基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

一种卫星多光谱图像亚像元波段配准精度自动评价方法

多光谱图像波段配准精度是多光谱影像数据的一项重要指标。文章实现了一种基于相位一致特征的多光谱图像亚像元波段配准精度自动评价方法。通过对CBERS-02B卫星CCD多光谱图像波段配准精度自动评价,表明该方法对于亮度和对比度具有不变性,能均匀稳定提取多光谱数据不同波段影像大量同名特征匹配点,自动给出影像的不同区域的亚像元配准精度,实现对整景影像数据的较为完整准确评价。根据评价结果进行了地面处理系统校正,使行列方向除局部区域外均达到配准精度。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

基于改进SAC-IA算法的激光点云粗配准

针对传统采样一致性初始配准(SAC-IA)算法存在收敛速度慢与精度不高等问题,提出一种改进SAC-IA算法。该算法利用扫描角限定方法对特征点选取进行几何约束;配准后两站点云特征点的FPFH直方图差值、欧氏距离差值和几何斜率差值同时作为误差修正标准;当变换矩阵满足精配准初始角度和平移要求时才输出该矩阵。通过实验仿真:该算法有效解决样点共线和局部的问题,有效缩短了算法时间,效率提高1倍以上;提供给精配准初始角度精度在10~(-2)量级,平移量精度提高3个数量级。     

天基光学传感器动态成像配准方法研究

图像配准是天基光学动态成像处理中的关键技术,在遥感侦察等领域有着重要应用。对星空背景和地球大气背景下天基目标探测中的图像配准问题进行研究。针对星图配准建立了部分平均Hausdorff距离(PMHD),并定义了一种新的相似性匹配测度,利用序贯岭回归估计方法实现快速配准;针对地球大气背景图像配准,通过改进的Harris角点检测亚像素定位提取特征点集,基于PMHD利用粒子群优化(PSO)算法实现图像的精确配准。仿真实验表明:提出的星图配准方法具有实时性和亚象元配准精度,联合PMHD和PSO的大气图像配准具有良好的配准精度和较强的抗噪干扰能力。     

“高分二号”卫星多光谱与全色影像配准策略

"高分二号"(GF-2)卫星能够提供空间分辨率优于1m的全色影像和优于4m的多光谱影像,可以作为高精度土地基础数据采集的影像数据源之一。针对多光谱与全色影像配准精度对后续数据处理和应用影响较大的问题,文章分别采用原始多光谱与全色影像的自动配准和纠正后配准两种方法,对比不同策略的配准精度,结合土地资源遥感调查监测的相关技术规程,形成GF-2卫星多光谱与全色影像配准策略。对10景山区和平原区完整景GF-2卫星影像进行了试验,结果表明,原始多光谱与全色影像自动配准方法不仅能保证配准精度,而且能缩短影像预处理完成时间,是规模化数据应用中较好的配准策略。     

基于开源GIS数据的广域小重叠卫星影像定位模型精化

设计了一种适用于大区域、小重叠卫星影像有理多项式模型(RPC)定位精度优化的技术流程，基于开源数字正射影像(DOM)、数字高程模型(DEM)数据和RPC几何模型约束，通过优化尺度不变特征变换(SIFT)特征提取与匹配算法，实现了无像幅约束的控制点和连接点的快速稳健匹配，应用DEM支持下的RPC模型二维区域网方法实现了多景影像RPC模型精度的联合精化。GF-1卫星WFV影像的实验结果表明:在DEM支持下经过区域网平差后，RPC模型的定位精度可达到像素级水平。     

