基于几何矩预分类的无人机遥感图像自动配准方法

图像配准技术是近些年来图像处理领域发展迅速的研究方向之一.在遥感领域内,图像配准更是实现图像融合、运动检测、图像校正、图像拼接等应用的一个关键步骤.尽管国内外目前在图像配准方面提出了很多方法,但不同方法适用的图像范围不同,很多时候需要人工干预进行方法的选择.尤其对于无人机这种快速、实时获取图像的新型遥感平台,如何集合不同方法的优点以实现图像自动配准成为了关键性问题.本文在比较分析了基于SIFT和SURF特征提取图像配准方法的各自优势后,提出基于几何矩的方法对图像进行预先分类,从而决定将其分配给何种方法进行配准,实现全程自动化.实验证明,这种图像自动配准方法在拓宽了图像应用范围的同时保证了良好的配准效果.     

利用LiDAR系统对飞机残骸进行分析的新方法

飞机失事的事故率较低,但损失一般较为严重.对飞机残骸现场的有效记录,能够帮助我们了解失事场景,并进行后续分析,但国内外相关研究较少.本文利用一套LiDAR系统对事故现场进行测绘和三维尺度图像信息保存.并结合改进的ICP算法实现了更高精度的点云拼接,从而对失事前后的同一部件进行对比分析,以确定其受力和变形情况,进而帮助确定失事原因.与其他飞机失事场景记录方法相比,该系统三维重现效果更好.     

海洋气溶胶多角度偏振辐射特性研究

海洋气溶胶是对流层气溶胶的重要组成部分,对全球的辐射收支平衡及气侯变化均有重要的影响。评价气溶胶的直接与间接辐射效应需要对气溶胶的性质进行深入的研究。多角度偏振为气溶胶光学物理性质研究提供了新的方法。在对可见光550 nm和近红外860 nm波段处海洋气溶胶的光学性质的研究基础上,采用矢量辐射传输模型模拟了TOA（top of atmosphere）反射率和偏振反射率与下垫面性质、观测方位角、气溶胶光学厚度之间的敏感性。模拟结果表明,海洋型气溶胶的多角度偏振信息可以有效地体现气溶胶的光学性质,可以利用多角度偏振遥感信息进行海洋气溶胶的反演,为利用多角度偏振遥感数据进行海洋气溶胶提供了理论基础。     

基于相关因素的遥感影像辐射质量度量模型研究

目前遥感影像辐射质量评价多以目视判读为主,具有很强的主观性。针对如何客观、全面地评价遥感影像辐射质量这一问题,本文研究了一种利用质量相关因素来评价遥感影像辐射质量的度量模型。该模型提取遥感影像的四个因素指标,即亮度、清晰度、信息量和纹理特征,采用相关分析法计算各个因素指标的权值。对于清晰度指标,通过改进梯度函数,研究了新的清晰度提取方法。实验证明,对于多种不同类型的遥感影像,本模型所得的评价结果可较好地符合人眼的视觉感受。该遥感影像辐射质量度量模型能够客观、定量地分析遥感影像辐射质量,同时与主观评价具有一致性。     

成像技术的回顾与展望

阐述了成像技术发展的3个阶段:机械电子化、自动化、数字成像阶段.具体包括胶片式向磁记录式的转变,胶片式与数字式的兼容,数字式的空间、辐射、光谱和时间分辨率成像的前沿技术.提出由部件到系统的成像自动处理控制理论,并阐述了未来成像技术的发展趋势.     

无人机多光谱传感器场地绝对辐射定标研究

2010年10月14日无人机遥感载荷验证场科学实验在内蒙古乌拉特前旗展开,这是我国首个航空遥感定标验证场的首次科学实验。通过验证场实验数据及制作的朗伯特性好的六块高光谱辐射特性靶标,采用反射率基法对搭载在无人机平台上的宽视场多光谱相机进行了场地绝对辐射定标。结果显示,对于成功获取影像的绿光、红光及近红外通道的绝对定标结果中,计数值(DN值)与辐射传输计算得出的表观辐亮度之间的线性相关系数优于99%。经误差分析得到不确定度为5.19%,优于验证场课题要求的6%。定标结果表示,验证场所配备之高光谱辐射特性靶标适用于机载多光谱载荷的场地绝对定标,且定标结果可靠,可以用于地物参数的反演。     

研究生招生规模、教育质量和就业率的三维非线性动力学模型分析

考虑研究生招生规模、教育质量和就业率3者之间的相互影响关系,建立了三维非线性动力学模型,利用Routh-Hurwitz判别准则和稳定性判别法给出了模型平衡点的稳定性条件,确定了研究生的最优招生规模。     

一种运动检测算法在无人机视频遥感上的应用

提出了一种基于灰度投影与位平面匹配的图像全局运动估计算法,并将其应用于无人机图像稳定系统中.算法采用灰度投影获取全局运动,用网格检测和灰度切分图精确匹配的方法获取更准确的运动数据.由于算法中使用自适应性的灰度切分层选择和基于灰度投影的运动估计缩小搜索区域,使算法效率在空间复杂度和时间复杂度上得到提高,具有较好的实时性和对影像的适应性.     

