当期目录

2018年 第47卷 第6期    刊出日期：2018-06-20

上一期    下一期

基于机器视觉的数字摄影测量的新理论新方法

摄影测量与深度学习

龚健雅, 季顺平

2018, 47(6):  693-704.  doi:10.11947/j.AGCS.2018.20170640

摘要 ( )   HTML   PDF (4176KB) ( )  

参考文献 | 相关文章 | 多维度评价

深度学习正逐渐占领与“学习”相关的诸多研究领域，也对摄影测量这门学科造成冲击和促进。根据摄影测量学的定义：“利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系”，其研究对象包括几何与语义。本文从这两个方面回顾和探讨深度学习目前的应用现状，并对其影响下的摄影测量的发展进行展望。在几何上，基于卷积神经元网络的学习架构已经广泛用于图像匹配、SLAM及三维重建，取得了较好的效果，但仍需进一步改进。在语义上，由于传统的手工设计方法未能将语义信息以工程化的形式确定并生成类似4D产品的各类语义“专题图”，语义部分长期受到忽视。深度学习强大的泛化能力、对任意函数的拟合能力及极高的稳定性，正使得专题图的自动制作成为可能。笔者通过道路网、建筑物、作物分类等应用实例，回顾已经取得的研究成果，并预计：利用光学像片生成高精度的语义专题图，在不远的未来即将实现；并可能成为摄影测量的一类标准产品。最后，针对几何和语义，分别介绍了笔者的两个相关研究：基于深度学习的航空图像匹配以及基于3D卷积神经元网络的精细农作物分类专题图自动提取。

极坐标数字摄影测量理论与空间信息坐标体系初探

晏磊, 陈瑞, 孙岩标

2018, 47(6):  705-721.  doi:10.11947/j.AGCS.2018.20170636

摘要 ( )   HTML   PDF (3723KB) ( )  

参考文献 | 相关文章 | 多维度评价

空间信息获取手段的多样性与数据处理的严密数学法则约束不变性，是航空航天新技术发展伴生的新矛盾。例如推扫式、变角摆头凝视、变焦距成像，航空平台动姿态、大角度飞行，高重叠、短基线效应，给处理收敛性、效率、精度、抗干扰性等带来挑战。为此基于仿生机器视差角原理和航空航天平台到地面成像的锥体投影本质，引入极坐标数学表达。文章探求了高分辨率影像稀疏性特征及病态奇异性和非收敛性破解方法，建立了一套视差角矢量极坐标处理数学模型，初步形成了极坐标理论；该方法在近景摄影测量与自由网光束法平差模型中，精度、效率、抗干扰性均有数量级提高，并在国际公开源代码3年以上，应用良好；在航空摄影测量及绝对网平差模型试验中进行了有效性验证，初步证明性能优于直角坐标处理方法；最后，给出多种应用、航天平台动姿态高阶解算特征，可望为航空航天多尺度全姿态空间信息（获取-组织-管理-存储-处理-应用）极坐标新体系构建奠定基础。

智能摄影测量和图像处理在高分辨率光学遥感影像处理中的应用——CRC-AGIP实验室的案例

Yun ZHANG

2018, 47(6):  722-729.  doi:10.11947/j.AGCS.2018.20180011

摘要 ( )   HTML   PDF (18074KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文介绍了加拿大新不伦瑞克大学（UNB）高级地球空间信息图像处理实验室（CRC-AGIP实验室）和大地测量与地球空间信息工程系（GGE）开发的一些影像处理技术。通过创新性地利用高分辨率遥感光学影像的各种特性，这些技术解决了一些摄影测量和遥感中的重要问题并实现了一些创造新的应用。所介绍的技术包括：自动影像融合（UNB-PanSharp）、卫星影像在线制图、街景技术、单景卫星影像移动车辆检测、有监督影像分割、平滑区域影像匹配及不同视角影像变化检测。

