱区土地覆被制图提供附加的有用信息,提高制图的精度.②核驱动模型和RPV模型都能较好地模拟研究区地表反射的状况.③空间结构差异较大的草地和林地类型使用BRDF信息后的用户精度明显提高.     

基于方向反射率的大尺度叶面积指数反演算法及其验证

提出了一种新的叶面积指数反演方法，该算法尝试采用不同于传统遥感反演方法的思路和架构，借鉴了地面观测叶面积指数的原理和方法，首先从叶面积指数的定义出发推导出叶面积指数与方向间隙率的关系，然后通过遥感BRDF产品和大尺度方向间隙率算法获得方向间隙率信息，最终通过角度积分得到大尺度LAI(叶面积指数).敏感性分析表明，该算法可以较好反映叶面积指数的相对分布信息，并采用长白山和黑河地区的地面观测数据对反演结果进行验证，为了解决高分辨率观测数据到低分辨率遥感数据的尺度转换问题，采用了与地面观测尺度相适应的高分辨率遥感数据进行过渡.首先建立实测LAI与高分辨率反射率数据之间的经验关系，进而得到高分辨率的叶面积指数分布，再利用高分辨率叶面积指数产品通过面积加权，获得对应低分辨率像元的LAI值.验证结果表明，算法具有较高的精度.     

移动单目相机下基于单应的动态手势轨迹识别

针对单目相机的移动会造成图像坐标系的全局运动,对手势识别中运动轨迹的观测产生影响,不能满足手势交互的应用需要的问题,建立并证明了一种基于单应的目标运动轨迹观测模型.该模型通过分析目标平面运动时相邻帧之间的射影关系,利用单应矩阵求解与特征点的重投影,求得相邻帧之间的目标相对运动矢量,得到世界坐标系下的目标运动轨迹.为验证该模型的有效性,基于该模型提出了一种利用移动相机进行动态手势轨迹识别的方法.实验结果表明:使用该方法进行动态手势轨迹识别的识别率为89%,处理速度达到72.28帧/s,在移动相机环境下保证了手势识别系统的识别率与实时性.     

朗伯假设对地表反照率的影响

为了研究地表朗伯假设对反照率遥感反演的影响作用,取各BRDF原型类作为地表反射各向异性的基本样式,将模拟方向反射率数据作为朗伯假设反照率,借助一景MODIS图像的BRDF/反照率产品,分析其与反照率在观测空间分布特征上的相对差异.结果表明:朗伯假设对地表反照率的影响与地表反射各向异性样式、太阳天顶角大小以及观测所在空间位置等密切相关.当地表反射各向异性特征较显著时,朗伯假设会在后向热点、前向冷点以及较大的观测天顶角附近向反照率中引入40%以上的误差,且随着太阳天顶角的增大,这一差异还会显著增加.此外,天顶方向反射率与反照率的差异同样与地表反射各向异性特征和太阳天顶角大小密切相关.当太阳天顶角较小时,几何光学散射作用较强的BRDF原型类会高估地表反照率;当太阳天顶角较大时,体散射作用较强的BRDF原型类会明显低估地表反照率.     

基于深度学习和高分辨率遥感图像的车流量统计

针对现有的方法对地面道路上车辆检测率不高的问题,提出一种基于深度学习和高分辨率遥感图像的车辆检测方法.对高分辨率遥感图像道路进行感兴趣提取,并采用改进的YOLOv3模型对车辆进行多目标检测,利用多尺度特征进行对象检测.确定了训练流程,在高分辨率遥感图像数据集上进行训练,采用准确率、召回率、F值作为评价指标进行了图像识别检测试验.结果表明：采用文中方法对高分辨率遥感图像进行分析,得到的准确率、召回率和F值分别为98.01%、97.23%和97.57%,并且能通过检测结果统计得到每秒的车流量.该方法可作为地面车辆分布信息监测的一种有效补充方式.     