利用一种偏振方法减小由强反射或弱反射强度引起的植被反演误差（英文）

无论是多角度遥感的发展、还是偏振、高光谱遥感的发展,它们有一个相同的目的,即利用电磁波的种种特性、以及空间特性来对地球表面的一切地物进行精确的识别。任何单一的方法和手段不可能完整地描述和反映地物的所有特征。偏振测量是目标测量识别技术中不可缺少的技术之一,并且成为近年来全世界目标识别领域中的研究热点。由于定量遥感的反射强度对植被遥感的影响不可忽视,反射辐射信号呈现饱和或过弱都不能被检测到。而偏振是植被定量遥感的重要手段,因而有必要开发一种克服由反射强度强弱引起的植被反演误差的方法,这也是我们目前的研究目标。如果反射的辐射信号太强或太弱,都会影响遥感的准确性,而来自植被的偏振光可以提供有用的信息,特别是当反射的辐射信号饱和时,使得传感器不能获得足够有用的非偏振信息。本研究采用基于地面的偏振成像光谱仪系统,开发了一种偏振方法来克服反射强度过强过弱引起的植被反演误差。利用FISS-P偏振成像光谱仪系统研究了反射强度对遥感植被NDVI和DoLP效用的影响,实验地点在北京市中国科学院奥林匹克科技园。在对目标采样时对反射率强,反射率弱以及反射率适中的植被分别测量,同时对目标植被的不同波段(470,555,670,864nm)的DoLP进行计算与分析。地基成像光谱仪系统(FISS-P)提供了具有偏振信息的高空间分辨率图像,我们可以确定在阴影和强反射区域中单个像素的光谱偏振特性。在成像光谱信息的基础上,利用光的偏振性来对地物的物理特性进行分析。本文使用斯托克斯分量来表征反射光的各个偏振分量,使用线偏振度(DoLP)表征反射光偏振程度。信号饱和度和阴影效应导致归一化植被指数(NDVI)植被密集程度非常低,造成严重的反演误差,然而强反射对线偏振度(DoLP)的影响不大。研究结果表明,反射辐射信号饱和时,偏振效应可以通过适当的频带提高植被的反演精度,平均NDVI的相对误差为33.8%,而DoLP(670nm)的相对误差仅为6.3%,而其他波段的DoLP(555nm,864nm)的相对误差要大很多。这项研究结果表明,在植被识别时可以忽略强反射,然而,阴影(弱反射)效应是不容忽视的。FISS-P偏振成像光谱仪是用于计算具有不同反射强度的样品类型的偏振和非偏振参数的有效工具,同时发现在识别植被时,强烈的反射可以忽略不计,但是植被的阴影(弱反射)效应不容忽视。与非偏振方法相比,偏振效应可以提高反射辐射信号饱和时的植被反演精度。这项研究分析了使用偏振法强弱反射强度引起的误差减少。为了进一步揭示植被的阴影(弱反射)效应与DoLP之间的关系,还有一些问题需要解决。     

基于无人机红外光谱技术的影像数据匹配方法研究

无人机加载红外光谱载荷对区域内影像进行获取现已成为遥感领域一种重要的技术手段,可通过对携带位置信息的影像进行分类提取,得到植被盖度、温度指数等一系列因子指标。利用FREE BIRD(自由鸟)小型低空无人机系统挂载Tetracam红外相机(310万像素)对新疆玛纳斯县一河道进行影像获取。无人机飞行面积约为20.5 km2,为了得到更加精确的植被、温度等因子,需要对无人机红外影像进行配准,通过优化SIFT匹配参数和RANSAC粗差剔除后,获取了可靠的匹配结果,即经过算法匹配后的影像与原影像进行了误差比对,能够满足后期的应用需要, 这也是本文的创新点之一。将影像进行配准后进行二维影像拼接,将多张红外影像按照航向重叠度不低于60%,旁向重叠度不低于50%的概率进行拼接,得到拼接后的红外影像图。另外比较了SIFT和SUFT两种算法,利用优化的SIFT算法及改进的FLIR传感器获取1 600张热红外影像,利用地面同步测量数据对拼接后的红外影像进行算法匹配,并利用ENVI(完整的遥感图像处理平台)软件进行温度及植被盖度的影像反演,得到了研究区域的单一影像及红外影像的温度反演图及植被反演图。通过对两种算法的对比得到更加优化的算法模型,并对该模型进行回归分析和精度检验,得到该模型的相关系数R2为0.767,匹配精度为81.51%,模型精度较高。本模型的建立对日后无人机红外影像的配准及提取反演奠定了理论和实践基础。