雷达卫星自动成图的精密干涉测量关键技术

唐新明, 李涛, 高小明, 陈乾福, 张祥

2018, 47(6):  730-740.  doi:10.11947/j.AGCS.2018.20170621

摘要 ( )   HTML   PDF (6486KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文介绍用于未来自动成图的数字摄影测量智能化新方法之一：精密干涉测量新方法。它采用合成孔径雷达干涉（interferometric SAR，InSAR）技术获取极高精度的地形信息，现已成为最有效的全球测图手段之一。本文提出了面向全球测图的精密干涉测量系统技术，其中包含测量检校技术、数据处理技术及数据后处理技术。首先，需采用定标设备对几何及干涉参数进行测量检校，主要包括方位向时间延迟、距离向时间延迟、大气延迟及基线误差等。其次，需采用检校参数进行干涉数据处理，获取高精度DEM数据，干涉数据处理的关键技术包括相位初值确定方法等。最后，采用区域网平差、长短基线组合及升降轨融合等后处理技术完成全球DEM数据的生产和精度的逐步提升。本文采用6景覆盖陕西地区的TanDEM-X数据进行了数据处理及后处理试验，并获取了山地区域高程精度为5.07 m，低相干面积为0.8 km²的DEM数据，这为我国1∶50 000乃至1∶25 000比例尺全球测图提供了技术参考。

移动激光雷达的瞬时三维构像方法

张爱武, 宫辉力, Jiaguo QI, 胡少兴, 肖杨

2018, 47(6):  741-747.  doi:10.11947/j.AGCS.2018.20180068

摘要 ( )   HTML   PDF (2273KB) ( )  

参考文献 | 相关文章 | 多维度评价

介绍了基于机器视觉的数字摄影测量智能化新方法：移动激光雷达瞬时三维构像方法。该方法作为移动激光雷达瞬时三维构像理论，解决了无GPS辅助的移动激光雷达自定位与瞬时构像问题，使移动激光雷达灵活应用在室内、室外等多种环境。首先，分析了瞬时构像方法与传统构像方法的不同，以及现有方法的可移植性；接着，给出了视准轴误差自定标方法、基于平整度的有效特征提取算法和快速优化平差算法，构建出移动激光雷达自定位与瞬时构像的核心技术框架；最后，通过3种不同环境构像试验验证本文方法的有效性和适应性。研究表明，该方法可应用在结构化环境与非结构化环境、室内与室外环境，可水平构像也可垂直构像，且无需后数据处理瞬时构像。

高精度高效率数字摄影测量

航空遥感平台通用物理模型及可变基高比系统精度评价

晏磊, 李英成, 赵世湖, 袁修孝, 宋妍, 钟裕标, 薛庆生

2018, 47(6):  748-759.  doi:10.11947/j.AGCS.2018.20170632

摘要 ( )   HTML   PDF (2063KB) ( )  

参考文献 | 相关文章 | 多维度评价

精度是高分辨率遥感和摄影测量的关键。影响精度的因素分为：成像系统误差和数据处理误差。航空平台系统误差较为复杂，因此本文聚焦航空成像系统设计方法，以降低航空成像系统误差为目标，从源头上为数据处理精度提供保障。目前航空数字成像系统种类繁多，但缺乏统一物理模型，使得航空相机系统采用人工拼接为多刚体（多相机），结构复杂、体积大、成本高、精度难以刻画，容易受到震动和温度等因素影响，成像系统装机实用精度只能达到毫米量级。为此，本文构建航空遥感平台通用物理模型，由此归纳出现有航摄相机的四类对偶技术特征：一次-二次成像、外拼接-内拼接、单基线-多基线、非严格-严格中心投影；以此建立可变基高比时空模型，从而实现数字航摄相机内部光学机械参数与地表高程精度的表达，实现地表高程精度-光机参数贯通；进一步设计二次成像数字航摄相机原型系统及宽波段临边成像光谱仪，为目前多刚体拼接的一次成像航摄相机构建向精密光机单刚体、折反式同光路构建提供原型依据，为数字航摄系统构建和工业化奠定理论基础和原型实例参考。

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

王密, 张致齐, 董志鹏, 金淑英, Hongbo SU

2018, 47(6):  760-769.  doi:10.11947/j.AGCS.2018.20170618

摘要 ( )   HTML   PDF (1939KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展，数据获取能力不断提升，待处理的数据量呈爆炸式增长；同时，对处理精度需求的提升，导致所需计算量的不断增长，二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言，高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此，本文结合机器视觉中“自底向上”的图像理解控制策略，提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法，采用适合在轨搭载的嵌入式GPU实现实时流式计算，为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制，对持续流入的数据实时分块，通过负载均衡机制将数据块依次分发至各个单元并行处理，从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证，结果表明本文方法在显著提高云覆盖区域检测精度的同时，综合加速比达14，可满足在轨实时处理需求。

