共查询到20条相似文献，搜索用时 39 毫秒
1.
《地理与地理信息科学》2015,(4)
提出一种利用光学遥感影像自动获取建筑区域的方法。该方法利用基于结构张量的和算子、乘算子预计建筑区域的概率,按照融合规则将两种概率图融合,通过主动轮廓从融合的概率图中提取建筑区域。选取多幅ALOS影像对此算法进行试验分析,并与基于Gabor滤波法和Harris角点检测法进行比较。试验结果表明,与其他两种方法相比,该方法从光学遥感影像上自动提取建筑区域的结果具有更高精度。 相似文献
2.
SIFT是一种基于尺度空间的图像特征点提取和匹配算法,其得到的特征点不仅对平移、旋转和缩放等具有良好的不变性,对视觉变化和仿射变换也能保持一定程度的稳定性,在图像匹配、物体辨识和影像镶嵌等方面得到了广泛的应用.但是SIFT算法得到的图像之间的众多匹配点对中仍然存在很多误匹配点对,从而影响了最终图像之间变换参数解算的精度.为此,提出一种剔除误匹配点对的方法,首先对每对匹配点赋予象限和角度信息,然后依次剔除其中的象限异常点对、角度异常点对和非一一对应点对,使匹配结果的正确率得到显著提高. 相似文献
3.
Harris算法提取的角点定位精度高,但不具尺度不变性,SURF算法虽具有尺度不变性和旋转不变性,但提取的特征点并非视觉角点。针对此问题,该文提出一种Delaunay三角网约束下的Harris-SURF图像匹配方法。首先,采取阈值评估策略对图像进行SURF粗匹配,利用RANSAC算法进行粗差剔除,得到的匹配点用于构建Delaunay三角网;然后以相似三角形作为约束,将其作为Harris特征点精匹配的限制区域,提高Harris点匹配的可靠性。实验表明,该算法具有匹配准确率高、鲁棒性较好等特点,对无人机影像的匹配效果明显优于其他算法。 相似文献
4.
基于改进SURF算法的无人机遥感影像快速拼接 总被引：1，自引：0，他引：1
为了及时、准确地反映测区情况,需要在拍摄现场将获得的无人机遥感影像进行实时拼接.基于SURF的无人机遥感影像拼接算法具有尺度和旋转不变性,拼接效果较好,但该算法稳定性较差,拼接过程中大量误特征点被提取出来,导致计算量大、匹配效率低,无法满足实时拼接的要求.该文首先利用SURF算法粗提取特征点,然后利用RANSAC算法剔除被误提取的特征点,实现特征点的快速匹配和图像实时拼接.实验结果表明该文的算法不但可以得到很好的图像拼接效果,而且极大地提高了拼接效率. 相似文献
5.
《山地学报》2017,(4)
为快速获取山区遥感影像上的阴影干扰区域,探究一种简便、高效、精确的遥感影像中阴影干扰区域的方法,具有重要的意义。以福建省长汀县为研究区域,搜集2016年3月美国陆地卫星影像数据与ASTER影像计算的GDEM V2产品。基于土地利用分类体系测量的6类地面物体光谱信息与影像波段信息,优选影像的光谱波段并重新组合;选取Sinh函数与Max函数建立c!算法,对LandSat8 OLI影像进行差异化计算,通过二分式判别规则初步提取阴影区域;加入由数字高程模型计算的坡度信息,剔除水域与坡度较为平缓的地物等干扰信息,精确提取山区阴影区域。设立网格随机设置精度验证点验证精度,最终总体精度达到99.06%,Kappa系数为0.98。结果表明,实验方法对于LandSat8 OLI影像提取阴影可行性高,检测效果与提取结果较c3算法与SVI指数更好。 相似文献
6.