基于SAR影像平地与水域ROI的由粗到精匹配方法

INS/SAR组合导航系统主要是基于图像相似性相关原理,即将SAR实时获取的图像与预存在匹配处理机中的基准图进行配准比较,得到载体相对于目标或预定区域的位置偏差,从而修正INS的累积误差,保证载体的导航精度.但由于基准图与实时图获取的条件不同,两者存在较大差异,会损害匹配概率和匹配精度,进而影响载体的定位精度.基于此提出了基于SAR影像平地与水域特征区域(ROI:Region of Interest)的由粗到精的匹配方法:即利用实时图全部小波第二层低频信息在基准图小波第二层特征影像上进行全局搜索,荻取实时图中心点的粗匹配坐标,根据粗匹配坐标找到对应的基准图上的区域及所包含的平地与水域ROI,再找到ROI在实时图上对应的大致区域,利用互相关算法对ROI进行匹配,得到最终匹配坐标.并对该方法进行了仿真计算,结果表明该方法在星载SAR/机载SAR匹配中取得很好的效果,满足高匹配精度的同时,增强了不同源SAR匹配的适应性.     

基于改进SIFT的SAR图像与可见光图像配准

针对SAR图像与可见光图像的自动配准问题,提出了一种基于尺度不变特征(SIFT)的SAR与可见光图像配准算法。算法首先对SIFT主方向的检测进行了优化,利用特征点邻域内边缘局部极大值点的梯度方向作为特征点的方向,并以去均值归一化互相关系数为相似性度量进行特征点对匹配,然后通过随机抽样一致性算法(RANSAC)剔除误匹配点对,最后利用剩余的特征点对实现SAR与可见光图像的自动配准。实验结果表明,本算法对不同分辨率图像和不同旋转角度图像具有较好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

InSAR图像配准雷达几何法处理性能分析

图像配准是干涉合成孔径雷达(InSAR)信号处理的关键步骤。基于雷达几何的InSAR图像配准方法。利用主辅雷达成像几何和外部数字高程模型(DEM)进行主辅SAR图像配准。基于SAR图像距离多普勒定位方程,系统梳理了配准处理精度的影响因素,对各误差因素的作用机理进行了理论分析,并综合分析了该算法对重复航过和单次航过InSAR系统图像的配准处理性能。仿真结果验证了理论分析方法的有效性。分析结果对我国InSAR地面系统建设和相关卫星指标论证具有重要的支撑作用。     

基于SoftPOSIT算法的单目视觉非合作目标相对位姿估计

针对模型尺寸已知的非合作目标,在目标三维特征点和图像二维特征点坐标已知但匹配关系未知的条件下,对基于SoftPOSIT算法的非合作目标航天器间相对位姿估计方法进行了研究。SoftPOSIT算法将解决匹配的Softassign和解决位姿的POSIT两种迭代方法融入一个迭代循环,建立全局目标函数,最小化目标函数就可在获得服务航天器与目标航天器相对位姿的同时确定三维点与二维点间的匹配关系。仿真结果表明由SoftPOSIT算法所得位态精度很高,算法正确有效。在不同条件下用该算法对某卫星位姿进行估计,发现算法的相对位置估计精度随目标与服务航天器相对距离增大而提高,而相对姿态角对估计精度的影响较小。     

用局部灰度极值方法进行多光谱图像配准算法研究

针对多光谱遥感图像,提出了一种基于局部灰度极值的配准方法:通过在基准图像和待配准图像中同步寻找含有灰度极值的小区域,再用多项式对极值区域进行曲面拟合,最后,分别计算小区域的极值点作为特征点对进行配准。并用真实和模拟多光谱图像进行了试验,结果显示本课题提出的方法具有算法简单和配准精度高的特点。     

基于点云的非合作航天器位姿测量方法研究

针对已有基于二维影像的非合作航天器定位定姿方法在目标适应性和稳定性方面的不足,研究了一种基于三维点云的位姿测量方法。提出一种考虑累积误差的参数传递法进行序列点云的配准,用参数传递法获得初始值,在初始值的引导下与基准模型进行快速精确配准,实现了基于实时三维点云的相对运动跟踪,获得了较高的解算精度,方法利用目标的几何形状信息,有更好的普适性和稳健性。分别以仿真模型和现场模型作为测量对象进行位姿跟踪实验,用扫描仪获取动态卫星模型的三维点云并进行位姿解算,测量的运动轨迹与设计值吻合度较好,表明所提方法有较好的稳健性和较高的精度。     