视觉SLAM技术的进展与应用

邸凯昌, 万文辉, 赵红颖, 刘召芹, 王润之, 张飞舟

2018, 47(6):  770-779.  doi:10.11947/j.AGCS.2018.20170652

摘要 ( )   HTML   PDF (2946KB) ( )  

参考文献 | 相关文章 | 多维度评价

视觉SLAM技术依靠体积小、功耗低、信息获取丰富的视觉传感器，为未知环境下的机器人提供环境地图及自身在地图中的定位结果，对机器人自动化、智能化应用有着重要意义。本文介绍了视觉SLAM方法的关键技术，总结了目前视觉SLAM的研究现状，分析了当前视觉SLAM研究的主要趋势，最后讨论了视觉SLAM技术在深空、室内等受限环境下的应用现状与前景。

变分法遥感影像人工地物自动检测

胡翔云, 巩晓雅, 张觅

2018, 47(6):  780-789.  doi:10.11947/j.AGCS.2018.20170642

摘要 ( )   HTML   PDF (6637KB) ( )  

参考文献 | 相关文章 | 多维度评价

人工地物（建筑物、道路、桥梁等）检测是目标识别的一个重要组成部分。本文将人工地物检测转换为能量泛函数最优化问题。首先对遥感影像进行超像素分割，综合图像的颜色、纹理、梯度等信息，以超像素为单元计算图像的显著度信息，然后构建一个包含显著性约束、面积和边界约束、纹理约束及灰度方差约束的能量泛函数，通过变分法迭代求解能量泛函最小值，获取目标前景部分即为人工地物区域。本文以重庆和广东某地的遥感影像数据为例对算法进行验证，将其与常见的人工地物目标提取算法，如C-V模型、MRF模型，以及当下研究较为热门的深度学习算法进行对比。试验结果表明，该算法能有效地检测出遥感影像中的人工地物区域，并保证较低的误检率及漏检率。论文对该方法与深度学习方法进行了一定的分析对比。

基于特征尺度分布与对极几何约束的高清影像快速密集匹配方法

赵红蕊, 陆胜寒

2018, 47(6):  790-798.  doi:10.11947/j.AGCS.2018.20170630

摘要 ( )   HTML   PDF (3565KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文重点阐述了基于机器视觉的智能摄影测量的效率基础问题之三：高清影像快速智能匹配处理。图像特征匹配是影响数字摄影测量坐标空间计算效率的基础数据处理过程。为了解决高分辨率数据匹配校验计算成本更高及相似特征干扰等影像产品生成效率负面影响问题，本文通过研究影像尺度不变特征的数学本质，结合多视图相机几何模型，推导并验证了图像特征点的降采样尺度分布规律。根据图像空间几何关系在降采样尺度上的匹配映射关系，缩减图像匹配过程中的计算量并筛选有效待匹配点集，将特征点数量10⁵量级的快速全局特征距离初匹配时长限制在亚秒级。在此基础上结合特征尺度分布信息改进的对极几何约束，改进特征匹配算法，辅助缩小匹配搜索范围，通过特征索引与分区并行处理，实现高清影像同名特征的高精度快速密集匹配，提升特征点基数、匹配特征点对数量与正确率。本文使用intel i7-4720HQ与NVIDIA GTX970M进行试验，基于尺度分布特性的特征匹配方法，以亚秒级的计算时间，获取符合多约束条件的10³量级的匹配点对，为数字影像的快速高精度处理提供了一种新思路，在充分满足数字摄影测量的精度的基础上可提高其产品生成效率。