一种基于特征点的无人机影像自动拼接方法 总被引：5，自引：0，他引：5
论述了当前无人机影像快速拼接可选用的方法及可行性,将稳健的SIFT算法引入无人机影像自动拼接中,分析了该算法各阶段所消耗的时间.结合无人机自身的特点对算法进行改进,在进行特征点提取前通过估算相邻影像间的重叠度缩小了搜索范围;进行尺度空间极值点探测时通过实验获取了适应于无人机影像的最优高斯核尺寸,克服了传统SIFT算法采用固定核尺寸方法的缺陷,既减少了时间消耗,又尽可能多地获得了特征点,最后应用LM方法求得精确变换矩阵,完成了影像镶嵌.实验结果表明,该算法对无人机影像拼接具有较好的适应性,在保证算法鲁棒性的同时,提高了精度和效率. 相似文献
7.
遥感影像可以极大地增强DEM的表达效果,然而由于各种因素的影响,通常需对其进行预处理,传统方法是通过同名控制点进行校正。该文提出一种新的自动匹配算法,即提取DEM和遥感影像对应的特征线,利用Douglas-Peucker算法提取对应的特征点,以DEM特征点为离散点进行Delaunay三角剖分,并基于TIN完成纹理映射。实验结果表明,该算法显示效果较好,可有效改善畸变图像引起的错误显示。 相似文献
8.
现有基于SIFT特征点的水印算法因特征区域重叠导致算法鲁棒性较差,不能满足GF-2影像版权保护的需求。该文采用Mean Shift对SIFT特征点进行优化和改进,提出一种基于NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理,将所有聚类中心作为影像的关键点,并计算关键点的平均SIFT描述符,以保证所生成的影像关键点具有与SIFT特征点相同的特征属性;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入低频子带的奇异值中,并通过相应的逆变换得到含水印影像。与其他算法对比验证结果表明,该算法既具有良好的不可见性,又对常规攻击以及旋转、裁剪、缩放等几何攻击具有较好的鲁棒性,且能有效减轻特征区域的重叠现象,适用于GF-2影像的版权保护。 相似文献
9.
针对BRISK算法在喀斯特山区无人机影像匹配中存在耗时长、正确匹配点数较少的问题,该文提出一种基于BRISK检测子和LATCH描述符的喀斯特山区无人机影像匹配算法,即利用BRISK检测子对影像进行特征点检测,利用LATCH描述符描述特征点,并采用结合最小距离的FLANN算法进行粗匹配,最后利用RANSAC算法对影像进行精匹配,剔除粗匹配中的错误匹配点对。实验结果表明:该算法的匹配总数和正确点数是SIFT和AKAZE算法的2倍以上,单点平均耗时是二者的7%~80%;与BRISK算法相比,在匹配总数减少5%的情况下,该算法的正确点数增加了30%以上,单点平均耗时减少50%以上。 相似文献
10.
基于无人机影像和飞控数据的灾场重建方法研究 总被引：1，自引：0，他引：1
低空无人机以其机动、快速、经济等优势,在灾害应急事件中逐渐发挥作用,而灾场三维重建也因其突破了常规无人机遥感无法快速提供三维空间信息的局限,在灾害测量中的地位日益凸显。该文面向灾害测量需求,探索一种基于低空影像和无人机自身飞控数据的灾场三维重建方法。在系统规划与平台设计的基础上,选取某滑坡区进行试验。依据计算机视觉原理,通过特征提取、影像匹配、运动与结构重建等实现了相机位置及姿态的恢复,并通过地理注册最终完成了灾场影像三维重建。通过布设地面标识点并与其GPS RTK测量坐标比对,证实灾场重建模型的相对误差低于4‰。 相似文献
11.
《地理与地理信息科学》2020,(3)
传统基于灰度的影像匹配方法难以适应红外多光谱影像波段间的非线性灰度差异。该文提出一种基于相位一致性的角点筛选与特征匹配方法。首先基于相位最大矩提取影像边缘图,并利用角点的结构属性进行稳定性判断和角点筛选;然后利用相位一致性的幅值和方向信息构建特征描述符,并采用双向最近邻方法实现初始匹配;最后采用RANSAC算法剔除粗差,得到优化后的匹配结果。实验结果表明,该文提出的角点筛选算法能使匹配点中稳定角点的比例由37.9%提升至85.2%,将最大残差由2.765降到1.766,RMSE由0.854降到0.751。与HOPC模板匹配算法相比,该特征匹配算法能在保证匹配精度的同时,将效率提升了3倍。 相似文献
12.
