共查询到20条相似文献，搜索用时 656 毫秒
1.
研究了已有的各种稳健性度量，根据稳健性的经典定义，本文建立了一种衡量稳健性的准则，根据这一准则，研究了在测量中常用的两种误差模型下的稳健结构。结果表明，在这一个准则和随机误差模型下的最优稳健估计，是李德仁教授提出的验后方差法；在这一准则与均值移动误差模型下的最优稳健估计，是具有均方误差最小的稳健估计。 相似文献
2.
立体影像密集匹配技术常用固定窗口来寻找同名点,并根据同名光线对对相交的原理,计算出目标的三维信息,具有成本低、分辨率高、重建范围大等优势.但是,在建筑物边缘区域,由于遮挡等因素影响,固定匹配窗口的匹配精度往往较低,且会对建筑物边缘进行一定程度上的外扩.为了获取高精度的建筑物边缘重建结果,本文提出了一种基于线特征的建筑物边缘全局优化方法.该方法首先将密集匹配结果中的视差/高程阶跃区域的线特征定义为建筑物的边缘,然后假设局部灰度相近的像素,其视差/高程往往也是相近的约束,来全局优化每一条建筑物边缘.该算法的主要贡献在于,将建筑物边缘优化问题,转化为一个新的全局能量函数的最优解计算问题,能够在优化建筑物边缘的同时,保留建筑物附近的地形地貌,不仅解决了局部边缘锐化算子无法解决较大边缘误匹配的问题,而且解决了最新的缓冲区全局优化算法强行抹平地面的问题.本文采用航空数据集和卫星数据集进行试验.试验结果表明:本文算法明显优于目前局部边缘锐化算子和基于平面拟合的边缘优化算法,能够有效减少建筑物边缘的误匹配像素.因此,本文所提出的基于直线约束的建筑物边缘全局优化方法可以用于一些三维重建场景,如:虚拟现实、智慧城市、建筑物提取等. 相似文献
3.
4.
物体空间关系指的是物体在欧氏空间中的邻近关系,根据图像中包含物体的邻近关系解决图像匹配的问题。本文首先基于对比机制训练物体块特征提取网络,构建物体块深度特征,该特征可以有效匹配不同图像中的相同物体块;其次,基于已有的先验图像数据推理表达图像中物体的空间邻近关系,构建场景物体空间邻近图;进而基于该空间邻近图计算场景图像对的空间邻近度,完成图像空间关系匹配。试验表明不匹配图像间的空间邻近度一般为0,而匹配图像间的空间邻近度一般大于0,本文空间关系匹配涉及多个物体间的相互关系,具有更强的稳健性,其匹配效果明显优于对比试验中的其他方法,可以高效稳定地完成图像匹配任务。 相似文献
5.
全局寻优的矢量道路网自动匹配方法研究 总被引：3，自引：1，他引：2
对道路之间存在1:N匹配关系的矢量道路网自动匹配问题进行研究.针对现有方法中大多数是基于局部寻优策略来寻找匹配道路,当同名道路存在较大距离偏差.又存在1:N匹配关系时,很容易导致误匹配的问题,改局部寻优策略为全局寻优策略,通过综合利用道路结点和道路弧段的特征信息,建立道路网匹配的最优化模型,并利用概率松弛法求解最优解,从而获得道路结点的匹配关系,以此为基础再获得道路弧段之间的匹配关系.试验表明:本文方法更具全局一致性,具有较高的准确率;即使在同名道路存在较大位置偏差甚至是非均匀偏差时,也可取得较为满意的结果,避免各种局部寻优方法难以准确设定权值的难题. 相似文献
6.
7.
8.
针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。 相似文献
9.
10.