计算机视觉与三维重建

三维目标位姿跟踪与模型修正

尚洋, 孙晓亮, 张跃强, 李由, 于起峰

2018, 47(6):  799-808.  doi:10.11947/j.AGCS.2018.20170626

摘要 ( )   HTML   PDF (1973KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文是机器视觉参量下的三维数字摄影测量智能构像基础工作之一：成像系统位置姿态自动跟踪与精密修正，属于摄影测量与机器视觉、数字图像处理等学科交叉的摄像测量领域。针对基于目标3D模型的位姿跟踪问题开展研究，对相关研究的现状进行梳理，并提出系列位姿跟踪与模型修正方法。在完全已知目标3D精确模型的情况下，对于包含丰富直线特征的特殊目标，提出基于直线模型的目标位姿跟踪方法，实现了目标位姿参数的精确跟踪；为处理更为一般目标，利用目标的3D边缘模型，提出法向距离迭代加权最小二乘位姿估计方法及距离图迭代最小二乘位姿跟踪方法。当目标3D直线模型参数不准确时，结合光束法平差思想，提出一种针对序列图像的基于3D直线模型同时位姿跟踪与模型修正方法，联合优化求解目标位姿参数及3D直线模型参数，在模拟空间卫星目标位姿测量的仿真试验中，模型直线朝向、位置误差及目标位姿平均角度、平均位置误差分别为0.3°、3.5 mm及0.12°、20.1 mm。针对包含丰富直线特征的目标，在其3D直线模型完全未知的情况下，提出基于序列图像直线对应的目标结构重建与位姿跟踪方法，利用序列图像信息，在SFM框架下同时优化求解目标直线模型参数及位姿参数，仿真试验条件下，重建模型直线朝向、位置误差及位姿参数平均角度、平均位置误差分别约为0.4°、7.5 mm及0.16°、23.5 mm。

基于仿生视觉的单相机光场成像及3-3维直接转换基础

赵守江, 赵红颖, 杨鹏, 赵海盟, Anand ASUNDI, 晏磊

2018, 47(6):  809-815.  doi:10.11947/j.AGCS.2018.20170628

摘要 ( )   HTML   PDF (5079KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文是机器视觉参量下的三维数字摄影测量智能构象第三部分，以仿生复眼运动目标捕获的3-3-2信息处理方式为切入点，提出生物利用复眼进行三维成像的基本原理，然而由于传统仿生视觉受到硬件条件制约，所以本文在仿生复眼3-3-2信息获取理论的基础上，利用新一代微透镜阵列光场相机技术，提出了一种以单张光场影像获取目标场景深度信息的方法，并将其应用至绝对深度测量中。由于光场影像的一个重要的特性在于记录进入相机的不同光线的强度与方向信息，本文提出利用光线信息进行多深度层次重聚焦的方法，通过对物点在不同层次进行聚焦代价计算，确定出物点成像的平面，最终构建基于物点成像平面位置的深度图。与传统的光场深度估计相比，本文方法计算的深度图可以显著提升分辨率，且不依赖于光场微透镜的数目。为了验证本文方法的有效性，利用本文的算法与现有的深度信息的算法进行深度计算的比较。

偏振多光谱机器视觉的高反光无纹理目标三维重构方法

郝婧蕾, 赵永强, 赵海盟, Peter BREZANY, 孙嘉玉

2018, 47(6):  816-824.  doi:10.11947/j.AGCS.2018.20170624

摘要 ( )   HTML   PDF (2057KB) ( )  

参考文献 | 相关文章 | 多维度评价

随着摄影测量及机器视觉技术的迅速发展，对三维重构的普适性有了更高的要求。对于表面光滑、纹理单一甚至缺失的高反光非金属目标，传统的三维重构方法由于对纹理及反光特性的依赖使得此类目标的重构表面出现大面积的数据空洞。针对这一问题，本文提出了基于多光谱偏振的三维重构方法，将摄影测量与机器视觉进行融合，通过获取目标精确的偏振光谱特征实现准确的三维重构。该方法不依赖于物体表面的纹理信息，并且可以解决仅依靠菲涅尔理论无法实现天顶角和折射率同时估计的问题，最终实现天顶角和折射率的联合估计。由于杂散光和漫反射光在不同波段具有不同的偏振特性以及光谱特性，可完成对目标进行耀光去除的预处理，使得后期的三维重构的精度有较大的提高。基于偏振多光谱的目标三维重构方法是摄影测量与机器视觉融合后三维重构的引导性进展，具有更广泛的应用范围。

