排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
卫星影像匹配的深度卷积神经网络方法 总被引:1,自引:1,他引:0
本文侧重于智能化摄影测量深度学习的第一个方面:深度卷积方法。传统的影像同名点对提取算法通常利用人工设计的特征描述符及其最短距离作为匹配准则进行匹配,其匹配结果易陷入局部极值,造成部分正确匹配点对的遗漏。针对这一问题,本文引入深度学习方法,设计了一种基于空间尺度卷积层的两通道深度卷积神经网络,采用其进行影像间的匹配模式学习,实现了基于深度卷积神经网络的卫星影像匹配。试验表明,在处理异源、多时相、多分辨率的卫星影像情况下,本文方法比传统匹配方法能提取到更为丰富的影像同名点对,且最终匹配提纯结果正确率优于90%。 相似文献
3.
采用立体匹配技术对多视卫星遥感影像进行三维场景重建一直是摄影测量与遥感领域的核心问题。基于卷积神经网络的深度学习方法极大地促进了立体匹配技术的发展,然而其中涉及匹配困难和误匹配问题的相关研究仍然不足。为了提升卫星遥感影像不适定区域中视差估计的精度,本研究提出了一种结合注意力机制的立体匹配深度学习网络,在特征提取模块中加入注意力机制,分别从通道和空间两个维度捕获全局信息,对特征进行优化;在代价体的构建模块中构建新的代价体积,并重新设置视差的回归范围。为了验证本文方法的有效性,在US3D、WHU-Stereo两个数据集上分别与已有方法 Stereo-Net、PSM-Net进行了比较分析。结果表明,本文方法在EPE(endpointerror)和D1两个指标上均能达到最优,取得了较好的性能,提高了立体匹配的精度,尤其在无纹理、重复纹理、遮挡及视差不连续区域表现出良好的鲁棒性。 相似文献
4.
为了解海南尖鳍鲤(Cyprinus acutidorsalis)线粒体基因组结构特征及其与鲤科(Cyprinidae)鱼类的进化关系, 本文通过二代测序获得海南万泉河口尖鳍鲤线粒体基因组全序列, 并对结构特征进行分析, 结果显示具有典型的环状闭环双链分子, 全长16 581 bp, 碱基组成为A (31.96%)、G(15.69%)、C(27.53%)和T(24.82%), 包含13个蛋白质编码基因(protein-coding genes, PCGs)、2个rRNA基因、22个tRNA基因和1个可变控制区D环。对碱基含量分析发现尖鳍鲤的碱基组成中具有较高AT含量的偏向性, 13个PCGs中有不少的偏好性密码子, 如CGA(RSCU>3.506)、CCA(RSCU>2.208)等。除tRNAGln、tRNAAla、tRNAAsn、tRNACys、tRNALeu(CUN)、tRNATyr、tRNASer(UCN)、tRNAPro和ND6外, 其余基因的排列于H链上。比较海南与广西海域尖鳍鲤线粒体基因组发现, 两者PCGs相似性在96%~100%, ND4、CO II、Cytb基因在起始位置、长度以及起始密码子存在不同程度的差异。另外, 将与尖鳍鲤同属的的鲤(C.carpio)、鲫(C.auratus)的13个PCGs进行两两比较表明, 3种鲤属鱼类的PCGs相似性在85%~99%。通过与其他鲤科鱼类的线粒体基因组序列构建系统发育树, 发现尖鳍鲤和鲤亲缘关系最近。本研究结果有助于理解不同鲤科鱼类的亲缘关系, 为尖鳍鲤线粒体进化分析和种质资源研究提供参考依据。 相似文献
5.
