面向对象的机载LiDAR数据建筑物提取

基于LiDAR数据,提出一种由粗到细的面向对象的建筑物自动提取方法.首先通过机载LiDAR数据构建出归一化数字表面模型(normalized digital surface model, nDSM),利用首尾两次回波高程计算出归一化差值(normalized difference, ND),并采用形态学运算消除边缘特殊回波点.基于nDSM和ND数据,依据建筑物的高程及穿透性信息,用阈值分割法进行建筑物粗提取.结合nDSM和ND数据以及强度信息,对粗提取得到的备选建筑物采取多尺度分割,合并亮度值相差较小的邻近分割结果对象,达到对分割结果的优化处理.最后利用目标对象的亮度、形状、面积和空间关系等特征,完成建筑物的精提取.实验结果表明,该方法可得到较高精度的建筑物信息,是基于机载LiDAR数据提取建筑物的新思路.     

基于改进层次分析的机载LiDAR点云分类

针对机载LiDAR点云信息挖掘研究,提出了改进层次分析的机载LiDAR点云分类方法。首先选出5个判定准则,使用层次分析方法对每一个点云做出相应的判定,然后根据一定的规则对判定的结果生成一个二进制信号,最后使用BP神经网络方法确定判定因子在不同地物分类中的权重并对机载LiDAR点云分类。实验数据结果表明:该方法能够很好的将点云数据分类为高大的树、人工建筑物、低矮植物、地表和道路,分类精度Kappa系数达到0.87。     

基于Landsat8 OLI影像的哈尔滨市辖区水体信息提取方法对比分析

以Landsat8 OLI影像为数据源,以哈尔滨市辖区为研究范围,采用阈值法、NDWI指数法、MNDWI指数法以及EWI指数法,对研究区内水体信息进行提取.以人机交互结果作为研究区内水体信息真实值,通过查全率、查准率以及虚警率三个指标对提取结果进行精度评价.结果表明,四种提取方法都能够将大面积水体信息完整提取出来,但是在虚警率以及信息的细节处理上,EWI指数法以及MNDWI指数法在查全率达到0.9以上的同时,能够将虚警率保持在0.1以下.EWI指数法,在对细小河流的提取方面,以及降低居民地等地物的噪声影响方面在几种算法中表现最为优异,是最适合该研究内的水体提取算法.     

基于ORB和SIFT的特征提取算法

结合SIFT算法提取的特征点具备尺度不变性以及ORB算子在特征点提取时具有较好的实时性,提出了基于ORB和SIFT的特征提取算法.该算法特征点提取主要分为3步:(1)借鉴SIFT算法的思想,建立尺度空间并求出极值点;(2)为解决ORB算法不具备尺度不变性的缺点,去除主曲率大于8和对比度较低的极值点;(3)求出特征点质心方向后求取ORB算子.采用两幅企业的LOGO进行仿真实验.仿真实验结果表明,提出的基于ORB和SIFT的特征提取算法相比SIFT算法和ORB算法具有较低的特征点提取误差,相比SIFT算法具有较高的特征点提取速度,并且相比ORB算法具有较高的特征点提取精度,同时解决了ORB算子不具备尺度不变性的缺点.     

基于ENVI的高分辨率遥感图像在道路提取中的应用研究

道路是一种重要的人工地物,道路信息提取对城市规划、交通管理等都具有重要意义.随着遥感技术的进步,利用遥感图像进行道路信息的提取已成为研究的热点.探讨了基于ENVI的高分辨遥感图像在道路信息提取中的应用,从精度检验可以看出,基于ENVI软件从高分辨率遥感图像中提取道路信息的精度较高.     