机载热红外相机应用于农业干旱监测的实验研究

机载热红外遥感技术为农业干旱监测提供了新的技术手段,对其开展实验研究具有现实意义.本文以红外多角度相机(multi-angular infrared camera,MAIC)获取的高分辨率热红外遥感图像为基本数据源,选取高分一号(GF-1)遥感图像为辅助数据,基于归一化差值植被指数(NDVI)-地表温度(Ts)特征空间计算实验研究区的温度-植被指数(TVDI)值,并据此得到了研究区干旱分级结果;最后利用野外同步测定的土壤水分数据,对遥感反演结果进行验证和精度分析,探寻机载红外相机在农业干旱监测方面的应用潜力.结果表明:(1)利用机载MAIC热红外数据和GF-1数据可以反演地表温度、植被指数等地表参量,进而可以构建NDVI-Ts特征空间;在该二维特征空间中,该研究区的图像像元集聚为三角形形态,可以较好地刻画研究区不同地表覆盖类型的干湿状况;(2)利用该研究区NDVI-Ts特征空间计算得到的TVDI值与地表土壤水分呈显著负相关;TVDI值与实测地表土壤水分线性回归分析结果相关性较高,R2约为0.389 1;(3)干旱等级表达了土壤水分对农作物生长状态的胁迫作用,可以较好地显示农业干旱特征.与星载红外遥感数据相比,机载红外相机获取的数据具有较高灵活性,更利于干旱区域的机动监测.本文研究表明机载MAIC数据在干旱监测方面具有较大的应用前景.     

改进的复合光栅投影快速三维测量方法

提出一种新相移算法下的复合光栅投影三维测量方法.利用逆推法建立投影光栅模型,对投影仪投出的光栅进行预校正,保证投到参考面的条纹为标准的正弦分布.测量过程由具有相移的复合光栅到待测物体表面,CCD相机采集变形条纹图,将采集到的图像分离成3帧单色图,再由相位算法提取相位,通过高度映射公式恢复待测物体的三维面形.该方法有较好的抗噪性能,为动态在线测量奠定了基础.计算机仿真实验验证了该方法的可行性.     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...     

基于SIFT特征匹配和模约束的摄像机分层自标定方法

在一些计算机视觉和摄影测量任务的执行过程中,需要在线地标定摄像机参数,这就使得不依赖标定参照物的自标定成为必需,提出一种基于SIFT特征匹配和模约束的摄像机分层自标定方法。自由移动或旋转摄像机拍摄同一场景内部参数不变条件下的四幅以上图像。对每幅图像进行SIFT特征点提取,通过特征点匹配在每幅图像中分别获得对应三维场景空间同一特征点的像素坐标。进行投影标定,获得每幅图像在投影重建空间中的相机投影矩阵,以及每个特征点在投影重建空间中的三维坐标。进行仿射标定,采用模约束法确定无穷远参考平面在投影重建空间中的参数。进行度量标定,确定内参矩阵。实验表明,该方法能在线地稳定地获得摄像机内参标定结果,从而对现有的摄像机自标定方法进行了改进。     

基于改进遗传优化算法的线阵相机标定方法

在手机玻璃盖板的缺陷检测中,为了获得缺陷特征明显的高精度图像,不仅需要搭建高质量图像采集系统,而且需要对线阵相机进行精密标定.结合工业现场需求,本文提出了一种基于改进遗传优化算法的线阵相机标定方法.在已有线性扫描模型的基础上,引入线阵扫描图片图像畸变矫正,推导了新的标定参数.在已有无畸变矫正的线性解析解基础上,引入遗传算法进行新参数的求解优化,实现了新标定参数的非线性求解.实验结果表明,与不加入图像畸变矫正的求解方法相比,所提方法具有更高的测量精度.      

