多传感器卫星遥感影像无控制点区域网平差

为了验证多传感器卫星遥感影响无控制点区域网平差算法，采用理论分析和实验的方法，从卫星遥感影像区域网平差的成像几何模型出发，利用卫星遥感影像附带的参数拟合RPC模型参数，然后根据RPC模型和像面的仿射变换模型构建了多传感器卫星遥感影像区域网平差的数学模型。对某地区不同分辨率的SPOT-5 HRG影像进行直接空间前方交会处理和无控制点的区域网平差试验，验证了多传感器卫星遥感影响无控制点区域网平差算法。研究结果证实多传感器卫星影像的区域网平差技术在卫星遥感对地目标定位中有较好的应用前景，尤其可应用于话部无图区的困难地区测绘。     

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.     

优化区域生长的高分辨率影像道路精确提取

鉴于区域生长存在需提供种子点及易过生长的缺陷,改进了区域生长算法对高分辨率遥感影像进行道路精确提取。首先利用格网对原始影像进行划分,将在道路灰度范围内的外边缘格网以同质性指标依次排序作为候选种子点;将满足道路连续性和一致性要求的路径格网起始点作为种子点;并通过道路指数加以验证得到最终种子点,以此避免盲目选择种子点的不足。其次在引入梯度值进行道路生长后,以二值化的彩色分量与生长结果进行信息融合方式来优化算法,达到缓解过生长的目的。实验结果表明算法是合理有效的,能够较为精确地提取出道路区。     

基于自适应PCNN与PCA的遥感影像感知哈希认证算法

针对现有遥感影像感知哈希认证算法存在的鲁棒性不足的问题,本文利用PCNN在边缘检测过程中能够抑制噪声的特点,提出一种基于自适应PCNN与PCA的遥感影像感知哈希认证算法.首先,对遥感影像进行四边形隐形格网划分之后,根据格网单元的信息熵自适应地决定PCNN的时间衰减参数.然后,通过PCNN提取格网单元的边缘特征,进而构造格网单元的特征矩阵.接下来,对特征矩阵进行基于PCA和信息熵的自适应摘要化,得到的序列进行加密处理后就是该格网单元的感知哈希序列.实验表明,该算法在保持篡改敏感性的同时,对无损压缩和LSB水印嵌入具有近乎100%的鲁棒性,对有损压缩的鲁棒性在95%以上,相比于现有算法有了较大提高.     

一种用于遥感影像完整性认证的感知哈希算法

为了实现遥感影像的完整性认证,提出了一种基于边缘特征的遥感影像感知哈希算法.首先,对影像进行格网划分,并对格网单元进行自适应的预处理.其次,采用Canny算子提取格网单元的边缘特征,进一步生成边缘特征矩阵.然后,对边缘特征矩阵进行奇异值分解,选择较大的奇异值作为格网单元的特征,并采用Hash函数进行归一化.最后,串联所有格网单元的归一化特征,得到影像的感知哈希散列.在影像接收端,计算待认证影像的感知哈希散列,并与收到的感知哈希散列进行匹配,实现遥感影像的完整性认证.实验结果表明,该算法能够有效检测遥感影像的局部细节篡改,对于保持影像内容不变的操作具备较好的鲁棒性,且运行效率较高,为遥感影像的内容完整性认证提供了一种高效途径.     

基于Harris-Affine的宽基线立体影像LSM匹配方法

针对宽基线影像的高畸变特点,提出基于几何一致性约束的Harris-Affine高精度最小二乘匹配(Least Square Matching,LSM)方法。首先,用Harris-Affine算子在影像高斯多尺度空间中提取仿射不变特征,并根据特征区域灰度矩阵与主梯度方位来实现特征的几何归一化,继而提取特征描述符,接着采用一种由粗到精的特征匹配策略来渐进地获取正确率占优的特征匹配。然后,通过LSM迭代方法来补偿同名像点的定位误差,LSM迭代所需的良好的几何畸变初值由同名特征区域灰度矩阵与主梯度方位求取,而良好的辐射畸变初值通过同名区域像元灰度的最小二乘线性拟合法求取。实验结果表明:该算法鲁棒有效,且实现了亚像素匹配精度。     

遥感图像的子空间边缘融合算法改进

遥感图像进行边缘融合处理提高图像的识别和分析能力,受到数据在采集、传输、处理各个环节的影响。传统的遥感图像边缘融合算法采用统计形状模型重构算法,在遥感图像的帧点分布不均下,融合性能不好。本文提出一种基于子空间降噪和梯度边缘差拍控制的遥感图像边缘融合算法。先进行遥感图像采集和子空间降噪处理,采用梯度边缘差拍控制进行边缘亮度均衡处理,提高了遥感图像的色彩饱和度,对遥感图像融合进程进行高频、低频并行处理,提高运行速度。仿真结果表明,采用该算法实现遥感图像的边缘融合,输出信噪比较高,性能优越。     

遥感图像的无缝处理算法

分析遥感影像色彩差异的成因,讨论了遥感影像无缝处理涉及的关键技术和典型算法,并在此基础上提出了一种遥感影像无缝处理的解决方案.该方案先对每幅图像进行匀光处理,再采用四叉树色彩平衡算法,使得图幅间的色彩趋向一致,然后采用平滑滤波消除图幅边界.研究结果表明:该方法对于遥感图像的色彩均衡以及边缝消除有较好的效果,同时还具有算法简单、易于实现的特点.     

SAR影像的RPC模型参数求解算法研究

首次对ERS-SAR卫星影像进行了基于SRTM DEM无需初值的RPC模型参数求解试验,对比了9种形式RPC模型参数的求解精度,并对控制点格网大小及高程分层对参数求解精度的影响作了评价.试验表明SAR卫星遥感影像的成像几何可以用RPC参数进行拟合,可以和光学遥感影像一样进行摄影测量处理,简化SAR影像几何处理的难度;对于ERS-SAR影像,阶数为3并且分母不同的RPC模型可以取代严格成像模型进行摄影测量处理,在利用严格成像模型求解RPC模型参数时候,采用控制点的格网大小为30×30、高程分层为3可以达到精度和效率的平衡.     

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.