利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。 相似文献
13.
为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Net-work,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测.ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息.在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息. 相似文献
14.
随着遥感数据量的增加,传统变化检测方法难以满足大数据背景下众多应用的需求。为此,该文提出了一种基于长短期记忆网络(LSTM)模型的遥感影像变化检测方法,利用循环神经网络权重共享的优势处理时间序列数据,同时加入长短期记忆网络模型的细胞状态"记忆"影像变化,以解决遥感影像变化检测中的复杂性和困难性。分别利用高光谱影像和多光谱影像进行二分类和多分类实验,从检测地物是否变化到确认变化类型两个层次证明了该方法的可靠性和适用性;相较于传统变化检测方法,该方法的自动化程度和精度有较大程度的提升,为遥感影像变化检测提供了一种新思路。 相似文献
15.
《地理与地理信息科学》2015,(5)
针对传统遥感处理服务组合时只考虑服务间完全匹配,忽略包含匹配、交叉匹配的问题,提出了一种顾及服务语义匹配类别的遥感处理服务组合方法。该方法首先将服务语义匹配分为完全匹配、前驱包含匹配、后继包含匹配、交叉匹配等不同类别,然后结合遥感处理服务的领域特征,给出了不同语义匹配类别的判别方法;继而根据语义匹配类别建立了服务之间不同类型的前驱/后继关系,发展了一种基于后继服务查找的服务组合方法,最后以影像变化检测为实验案例说明了算法的有效性。 相似文献
16.
17.
南极冰川的流速在南极物质平衡研究中有着重要的作用。将SIFT算子的旋转参数引入传统的基于归一化互相关(NCC)的冰川流速提取方法,使其拥有旋转不变的特性。利用此方法,基于Landsat 8 OLI数据对东南极的极记录冰川流速进行了提取,并通过利用模拟影像和NASA发布的MEa SUREs冰川流速结果对该方法的精度进行了验证。结果表明,改进的NCC算法能够在冰川流速方向改变区域提取更多的流速信息,极记录冰川流速最大可达870m·a~(-1),提取结果与MEa SUREs结果相比,平均偏差为23.9 m·a~(-1)。 相似文献
18.
基于水稻特征波段的决策树分类研究 总被引：1，自引：0，他引：1
针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。 相似文献
19.
快速准确获取森林结构参数具有重要的科学意义。通过使用大疆精灵4 Pro无人机通过倾斜摄影测量和正射摄影测量方式获取塔里木河下游胡杨林样地的冠层高度模型,提出一种自适应窗口最大值算法来分析处理,获取了研究区胡杨(Populus euphratica)的树高、冠幅和株数等结构参数。最后,使用地面实测数据对以上结构数据进行精度评价。结果表明:(1)自适应窗口最大值算法计算效果优于传统的固定窗口最大值算法。(2)倾斜摄影测量方式获取的树高、冠幅和株数精度均优于正射摄影测量方式。(3)倾斜摄影测量获取的结构数据与实测值比较,树高、冠幅和株数R2分别为0.9002,0.8403和0.9405,均方根误差分别是0.4457、0.6815和4.2500,证明使用消费级无人机可以有效获取单木尺度森林结构参数。 相似文献
20.
高分辨率遥感影像城市房屋信息自动提取模型与实验研究 总被引：2，自引：0，他引：2
分析高分辨率遥感影像Quick Bird上房屋信息特征空间,构建Quick Bird影像房屋空间语义模型,并以大庆市东城区为实验区域,利用窗口阈值法对影像进行区域分割后,通过空间语义模型实现Quick Bird影像房屋信息的自动提取,并将提取结果与实地采样数据进行精度对比。结果显示,其形状一致性和面积一致性分别达到89.5%和88%,其中,矩形房屋提取效果最佳,人字形、多边形房屋的提取效果较理想,但圆形房屋提取效果不理想。 相似文献