要素变化信息对地物生命周期的记录、时空数据库的构建、GIS数据库的更新有重要意义.针对大数据量的变化信息发现,本文采用基于格网划分的方法,通过对空间特征与属性特征汇总信息的对比,只对发生变化的格网进行检测,缩小了检测范围与空间查询区域.为解决要素变化前后的匹配问题,提出一种最优组合匹配法,通过对组合对象空间特征及语义特征的综合比较,从候选要素中选取最佳匹配对象.试验证明,该方法能够高效准确地实现大数据量的矢量数据变化信息的探测,并能很好地解决非一对一的要素匹配问题. 相似文献
11.
12.
Adrian Wöltche 《Transactions in GIS》2023,27(7):1959-1991
Map matching is a widely used technology for mapping tracks to road networks. Typically, tracks are recorded using publicly available Global Navigation Satellite Systems, and road networks are derived from the publicly available OpenStreetMap project. The challenge lies in resolving the discrepancies between the spatial location of the tracks and the underlying road network of the map. Map matching is a combination of defined models, algorithms, and metrics for resolving these differences that result from measurement and map errors. The goal is to find routes within the road network that best represent the given tracks. These matches allow further analysis since they are freed from the noise of the original track, they accurately overlap with the road network, and they are corrected for impossible detours and gaps that were present in the original track. Given the ongoing need for map matching in mobility research, in this work, we present a novel map matching method based on Markov decision processes with Reinforcement Learning algorithms. We introduce the new Candidate Adoption feature, which allows our model to dynamically resolve outliers and noise clusters. We also incorporate an improved Trajectory Simplification preprocessing algorithm for further improving our performance. In addition, we introduce a new map matching metric that evaluates direction changes in the routes, which effectively reduces detours and round trips in the results. We provide our map matching implementation as Open Source Software (OSS) and compare our new approach with multiple existing OSS solutions on several public data sets. Our novel method is more robust to noise and outliers than existing methods and it outperforms them in terms of accuracy and computational speed. 相似文献
13.
一致性是空间数据质量的重要标准。空间数据的一致性探测对于多源、多尺度空间数据的融合具有重要意义。注记是地图的重要组成元素,包含了丰富的地理位置信息。由于制图综合、资料来源等原因,使得多个尺度的注记当中存在大量不一致现象。尝试从栅格地图中进行多尺度注记一致性的探测。在已有的空间目标变化类型基础上,提出了地图注记的12种基本变化类型,对地图注记在不同表达之间的一致程度进行量化表达,并提出了针对栅格地图注记一致性探测的方法。利用该方法对瓦片地图上的不同尺度的注记进行一致性探测与度量,证明了该方法的合理性和有效性。 相似文献
14.
提出一种基于SIFT特征的抗差图像匹配算法。算法分为两个阶段:①初始匹配,综合利用SIFT特征匹配方法和基于SIFT特征尺度和方位信息的自适应归一化互相关(normalized cross correlation,NCC)方法建立初始相关,并基于几何关系一致性检测剔除误匹配;②匹配传播,在初始相关的基础上,利用自适应NCC和局部单应约束进行匹配传播,迭代产生更多的匹配点并采用几何关系一致性检测剔除可能的误匹配。初始单应采用最小二乘匹配方法估计得到,并采用自适应NCC为其提供良好的初始值。与现有的基于SIFT特征的图像配准方法相比,算法在抗几何变形和配准精度等方面具有优越性。 相似文献
15.
已有的多源等高线匹配方法主要基于等高线拓扑关系构建以及基于空间欧氏距离的相似性度量,缺少对等高线几何形态相似性的考虑,在等高线密集区域、图幅边界区域以及地形变化剧烈区域易产生误匹配情况。为此,本文提出一种基于几何特征相似性的由粗匹配到精匹配的多源等高线匹配策略。提出顾及局部特性的基于节点曲率以及法向量与横坐标轴夹角的混合特征描述测度,将等高线点序列转化为几何形态特征描述序列,引入最长公共子序列算法,量化计算多源等高线数据之间的相似程度,并依据相似度实现同名等高线匹配。利用模拟数据和真实数据对本文方法的可靠性和运行效率进行验证,试验证明,本文提出的匹配策略顾及了等高线空间位置特征和几何形态特征,能够保证较高的匹配精度和运行效率,并具有较好的适用范围。 相似文献
16.