基于数字检校场的“天绘一号”卫星在轨几何定标

为了提高"天绘一号"卫星在轨几何定标的效率和精度,文章提出一种利用数字检校场(数字正射影像和数字高程模型)、基于简化的卫星几何定位模型的在轨几何定标方法。该方法利用卫星影像与数字正射影像自动匹配得到同名点的平面位置、由数字高程模型获得高程位置,得到大量地面控制点,再基于简化内外方位元素误差补偿模型,利用多轨数据求解系统误差改正参数,实现了几何定标。精度检测表明,经过定标后,无控定位平面误差由初始约100m,提升至10.5m(一倍中误差);基于内方位定标结果,文章实现了基于虚拟线阵算法的高分影像子条带合成和多光谱配准,并实现了优于0.3像素的内部符合精度。     

改进PointNetLK的点云智能配准与位姿图优化方法

针对空间在轨服务任务中的非合作目标相对位姿测量问题,提出一种目标可测部位点云的智能配准方法。首先,通过Straight Through滤波算法对半物理仿真平台采集得到的点云进行目标提取,以消除背景数据等杂乱信息;其次,改进PointNetLK神经网络点云配准算法,将提取后的点云数据作为输入,从而获得初步配准结果,解决非合作目标先验信息缺失导致的无法配准问题;最后,建立基于位姿图的优化模型,以降低配准误差,提高配准精度。实验结果表明,与传统迭代最近点(ICP)算法相比,配准综合误差从6.3598降低到1.7291,精度提高约 72.81% 单次耗时从33.16 s降低到4.2 s,效率提升约87.33%,与当前SM ICP等其他算法相比,也具有一定的优势。     

空间失稳目标线阵雷达成像机理及三维重建

利用线阵激光雷达载荷小、抗干扰能力强等优势，研究空间失稳目标动态测量技术。探究线阵激光雷达成像机理，建立空间失稳目标运动模型，提出基于双切片法的目标可测区域提取机制，实现线阵激光雷达对空间失稳目标的驻留观测扫描；以ICP(Iterative closest point)配准结果为先验信息，提出逆序重建方案，建立重建点云精度以及平均密度评价机制，分析数据冗余对重建精度的影响，采用采样降维的方法进行配准重建计算，提高重建结果精度；最后进行仿真实验检验分析，实验结果表明空间目标可测部位数据提取合理准确，数据输出频率可达 1 Hz ，重建结果满足任务指标要求，重建点云平均密度达到19 mm，重建点云精度达到90 mm，为地面验证及在轨应用提供数据支撑和参考。     

基于北斗GEO卫星反射信号的海冰反演技术研究

海冰检测已成为GNSS(全球导航卫星系统)反射信号技术的重要应用方向。为改善极化比海冰反演模型在海冰检测中的准确性,对极化比海冰反演模型的适用仰角范围进行了研究。根据菲涅尔原理,针对渤海海域的菲涅尔反射系数进行了模拟仿真,对极化比海冰反演模型的适用范围进行了理论分析,并开展海冰实验。通过对实验数据的分析,成功反演了渤海海冰的变化趋势,验证了利用北斗反射信号反演海冰的可行性,同时,验证了两种模型的仰角适用范围。实验结果表明:用极化比海冰反演模型弥补偏振比海冰反演模型在高仰角情况下的不稳定性可行。     

高精度3D雷达组网实时误差配准算法

对制导雷达组网实时误差配准算法进行了研究。建立了基于大地坐标系(ECEF)的实时Kalman(ECEF-Kalman)滤波算法和模型,并进行了仿真验证。结果表明:此算法能有效地估计系统误差,配准效果明显优于实时Kalman滤波算法。