基于MATLAB的图像边缘分割算法研究

本文主要研究了图像边缘分割算法,利用MATLAB工具处理图像在计算机上完美重现,介绍了5种经典边缘提取算子,并使用MATLAB提取并检测一些图像边缘,根据数值求解几种算子,分析其优缺点,旨在为相关研究提供借鉴。     

一种彩色图像质量评价方法

人眼视觉系统对图像的结构信息高度敏感,且与色彩信息密切相关.但是基于结构相似性图像质量评价方法大多是在不考虑颜色的情况下实现的,为此提出了一种新的图像质量评价方法.首先根据人眼视觉系统特性提取彩色图像的亮度、色调和饱和度,将亮度分量与Scharr算子进行卷积,提取图像亮度通道的边缘特征得到亮度变化强烈部分的边缘特征,同时将色调和饱和度作为色彩特征进行处理;其次提取图像灰度化后的边缘特征以得到亮度变化缓慢部分的边缘特征;最后融合以上特征建立彩色图像质量评价模型.在LIVE数据库上进行的对比实验表明:和其他被广泛采用的图像质量评价算法相比,该算法评价结果总体上与主观评价结果具有更高的一致性.     

综合灰度与LBP纹理特征的高分三号卫星SAR图像建筑区提取方法研究

高分三号卫得是我国首颗分辨率达到1 m的C频段多极化合成孔径雷达(SAR)卫星,它能够提供丰富的对地观测信息,在建筑区的提取工作中可以发挥重要的作用。LBP算子是一种运算简单、易于实现的纹理提取方法,在医学、计算机图像识别等领域得到了广泛的应用。根据SAR图像的建筑区纹理特征较其他地物更为特殊的特点,提出了一种综合利用灰度与LBP纹理特征的高分三号卫星SAR图像建筑区提取的方法。首先对数据进行预处理并获取Span强度图像,然后利用lBP算子提取图像的纹理特征;将经过尺度变换后的Span图像和得到的纹理特征进行波段组合,利用K均值聚类算法对组合后的图像进行非监督分类;最后通过分类后处理获得建筑覆盖区域。以高分三号卫星QPSI影像和Radarsat-2全极化影像为数据源进行了实验,结果表明该方法能够有效提取图像中的建筑区,效果明显优于无纹理特征参与的方法。     

顾及强度信息和地形信息的南方丘陵区机载LiDAR数据滤波研究

针对南方丘陵区地形起伏较大的特点,结合点云的强度信息,研究适合于该区域的机载LiDAR点云滤波算法。首先,对强度信息进行改进的K-MEANS聚类,并根据距离评价函数最小准则寻找最优聚类数。其次,结合渐进三角网滤波算法能较好顾及地形起伏的优点,对不同类型的点云设置不同的构网优先级,得到不同的判据阈值,以此进行渐进三角网滤波。选取南方丘陵区浙江省某地两处的机载LiDAR数据进行实例验证,并与TerraScan的滤波效果进行比较。结果表明,新算法精度高于TerraScan滤波,其滤波效果更优,具有一定的可靠性。     

基于Gabor小波和神经网络的图像目标识别

针对目前数字图像目标识别方法中存在识别精度和实时性的问题,提出一种结合Gabor小波和神经网络的图像目标识别方法.该方法首先对图像进行预处理,用Canny算子进行边缘提取,然后通过神经网络获取最优的双Gabor小波复合滤波器参数,再采用参数优化过的滤波器组提取目标的特征向量,最后进行目标的分类和识别.实验表明这种方法鲁棒性好、识别率高,具有较广泛的实际应用价值.     

粒子群优化的深海图像暗边缘检测优化算法

为解决深海资源探测图像识别难题,提出一种基于粒子群优化的图像暗边缘检测优化算法。该算法通过指数型线性单元和高斯误差线性单元改进激活函数,根据Marr-Hildreth算子检测结果并结合改进激活函数构建暗边缘检测算法,利用粒子群对改进暗边缘检测算法进行训练和优化。最后,采用不同算法对水下11个数据集进行比较的结果表明：改进算法的峰值信噪比、结构相似度和边缘保持指数最高,分别达到18.769 6 dB、0.660 7和0.834 5;图像均方误差最低,为3 750.225 3;平均检测时间为0.667 4 s,比其他对比实验中性能最好的算法缩短了14%。     

图像非线性扩散去噪的格子波尔兹曼方法

针对传统图像去噪非线性扩散模型及其算法效率低和难以并行化的缺点,该文在格子波尔兹曼方程的松弛因子中引入图像边缘特征以实现图像的非线性扩散去噪. 在保证算法稳定的情况下能进行大步长迭代运算以提高处理效率,且适用于并行化计算. 实验结果和分析表明,该文所提出的方法与加性分裂算法相比能够获得更好的去噪质量,其计算精度和效率都优于加性分裂算法.     

