基于多评价因素的线状要素合并变换方法

为解决多源数据合并过程中数据二义性问题,降低已有算法由于未考虑"调整图"上线状要素位置的影响而带来的误差,提出基于多评价因素的线状要素合并变换算法.分析确定影响合并变换的三大主要评价因素,通过熵法衡量各自的重要性,并将其进行综合来确定要素的可信度;根据离散Fréchet距离来识别同名线状要素上的同名点对,进而使用位置加权平均来获得合并变换后的位置.对海陆图的部分线状要素的检验结果表明,该算法提高了线状要素空间位置合并变换的质量.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

不同比例尺面目标数据匹配方法

在现有研究的基础上,提出了一种基于松弛标记的不同比例尺面目标数据匹配方法,通过选取山东省某地区的居民地数据进行实验,验证该方法并与传统方法进行了比较,实验结果表明该方法有较高的精度,能够准确识别一对零、一对多和多对多等多种匹配情况。     

一种用于制作CBERS-02C卫星融合影像的配准方法

提出了一种用于制作资源一号02C卫星(CBERS-02C)融合影像的配准方法.首先对多光谱及全色影像进行几何精纠正,并采用SIFT算法对两种纠正影像的缩略图进行粗匹配;然后通过提取Harris特征点,并根据粗匹配的结果预测对应同名点的位置,使用基于灰度相关的匹配方法进行精匹配;待剔除匹配点粗差后,再采用基于三角网的面元纠正实现影像的精确配准.多组数据的试验验证了所提方法的可行性.该方法已成功应用于CBERS-02C卫星数据的自动化处理系统.     

基于SURF和TPS的立体影像密集匹配方法

利用加速鲁棒特性(SURF)算法搜索影像的特征点,基于薄板样条(TPS)建立对应域之间连续和光滑形变变换,用于影像视差的估计,在此基础上提出一种新的立体影像密集匹配方法.首先,基于SURF算法进行特征匹配;然后,利用极线和TPS变换约束选择稳定可靠的同名点,计算影像之间的TPS变换矩阵,估计对应点的位置;最后,基于影像灰度进行密集匹配,并利用极线约束和TPS矩阵删除误匹配点.为保证视差估计的可靠性,利用种子点的外接凸边形对匹配区域进行限定.以人脸三维重建中的影像匹配为例,得到了稳定可靠且密集的同名点.     

基于解剖结构模型和外极线约束的冠脉血管段匹配算法

采用基于解剖结构模型和外极线约束相结合的血管段匹配算法对两幅不同角度的血管骨架图进行匹配. 利用解剖结构模型匹配大部分血管骨架点,形成特征点对,利用这些特征点对计算两幅图像间的几何变换矩阵. 利用外极线约束法匹配剩余血管骨架点,通过互相关算法对匹配点对进一步优化. 该综合算法可以弥补单一算法的不足并结合基于边缘检测的血管宽度提取方法获取血管的宽度信息,为医生的确诊提供参考依据.     

基于倾斜校正和视差估计的遥感影像稠密匹配方法

针对遥感影像稠密匹配效率较低、匹配精度和密度不够高的缺陷,提出了一种基于倾斜校正和视差估计的遥感影像稠密匹配方法。首先基于稀疏同名点、通过倾斜校正生成核线影像;利用稀疏同名点构造三角网,以三角形为插值单元,预测核线影像对中各像素的初始视差;在初始视差的邻域内沿核线一维搜索最佳匹配点,搜索时增量计算匹配窗口的灰度均值,且将搜索步长设为2,以提高搜索效率。实验结果表明,本文方法可以达到逐像素的匹配密度,且匹配的正确率和精度很高;基于稠密点重建的真实感三维场景证明了本文方法的有效性和实用性。     

一种复杂矢量面状实体的匹配方法

针对复杂面状实体要素匹配问题,采用一种公共边对象化的Douglas-Peucker改进算法对面实体形状进行简化,然后将简化后的面实体所提取的节点以及基于面实体周长的均匀采样点作为面实体轮廓特征点.利用提取的轮廓特征点,采取一种极坐标方法对面实体进行形状描述,并分别计算出同名实体在节点和均匀采样点处的距离差异,将获取两者综合差异作为最终匹配标准.通过实验对比分析可知,该方法能有效解决复杂面状实体匹配速度和准确率问题.     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。     

RSTC不变矩图像特征点匹配新方法

针对图像特征点的匹配中单纯依靠灰度度量会出现多峰值以及匹配不可靠、不准确的问题,提出了一种新的基于RSTC不变矩的匹配方法.该方法首先用改进的SUSAN算法找到角点,然后构造一种新的RSTC不变矩来描述角点特征,并用RSTC不变特征量作为匹配相似度的度量,再结合RANSAC鲁棒估计以及外极线约束进行引导匹配.对实际图像的实验表明,该方法可以获得比较好的匹配结果,消除了野值匹配所导致的长线条,并且精度比灰度匹配方法提高了6%以上.     

