共查询到20条相似文献，搜索用时 78 毫秒
1.
在空间域中进行道路特征检测容易受图像亮度、对比度和噪声的影响,为了克服这一缺点,该文采用在频率域中进行道路特征检测。基于频率域的相位一致性道路特征检测方法具有亮度和对比度不变性,特征在频率域中表现出最大的相位一致性,通过计算影像6个方向的相位一致性值得到相位一致性值之和的灰度图,对灰度图进行二值化,然后使用数学形态学方法进行细化,去除噪声,检测出道路特征。实验表明,该方法对对比度、亮度变化不敏感,能够精确地检测出与人眼视觉相一致的道路特征。 相似文献
2.
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
3.
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
4.
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
5.
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
6.
《地理与地理信息科学》2017,(3)
影像匹配是低空遥感数据处理的核心步骤,而特征提取是影像匹配的基础。该文从兴趣算子的角度分析了摄影测量中几种主流特征点提取算法:Moravec算子、Forstner算子、SUSAN算子、Harris和SIFT算子,以角点类型较多的普通几何图形、卫星遥感影像和动力三角翼拍摄的低空遥感影像为数据,通过实验得到各算法的速度、精度、局限性和适应性。针对低空摄影测量影像,以重复率为指标定量比较和分析了各算法在抗噪、抗对比对变化、抗光照变化和抗旋转变化等方面的性能。实验结果表明,针对灰度信息丰富的低空遥感影像,SIFT算子具备尺度不变性,抗噪性最好,Harris算子提取速度最快,Forstner算子精度最高。实验结论为低空摄影测量影像处理提供了一种可行性方法。 相似文献
7.
建筑物的自动识别和检测对于城市的发展具有重要意义。基于航空影像进行建筑物自动检测时,现有的面向对象方法容易将道路误检测为建筑物。针对这一问题,该文提出了一种基于高程约束的建筑物多级自动检测方法,在面向对象方法提取建筑物的基础上,结合数学形态学和边缘检测,利用立体影像匹配和前方交会方法解算得到地物点的三维坐标,基于高程筛选得到建筑物自动提取结果。利用两组不同类型的数码传感器的实际航空影像进行了实验,发现建筑物数量提取准确率分别从47.83%、81.82%提高到91.43%、93.75%。实验结果表明,该文提出的建筑物多级自动检测方法能够有效改善面向对象建筑物提取结果,提高建筑物检测精度。 相似文献
8.
利用单一的匹配算法对区域内的浮动车数据进行地图匹配,会出现浮动车点匹配到邻近路段上的跳跃现象。该文将区域划分格网,遍历待匹配点所在格网及其8邻域格网,筛选出候选路段、结点集合;根据候选路段、结点数量特征,自主选择合适的算法,计算几何距离和匹配度指标以评价匹配结果,确保匹配准确性。通过广州的部分区域数据进行算法验证表明:基于合适步长的格网划分能够提高匹配效率;与单一的最近点匹配算法相比,自适应综合匹配算法能够较好地避免"点跳跃",提高匹配准确度。 相似文献
9.
同名目标匹配是空间数据融合、共享与集成的关键所在,针对多源居民地面目标空间数据融合问题,该文提出一种同名居民地面目标自动识别及其同名特征点自动匹配算法。该算法通过计算面目标质心重叠前后的匹配相似度实现同名居民地面目标多重匹配关系的自动识别;通过构建向量方向相似度、面积比相似度与距离邻近度等特征指标,并将其建模为最优化函数,进而采用基于编辑距离的串匹配算法,有效解决了不同匹配关系下同名居民地面目标特征点的匹配问题,进一步实现了居民地面目标的几何纠正。以实测的不同来源导航电子地图郑州市部分居民地面目标数据对算法进行验证,结果表明:该算法能稳健识别多源居民地面目标间各种匹配类型,且能自动匹配同名特征点,二者准确率均在95%以上,可为面目标位置的精确融合奠定重要基础。 相似文献
10.
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
11.
基于光谱特征拟合的高光谱遥感影像植被覆盖度提取 总被引：2，自引：0，他引：2
植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。 相似文献
12.