三维点云数据实时管理的Hash map方法

郑顺义, 何源, 徐刚, 王辰, 朱锋博

2018, 47(6):  825-832.  doi:10.11947/j.AGCS.2018.20170619

摘要 ( )   HTML   PDF (1633KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之一：海量点云高效管理技术，提出了一种基于GPU的hash map三维点云数据组织的改进算法，算法可以高效地完成数据的动态插入、更新和索引，而不受数据规模限制。同时，通过传感器位置姿态估计当前活动范围，进行主机与GPU的数据交换，保证了GPU的低内存占用率。在搭载不同等级显卡（GTX960、GTX1050、GTX1060）的计算机设备上试验，本文算法均可以达到60 fps以上的帧率（单帧处理点云数：2.11×10⁵），证明算法满足了三维构像中三维点云数据高效管理的要求。

基于分裂合并的多模型拟合方法在点云分割中的应用

张良培, 张云, 陈震中, 肖佩珮, 罗斌

2018, 47(6):  833-843.  doi:10.11947/j.AGCS.2018.20180131

摘要 ( )   HTML   PDF (2281KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之二：海量点云分割处理技术。多模型拟合方法通过将点云拟合到不同模型中，依照点云空间分布特征和几何结构特征进行分割。针对点云数据量巨大、分布不均匀、结构复杂等特性，本文提出一种基于多模型拟合的点云分割方法。首先通过降采样，采用基于密度分布的聚类方法，实现对点云的预分割。在预分割基础上，利用基于分裂合并的多模型拟合方法对点云进行后续拟合分割。针对平面和弧面，本文采用不同的拟合方式，最终实现对室内密集点云分割。试验结果表明，该方法能够在无须提前设置模型数目的情况下实现点云的自动分割。且相较于现有的点云分割技术，此方法相较于现今的常规方法能取得更好的分割效果，在分割的正确率上要高于现有的常规分割方法，在处理相同数据量的点云分割时，能够达到远低于常规方法的时间消耗。通过本文提出的三维点云分割方法能够实现将大规模、复杂三维点云数据分割为较为精细、具有准确模型参数的三维几何图元，为后续实现大规模、复杂场景的精确三维构象提供有力支持。

数字摄影测量与深度学习方法

卫星影像匹配的深度卷积神经网络方法

范大昭, 董杨, 张永生

2018, 47(6):  844-853.  doi:10.11947/j.AGCS.2018.20170627

摘要 ( )   HTML   PDF (15310KB) ( )  

参考文献 | 相关文章 | 多维度评价

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%。

多源DEM融合的高差拟合神经网络方法

沈焕锋, 刘露, 岳林蔚, 李星华, 张良培

2018, 47(6):  854-863.  doi:10.11947/j.AGCS.2018.20180135

摘要 ( )   HTML   PDF (6785KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文侧重于介绍智能化摄影测量机器学习的高差拟合神经网络方法。观测手段和处理方式等限制导致全球高质量无缝DEM数据的缺乏，进而制约了它在水文、地质、气象及军事等领域的应用。本文提出了一种基于高差拟合神经网络的多源DEM融合方法，尝试融合全球DEM产品SRTM1、ASTER GDEM v2和激光雷达测高数据ICESat GLAS。首先，根据ICESat GLAS的相关参数及与DEM数据的高程差值，结合坡度自适应的思想设置高差阈值对ICESat GLAS进行滤波，剔除异常数据点。然后，以ICESat GLAS数据为控制点，利用神经网络模型拟合ASTER GDEM v2的误差分布。以地形坡度信息和经纬度坐标作为网络输入，ICESat GLAS和ASTER GDEM v2的高程差值作为目标输出，训练得到预测高差，将其与ASTER GDEM v2高程值相加即可获得校正结果。最后，引入TIN差分曲面的方法，利用校正后的ASTER GDEM v2高程值对SRTM1的数据空洞进行填充，融合生成空间无缝DEM。本文通过随机选取数据进行真实试验，对模型进行了精度验证，并给出了处理结果的定量评价和目视效果。结果表明，不论是空洞还是整体区域，本文方法相比其他DEM数据集和其他方法的处理结果都能够在RMSE上表现出优势，同时，本文提出的方法能够有效克服ASTER GDEM中异常值的影响，得到空间无缝DEM。

基于U型卷积神经网络的航空影像建筑物检测

伍广明, 陈奇, Ryosuke SHIBASAKI, 郭直灵, 邵肖伟, 许永伟

2018, 47(6):  864-872.  doi:10.11947/j.AGCS.2018.20170651

摘要 ( )   HTML   PDF (9802KB) ( )  