基于动态窗口运动统计信息的特征匹配筛选算法

在图像局部特征匹配的过程中,考虑特征的运动统计信息可以有效地筛除错误匹配,但是目前基于网格的运动统计方法不具备良好的尺度不变性与旋转不变性。针对该问题,文中提出了一种基于动态窗口运动统计的特征匹配筛选算法。该算法首先基于图像特征点位置建立快速近似最近邻索引结构,然后利用该索引结构为匹配建立动态窗口邻域,最后在此邻域上进行运动统计,并依据运动统计得分进行正确匹配的筛选。在多个数据集上进行了文中算法与其他算法综合性能的对比,实验结果显示:在尺度与旋转角度变化较大的情况下测量准确率与召回率时,文中算法相比于基于网格的算法优势明显;在更一般场景下,文中算法的综合匹配效果也要明显优于其他几种经典的匹配筛选算法;与此同时,文中算法具有良好的时间性能,可以应用于实时任务。     

勘探部署图的多分辨率模型及其实现

利用地质勘探数据生成多比例尺图在勘探部署图的绘制与管理中具有重要意义。在分析构成勘探部署图数据元素特点的基础上,提出了不同比例尺图件的多分辨率模型。该模型保存了勘探图的不同比例尺下的数据,在应用中能根据不同的比例尺要求生成满足要求的图件,同时给出了模型的数据结构。结果表明,基于有向无环图(DAG)表示的数据抽取算法利用变化数据的空间关系能够提高计算性能,且算法的计算时间与变化数呈线性关系。     

基于预测的无人机视频快速匹配算法研究

针对无人机视频数据,提出一种快速逐帧匹配算法。该算法首先使用计算机在每一帧中均匀标记一定数量的点,接着利用视频相邻帧之间的特点使用绝对差值法完成同名点的寻找,之后引入内插理论建立预测模型,缩小了搜索窗口和匹配窗口大小,降低了算法时间复杂度。实验结果表明,该算法可以高效地完成相邻帧之间的匹配。     

法向约束的多幅点云数据融合算法

针对光学测量中多幅点云的数据融合,提出了一种基于法向约束的多幅点云融合算法.该算法首先对多幅点云法向滤波,通过2幅点云的双向查找来寻找种子点,在点的法向方向寻找2幅点云中对应的k邻域,计算邻域点的加权和,而融合点是种子点沿其法向移动的结果.与平均聚类法相比,该方法获得的模型表面更加光顺,特征更明显,点的分布也更均匀,对于包含粗大匹配误差的多幅点云模型的融合具有较好的效果.     

一种优化的多源遥感影像高精度配准方法

探讨了一种优化的多源遥感影像的高精度配准算法.利用梯度算子结合Forstner算子快速提取特征点,同时采用基于熵的格网技术控制特征点的分布均匀度,在少量准确控制点的基础上以不变矩相似度量为匹配准则,采用整体松弛法匹配策略快速配准得到同名点,并利用二次多项式模型来剔除误配准点.结果表明,该方法配准速度快,得到的同名点精度高,分布均匀,可以满足遥感影像的融合与快速更新等后续处理的要求.     

大比例尺跨度下的线要素综合数据处理

线要素综合是制图综合领域中最主要的研究领域,虽经历几十年的发展,仍经久不衰。本文依据Douglas-Peucker算法,在比例尺跨度较大的情况下对线要素进行了综合,然后对综合后数据进行了平差处理。通过对原始数据与平差后数据的比较,得出了相关结论。     

一种新的RSTC不变矩图像特征点匹配

研究了图像特征点的匹配，针对单纯依靠灰度度量会出现多峰值，匹配不可靠、不准确的问题，本文提出了一种新的匹配方法。该方法首先用改进的SUSAN算法找到角点，然后构造一种新的RSTC不变矩来描述角点特征，并用RSTC不变特征量作为匹配相似度的度量，再结合RANSAC鲁棒估计以及外极线约束进行引导匹配，可以获得比较好的匹配结果。实验结果证明了该方法的有效性。     

基于SURF算法和极线约束的无人机影像匹配研究

针对无人机影像受光照、拍摄角度及区域环境等因素的影响造成匹配效果不佳,局部区域匹配困难的问题,本文基于SURF算法,通过引入极线约束来提高特征匹配效果。该匹配算法首先利用SURF算法检测影像特征点,用RANSAC(Random Sampling Consensus)方法计算出基础矩阵,通过基础矩阵计算出所有特征点的极线,最后用极线过滤掉错误匹配。实验结果表明:与传统SURF算法的单一约束条件的无人机影像匹配相比,极线约束条件下的无人机影像匹配在误匹配减少的前提下能获得更多准确的特征匹配集。     

基于最小生成树的多视图特征点快速匹配算法

针对图像特征点匹配中计算效率较低且误配率较高的问题,提出了一种在两视图匹配中引入最小生成树的新算法.该方法主要运用最小生成树构建匹配代价最小的图像对,首先通过对输入的多幅图像进行特征点提取,对生成的特征点采用基于欧式距离的两视图匹配,进一步构建最小生成树以生成最短特征点匹配轨迹,从而完成匹配.测试结果表明:最小生成树的引入使得大多数特征点匹配过程只在相关图像中运行,且能找出匹配代价最低的匹配路径,在保证匹配准确性的情况下,计算时间开销约为传统算法的20%,保证了图像匹配的实时性.     

数字图像多区域复制粘贴盲检测方法

随着网络技术和图像处理技术的发展,篡改图像变得越来越容易。特别是图像文件内部的复制粘贴篡改,更不容易察觉。如何快速有效的盲检测出复制粘贴区域,成为一个急需解决的问题。现有的盲检测技术对单区域复制粘贴盲检测效果较好,但对多区域复制粘贴的漏检率较高。本文提出一种基于特征点和k-Rg2NN算法的数字图像多区域复制粘贴盲检测方法。该方法首先对图像进行SURF特征点提取,生成特征描述子,采用本文提出的k-Rg2NN算法对描述子进行匹配,通过RANSAC算法计算图像中源区域与目标区域之间的单应变换,准确定位复制粘贴区域。实验结果表明,该方法能有效检测多区复制粘贴,达到较高的准确率。