基于图形渐变技术的等高线连续尺度表达模型 总被引：1，自引：0，他引：1
提出一种基于特征点匹配的等高线图形渐变技术。对2个不同比例尺地图上表达的同名等高线,由计算几何的方法构建特征点多层次树状结构;利用距离邻近性和弧段的形态分析实现特征点的匹配;在匹配的同名弧段间实施图形渐变技术得到2尺度内任意中间尺度的等高线表达。实验证明,提出的基于多层次特征点匹配的图形渐变技术是在网络环境下等高线多尺度表达的一种有效尝试,由于在两尺度端进行了图形的控制,等高线的拓扑一致性得到了有效的维护。 相似文献
13.
无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。 相似文献
14.
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
15.
针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。 相似文献
16.
禁忌搜索算法在图像匹配中的应用研究 总被引：1，自引：0，他引：1
搜索策略是图像匹配研究的主要问题之一,对匹配算法的执行速度和最终的匹配精度都有很大的影响。该文将禁忌搜索算法的思想用于图像匹配的搜索过程,并进行了改进,构造了永久禁忌和暂时禁忌两种禁忌表,每次搜索都将候选解中的点分别放入不同的禁忌表中,再利用基于灰度的匹配方法,以归一化积相关为相似性度量准则,克服了传统的归一化积相关图像匹配算法耗时过长的缺点,可以在不失匹配精度的条件下,大大减少匹配所用的时间,实现了准确而快速的图像匹配。 相似文献
17.
通过序列影像间的互补信息改善影像失真和退化的超分辨率重建,其关键是精确获取序列影像间的运动信息。该文讨论了一种基于最小二乘影像匹配的高精度运动估计方法,根据最小二乘影像匹配的高精度同名像点,获取同名点在序列影像间的运动信息,从而进行低分辨率序列影像的子像素级运动信息精确估计,据此进行超分辨率重建。利用一组模拟低分辨率序列影像进行的超分辨率重建验证结果表明:基于最小二乘法运动估计精度较高,采用迭代反投影法重建影像具有较好的视觉效果,该方法尤其适用于存在平移运动的影像序列的超分辨率重建。 相似文献
18.
基于影像多种特征的CART决策树分类方法及其应用 总被引：13，自引：2，他引：11
以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。 相似文献
19.
《地理与地理信息科学》2016,(3)
光谱相似性测度是高光谱影像光谱匹配分类的准则,但单一的光谱相似性测度不能综合考虑光谱曲线的形状、辐射等多种特征,因此将其用于高光谱影像光谱匹配分类时精度较低,研究发现两种或多种相似性测度的组合能够有效提高光谱匹配分类的精度。在光谱角余弦测度和相关系数测度的基础上,采用算术平均的组合方式,得到光谱角余弦-相关系数测度,将其用于光谱匹配分类,实现光谱角余弦与相关系数测度组合的光谱匹配分类方法。提出了基于光谱角余弦-相关系数测度的光谱匹配分类流程,通过ROSIS和OMIS两组高光谱影像分类实验表明,相比于光谱角余弦测度和相关系数测度,将光谱角余弦-相关系数测度用于光谱匹配分类能够得到较高的总体分类精度,对单一地物的分类精度也有一定程度的改善。 相似文献
20.
基于CNN的像素级SAR图像分类利用了输入图像块的邻域信息,但没有凸显出邻域像元对中心像元分类结果的影响力,导致在高噪声条件下中心像元易出现类别误判。针对该问题,该文提出了一种基于点特征相似性的卷积神经网络(Point feature Similarity-based Convolutional Neural Network,PSCNN),并将其用于SAR图像分类,以凸显邻域像元对中心像元分类结果的影响力,从而减小误分,提升分类精度。实验结果表明,相比传统基于CNN的SAR图像分类方法,该算法一方面能更充分利用图像块的邻域信息,有效抑制相干斑的影响,提升匀质区域的分类精度;另一方面借助块匹配方式,能够充分保留图像块的结构信息,有效提升边界定位精度。 相似文献