小波域内循环平移操作的图像高分辨率重建算法

为解决传统的图像插值算法因具有全局性而不能较好地处理图像边缘细节信息,且易在细节区域产生锯齿线的问题,提出了一种图像分辨率和对比度增强算法。该算法先用小波零填充算法得到高分辨率图像,并通过纠正残差过程来弥补丢失的边缘和纹理特征,然后对其进行定向循环平移操作。考虑到图像小波分解后水平、垂直、对角方向的高频分量能够反映图像这3个方向的边缘变化情况,从而利用图像不同方向的高频分量来刻画图像像素点不同方向的突变程度。根据这个突变程度来实现循环平移操作的自适应融合过程,这样可以避免过度抑制边缘细节信息。最后对重建的高分辨率图像小波分解后的高频分量使用非线性增强函数,提高图像对比度,突出边缘和轮廓信息。实验结果表明,该算法在增强图像空间分辨率和对比度的同时,保留了原图像包含的边缘和轮廓信息,不仅有较好的视觉效果,还有一定的抗噪能力。     

利用边缘密度特征提取高分辨率遥感影像中的居民区

居民区相对于其他区域具有更明显更丰富的边缘特征. 根据这一特点,提出一种利用边缘密度特征差异
进行高分辨率遥感影像居民区自动提取的方法. 该方法首先利用Mean Shift 算法平滑原始影像,然后检测平滑影
像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu 阈值分割方法提取
居民区. 实验表明：该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.     

一种交通道路限制下的充电车辆调度方案

充电调度是无线可充电传感器网络中的关键科学问题之一.现有研究主要集中在如何调度充电车辆以获得最优的移动路径.但是,当道路受到限制时,这些算法无法提供良好的性能.本文考虑具有交通道路约束的移动充电车辆调度问题,提出一种移动受限的按需充电调度方案(mobility constrained charging scheduli...     

基于蚁群信息素的混合遗传算法

针对遗传算法无法利用系统中的反馈信息,求解到一定范围时出现的冗余迭代,求精确解效率低,局部搜索能力弱、易出现"早熟"现象等缺点,提出了采用蚁群信息素对均匀划分子空间进行标定,利用留存的信息素控制选择操作,采用双重选择算子、基于"杂交优势"思想的交叉算子和自适应变异算子的混合遗传算法.实验表明,采用该算法的分类系统的分类准确率、算法运行时间、算法收敛性等方面性能均有明显提高.     

基于模糊集理论的图像增强算法

红外图像具有整体亮度偏暗、对比度较低、目标与背景区分不明显的特点。因此,在对红外图像进行分析之前,必须先对图像质量进行改善。传统的基于模糊集理论的Pal.King算法,在增强红外图像对比度的同时,丢失部分细节信息。在分析这一问题产生原因的基础上,结合图像反色和多分辨率图像融合等理论,提出了一种新的基于模糊集理论的图像增强算法,新的算法不仅能够提高红外图像的对比度,而且能很好的突出图像中不同层次的灰度信息和边缘信息,最重要是它能保持原始图像的细节信息。     

基于B样条修匀公式的边缘检测的改进方法

边缘检测是图像分割中的一个重要部分．本文依据B样条修匀公式的图像边缘检测的基本思想，但又因为用B样条函数光滑后的图像对原始图像的逼近性并不十分精确，即它们的误差图像中残留着一些可能造成检测到的边缘线不连续或有用特征可能检测不到的边缘信息，为减少残量误差，本文对图像原型值采取盈亏修正，然后再对修正的图像使用B样条修匀公式做全息光滑曲面，重新得到的曲面改进了逼近性，同时还具有足够的光滑性和良好的保凸性．