利用角点进行高分辨率遥感影像居民地检测方法 总被引：1，自引：0，他引：1
传统的城区检测方法大多是基于影像的全局特征,如纹理、光谱、形状等。当影像出现尺度、光照等条件变化时,将导致这些特征出现变化,造成算法的稳健性下降。而局部不变特征（例如,角点）却不易受到这些因素的影响。为此,本文提出一种无监督的基于角点特征的高分辨率遥感影像城区检测方法。该方法首先在传统的Harris算子的基础上,加入局部和全局约束准则检测影像中的角点,然后根据影像中角点的分布情况,自适应地构建似然函数来度量影像中每一个像素点属于城区的概率,最后采用二值分割的方法提取影像中的城市区域。实验结果表明：该方法可以快速、可靠地检测到影像中的城市区域,具有较高的实际应用价值。 相似文献
17.
针对目前传统图像匹配算法在复杂环境下存在误匹配点对过多、稳健性较差等问题，本文提出一种基于改进FAST的特征点提取，结合对立颜色特征的图像匹配算法。首先，利用改进FAST算法提取的角点作为特征点，结合改进的Opponent SIFT算法对特征点进行描述；然后，使用基于字符定位算法对提取的特征点对进行粗匹配，降低整体匹配过程中特征点对误匹配的风险。最后，为了规避因RANSAC算法易陷入局部最优解而导致正确点对被误剔除的问题，运用向量场一致性替代RANSAC进行提纯，降低误匹配率。通过对比试验表明，改进算法匹配准确率均大于91%，且对差异变化具有较好的稳健性、适应性。 相似文献
18.
空间目标匹配是实现多源空间信息融合、空间对象变化检测与动态更新的重要前提。针对多比例尺居民地匹配问题,提出了一种基于邻近模式的松弛迭代匹配方法。该方法首先利用缓冲区分析与空间邻近关系检测候选匹配目标与邻近模式,同时计算候选匹配目标或邻近模式间的几何相似性得到初始匹配概率矩阵;然后对邻近候选匹配对进行上下文兼容性建模,利用松弛迭代方法求解多比例尺居民地的最优匹配模型,选取匹配概率最大并满足上下文一致的候选匹配目标或邻近模式为最终匹配结果。实验结果表明,所提出的多比例尺居民地匹配方法具有较高的匹配精度,能有效克服形状轮廓同质化与非均匀性偏差问题,并准确识别1:M、M:N的复杂匹配关系。 相似文献
19.
多源点要素的自动匹配是空间数据集成与融合的重要基础性工作.本文通过计算点要素的匹配可信度指标,建立点要素的一致性优化匹配模型,并转化为二分图最大带权匹配问题,从而实现了多源点要素的全局一致性匹配,其匹配结果更好地顾及了所有匹配要素相互之间的一致性和相似性.实验表明:相比传统方法,本文方法具有较高的匹配准确率,能够适应更... 相似文献
20.
在不同空间数据集中,同名实体往往有不同的空间表现形式,识别多源异构数据集中的同名实体是空间数据集成和应用的关键。集成不同来源的空间数据是提高GIS数据质量的重要方法,识别同名实体是数据集成和分析的先决条件。根据线要素的形状将其分为简单线要素和复杂线要素,针对现有复杂线要素匹配方法中的不足,提出了Fréchet距离的复杂线状要素匹配方法。该方法首先通过曲线要素的几何和拓扑特性获取候选匹配集,然后结合基于Fréchet距离和要素简化方法实现要素的简化。最后提出基于Fréchet距离的要素匹配改进方法,通过引入简化要素的三元组信息来存储简化后的复杂线要素的属性信息,再根据三元组信息选取要素间的匹配对,完成对不同类型匹配对的检测,实现复杂线状要素匹配。试验结果表明,该匹配方法能有效解决复杂线要素的匹配问题,并能够识别1:0、1:N和M:N匹配。 相似文献