参考文献 | 相关文章 | 多维度评价

经典的卷积神经网络结构在前向传播过程中分辨率不断下降，导致仅采用末层特征时难以实现建筑物边缘的精确分割，进而限制目标检测精度。针对该问题，提出一种基于U型卷积网络的建筑物检测方法。首先借鉴在图像分割领域中性能出色的神经网络模型U-Net的建模思想，采用对称式的网络结构融合深度网络中的高维和低维特征以恢复高保真边界；其次考虑到经典U-Net对位于特征金字塔顶层的模型参数优化程度相对不足，通过在顶层和底层两个不同尺度输出预测结果进行双重约束，进一步提升了建筑物检测精度。在覆盖范围达30 km²、建筑物目标28 000余个的航空影像数据集上的试验结果表明，本文方法的检测结果在IoU和Kappa两项关键评价指标的均值上分别达到83.7%和89.5%，优于经典U-Net模型，显著优于经典全卷积网络模型和基于人工设计特征的AdaBoost模型。

深度残差网络的多光谱遥感图像显著目标检测

戴玉超, 张静, Fatih PORIKLI, 何明一

2018, 47(6):  873-881.  doi:10.11947/j.AGCS.2018.20170633

摘要 ( )   HTML   PDF (10212KB) ( )  

参考文献 | 相关文章 | 多维度评价

本文侧重于介绍智能化摄影测量深度学习的深度残差方法。显著目标检测致力于自动检测和定位图像中人最感兴趣的目标区域。多波段遥感图像因其更加丰富的光谱信息和揭示观测目标物理属性的能力在目标检测中获得重要应用。传统的显著目标检测方法通过手工设计特征，计算图像各像素或者超像素与邻域像素或者超像素之间的对比度检测显著目标。随着深度学习的巨大发展，特别是全卷积神经网络的引入，基于深度卷积网络的显著目标检测算法取得重要进步。然而，由于数据获取和标记的困难，多波段遥感图像显著目标检测的研究依然主要采用手工设计特征。本文研究基于深度卷积神经网络的多波段遥感图像显著目标检测算法，提出一种基于深度残差网络的自上而下的多光波段遥感图像显著目标检测网络，该网络可以有效挖掘深度残差网络不同层次上的显著性特征，以端对端方式实现显著目标检测。为了应对多波段遥感图像数据量有限、无法训练深度残差网络的问题，本文提出通过浅层神经网络从RGB图像直接生成多波段遥感图像，实现光谱方向的超分辨率。在现有多波段遥感图像和可见光图像显著目标检测数据集上的试验结果超过当前最好方法10%以上，验证了本文方法的有效性。

基于深度卷积特征的影像关系表创建方法

万杰, Alper YILMAZ

2018, 47(6):  882-891.  doi:10.11947/j.AGCS.2018.20180040

摘要 ( )   HTML   PDF (2457KB) ( )  

参考文献 | 相关文章 | 多维度评价

在从运动恢复结构（structure from motion，SfM）的过程中，无序影像间的匹配非常耗时，一方面受制于特征匹配本身，另一方面受制于大量的图像间匹配，其计算复杂度为O（n²）。为减少匹配次数，本文提出基于深度卷积特征（deep convolution feature，DCF）的影像关系表创建方法。首先利用在ImageNet上训练好的VGG-16卷积神经网络提取影像的卷积层特征图，然后对特征图进行和池化操作，最后将该向量归一化，作为图像的特征。通过向量点乘，计算数据集中的每张影像和其余所有影像的相似度，选取相似度最大的10张影像作为影像的潜在匹配像对，并由此构建影像关系表。结果表明，本文提出的DCF能够有效的创建影像关系表，找出潜在匹配像对。在Urban和South Building数据集上，基于DCF创建的关系表匹配的SfM重建的结果和穷举匹配的重建结果基本一致，但匹配次数分别减少97.4%和92.1%。同时基于DCF创建的关系表优于主流ORB-SLAM2系统中的DBoW3创建的关系表。

博士论文摘要

大数据环境下遥感图谱应用方法研究——以作物干旱监测为例

叶思菁

2018, 47(6):  892-892.  doi:10.11947/j.AGCS.2018.20170535

摘要 ( )   HTML   PDF (744KB) ( )  

相关文章 | 多维度评价