一种逐步求解的新的摄像机线性标定方法

在立体视觉的激光扫描测量系统中，物体的空间坐标与计算机图像坐标之间存在着复杂的非线性映射关系，如果采用完全理想条件来标定系统，一般实验条件下难以获得稳定的解。通过建立基于一阶径向畸变的摄像机数学模型，用线性方程组描述了三维空间坐标点与计算机图像坐标点的关系，并提出“两步法”对摄像机模型中外部参数和内部参数进行逐步求解，完成了摄像机线性标定，从而彻底改变了传统的摄像机标定依赖于非线性优化方法。实验证明，这种标定新技术较以往算法更为快速、简便、实用。     

数字光栅投影轮廓测量系统不确定视角标定法

建立了数字光栅投影轮廓测量系统的简易标定模型,以实现测量系统的简便化和便携式应用。该标定模型基于绝对相位提取和空间映射技术,仅需确定像面坐标和绝对相位到空间坐标的转换矩阵。标定矩阵由L evenberg-M ar-quardt算法优化求解,其中所需的已知空间点阵列借助新型虚拟三维靶标实现。该虚拟靶标基于不确定视角摄像机标定法,仅需要一个平面靶标,避免了使用昂贵的平移设备,极大地降低了标定系统的成本和复杂度。对标定系统进行了大量实验,并使用标定球对测量系统进行了测量精度评价。实验结果表明标定精度高于0.2mm,证明该标定法具有很好的应用价值。     

基于改进型神经网络的双目摄像机标定

摄像机标定是机器视觉中最重要的环节之一,传统标定方法运算量大、计算复杂,非常繁琐。为解决标定存在的若干问题,提出基于改进神经网络的双目视觉摄像机标定方法。通过对双目摄像机有效模型分析,建立空间点图像坐标与世界坐标非线性映射关系,同时引入自适应学习算法,实现隐层神经元的自适应选取,并且在创建网络模型前对样本数据进行归一化处理,提前终止策略,使网络泛化能力得到极大改善。通过与经典标定方法进行比较,表明基于改进型神经网络标定方法能获得较好的双目标定精度。     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法——距离角度图法 ,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达 .这种表达方法能够描述任意形状的物体 ,通过对参数的控制 ,能做到既可以表达物体的局部特征又可以表达物体的全局特征 ,且能够适应不均匀格网的情况     

基于圆形特征点的非线性相机标定方法

针对高精度标定板制作困难费用高的问题,提出了一种快速简易的相机标定方法。用数码相机对一张具有不同大小圆形特征点的标定表绕着光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓;采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,用稳定的图像点与空间点的对应算法确定图像点与空间点的对应,计算过程中对所求参数进行了非线性优化。实验表明,重投影平均误差在0．2个像素以下,证明了该方法的可行性和较高的标定精度。     

一种基于双平面镜的相机标定算法

为了从物体的二维图像得到三维重构模型,需要通过相机内部参数,建立已知物点、像点对应的关系模型.提出一种基于双平面镜的相机标定算法,用两个普通平面镜取得物体5个不同角度的二维图像,通过基于颜色信息和基于区域背景差的方法获取目标轮廓,用多边形动态规划算法获取轮廓的特征点以确定各个物体轮廓的对应点,最后根据特征点得到相机内部参数.多边形动态规划算法将时间复杂度从O(n3)降低到O(n2),算法的效率得到提高.     

基于交比不变和间距比不变的线阵相机畸变标定方法

基于线阵相机双目视觉成像技术可有效检测汽车底盘异物,保证人员安全。但相机畸变影响几何量测、三维重建精度。并且由于线阵相机与面阵相机的成像模型不同,造成适用于面阵相机畸变校正算法无法直接运用在线阵相机当中。通过研究面阵相机的畸变成像模型,结合线阵相机的成像特点,推导出线阵相机的畸变成像模型。利用交比不变性和间距比不变性,结合线阵相机的畸变成像模型,建立二元畸变方程组;并利用等间距条形标靶获得相应参数。最后对新方法进行了真实图像校正实验,证明该方法畸变标定简单易行,有效。