针对现有传统影像匹配在星载平台有限的存储及算力条件下难以快速计算的问题,本文提出一种适用于星载平台的、基于哈希学习的轻量化快速影像匹配方法。该方法以同源卫星影像的特征描述符作为训练集计算哈希函数,并利用训练好的哈希函数将特征点的浮点型特征描述符映射至汉明空间,实现特征点对间相似度的快速计算,进一步通过剔除误匹配点获得精确匹配结果。同时,训练集中的特征描述符的种类可根据星载平台载荷的传感器类型、影像分辨率及目标区域影像的地貌类型进行灵活选择,使得本文方法具备良好的可重构性;计算汉明距离衡量特征点对间的相似度,提高本文方法在星载平台轻量化处理的应用能力。选取不同时刻资源三号卫星影像及高分七号卫星影像进行匹配对比实验,本文方法轻量化处理后的LW-SIFT方法相较于经典SIFT方法,在耗时方面减少50.12%,且增加正确匹配点数达20.28%。实验结果表明,本文方法能够显著提升影像匹配的精确度及时效性,有较大的应用潜力,能够为星载平台应用提供有力支撑。 相似文献
6.
针对智能遥感卫星系统星上处理与端到端测绘应用的轻量化全球控制信息需求,本文提出了一种星载轻量化影像控制点数据制作方法。首先,在稀少/无地面控制数据条件下,通过国产高分辨率立体测绘卫星影像的区域网平差处理,生成全球影像控制点;其次,通过将影像控制点的局部影像描述至特征向量,设计星载影像控制点的轻量化表示模式,分析其存储性能和星上匹配应用策略;然后,采用哈希映射学习得到的哈希函数,将影像控制点特征向量转换至哈希码,实现星载影像控制点的深度轻量化处理;最后,采用多类型卫星影像数据,进行影像控制点提取、特征向量描述、深度轻量化处理以及匹配性能分析试验,验证了轻量化影像控制点星上匹配与应用可行性,得到了全球影像控制点轻量化处理能力分析结论。 相似文献
7.
宋佳璇范大昭董杨纪松李东子 《测绘学报》2023,(6):990-999
跨视角影像几何形变大,同名线段单侧邻域易产生明显差异,传统线特征匹配算法难以获得可靠线对。为此,本文提出了一种针对跨视角影像的神经网络学习与灰度信息结合的线特征匹配算法。首先,获取影像的像素级方向梯度直方图特征,并结合神经网络融合影像灰度信息形成特征描述格网;然后,在线段上提取离散点,根据离散点单侧特征描述格网信息计算点的单侧描述,采用深度学习方法聚合点单侧描述符形成线的单侧抽象表达;最后,利用已知同名点约束匹配区域进行分组匹配,通过比较线对拓扑一致性进行匹配结果核验,得到最终匹配线对。选取多组具有代表性的异源跨视角影像公开数据进行线匹配试验,并与主流线匹配算法进行对比分析。结果表明,本文算法能够针对内容差异明显的异源跨视角影像,获取分布均匀且正确率较高的匹配线对,实现跨视角影像线特征的稳健匹配。 相似文献
8.
飞机类型检测是遥感影像分析领域的研究热点,在机场监控和情报分析等应用中起着重要的作用。其中,深度学习方法作为遥感影像分析领域广泛应用的手段之一,在飞机类型检测任务中仍面临许多问题,如使用未公开的自制数据集、实验复现困难、无法验证泛化能力等。同时,光学遥感影像易受光照条件、云雨变化等因素影响,使检测任务更加困难。为了解决这些问题,本文首先利用MTARSI数据集对样本进行筛选,再结合Google Earth等开源方法收集飞机影像,采用随机旋转、改变亮度等方法构建新的飞机类型检测数据集。其次,采用YOLOv5作为基础网络框架,针对其多层卷积和池化操作可能会削弱或完全丢失飞机特征的问题,进行多尺度优化训练,有效检测飞机类型特征。最后,利用跨数据集验证模型的泛化能力。实验结果表明,本文方法能准确、有效地检测出光学遥感影像中的飞机的具体类型,具有较强的鲁棒性和泛化能力,跨数据集进行飞机类型检测正确率达到82.12%,可为智能化的飞机目标语义分析、星上应用等研究提供技术支撑。 相似文献
9.
10.
1