本文關(guān)鍵詞：面向高精度目標(biāo)立體重建的信息恢復(fù)與補(bǔ)償技術(shù)　出處：《哈爾濱工業(yè)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 衛(wèi)星數(shù)據(jù) 目標(biāo)立體重建 廣義立體像對(duì) 遮蔽目標(biāo)信息恢復(fù) 結(jié)構(gòu)特征約束和補(bǔ)償

【摘要】：隨著衛(wèi)星遙感對(duì)地觀測(cè)的發(fā)展,從容獲取多角度、多時(shí)相、多傳感器的高分辨率衛(wèi)星數(shù)據(jù)已不再是問(wèn)題,包括我國(guó)高分、遙感等系列星座組網(wǎng)衛(wèi)星的相繼發(fā)射,以及小衛(wèi)星技術(shù)的日益完善成熟,如此多源的數(shù)據(jù)讓人們已不再滿足只獲取二維圖像信息,進(jìn)一步追求更加真實(shí)、更加完整的立體信息研究已如火如荼。尤其是面向與人類息息相關(guān)的城市區(qū)域,獲得精準(zhǔn)、完整的城區(qū)建筑目標(biāo)的立體重建,無(wú)論是民用立體定位、導(dǎo)航,提升人們生活的便利指數(shù),還是軍用提高精確打擊,減少對(duì)城區(qū)人口的附帶傷害,都是造福于百姓的重大研究。然而,算法研究的腳步還未跟上衛(wèi)星傳感器井噴發(fā)射的步伐,衛(wèi)星數(shù)據(jù)的應(yīng)用層面還有很大的空白,如何利用不同時(shí)相、不同衛(wèi)星的數(shù)據(jù)實(shí)現(xiàn)城市區(qū)域建筑目標(biāo)的高精度立體重建就尚未有完整的理論框架與研究體系,亟待解決。傳統(tǒng)的衛(wèi)星立體主要以測(cè)繪領(lǐng)域研究為主,面向幾乎同時(shí)相、同平臺(tái)所獲得的嚴(yán)格立體像對(duì),針對(duì)大范圍的場(chǎng)景獲取地形信息,通過(guò)優(yōu)化成像參數(shù)、地面控制點(diǎn)等幾何信息來(lái)提高立體精度,而不過(guò)多考慮圖像內(nèi)容的輻射信息。本文打破測(cè)繪領(lǐng)域更注重成像參數(shù)等幾何屬性的研究思路,提出通過(guò)面向圖像的輻射信息和圖像內(nèi)容,研究遙感圖像處理的算法,針對(duì)可能來(lái)自不同時(shí)相、不同衛(wèi)星的廣義立體像對(duì),實(shí)現(xiàn)城市區(qū)域目標(biāo)級(jí)別的高精度立體重建。但是,不同時(shí)相、不同衛(wèi)星的數(shù)據(jù)帶來(lái)圖像的不同輻射質(zhì)量,城市區(qū)域的建筑目標(biāo)高低錯(cuò)綜復(fù)雜的特殊地形特點(diǎn),存在陰影對(duì)目標(biāo)的遮蔽,又存在建筑目標(biāo)的高程突變、不連續(xù),這些特定環(huán)境的圖像質(zhì)量、圖像內(nèi)容都直接影響著立體重建過(guò)程的立體匹配精度,制約著目標(biāo)高精度立體信息的自動(dòng)提取。最重要的是,這都是傳統(tǒng)意義的測(cè)繪領(lǐng)域無(wú)法通過(guò)幾何信息解決的問(wèn)題,因此本文通過(guò)遙感圖像的算法研究,對(duì)于利用不同衛(wèi)星數(shù)據(jù)自動(dòng)完成城市區(qū)域建筑目標(biāo)的高精度立體重建,提供了新思路,有著極為重要的研究意義。首先,針對(duì)來(lái)自不同時(shí)相、不同衛(wèi)星廣義立體像對(duì)的輻射屬性不一致,影響區(qū)域匹配效率而無(wú)法完整獲得目標(biāo)立體重建的問(wèn)題,通過(guò)全面分析不同輻射屬性的影響因素,提出了新的基于目標(biāo)分析的多層次輻射歸一化處理算法。在目標(biāo)分析方面,提出了獲得目標(biāo)區(qū)域范圍匹配的概念,結(jié)合基于局部直方圖特征的遙感圖像分割算法和特征匹配算法,改進(jìn)所有算法在對(duì)應(yīng)的目標(biāo)區(qū)域上進(jìn)行。在輻射歸一化算法方面,提出了基于目標(biāo)的多層次輻射歸一化算法,分層次的解決單幅圖像光照不均勻、過(guò)曝光等問(wèn)題、兩幅圖像間同一目標(biāo)灰度值分布不一致的問(wèn)題、衛(wèi)星圖像的噪聲問(wèn)題,恢復(fù)兩幅圖像輻射屬性的一致性,尤其在相應(yīng)的建筑目標(biāo)區(qū)域獲得了很好的輻射一致性。實(shí)驗(yàn)驗(yàn)證與其他兩種先進(jìn)的輻射歸一化算法比較,本文提出的算法考慮更全面的因素,更注重目標(biāo)區(qū)域,實(shí)驗(yàn)結(jié)果也證明本文的算法更好的提高了數(shù)據(jù)源的區(qū)域匹配的效率,為獲取完整的目標(biāo)立體重建提供了重要支撐。其次,針對(duì)現(xiàn)代城市高矮錯(cuò)綜交疊,城市區(qū)域頻繁陰影現(xiàn)象導(dǎo)致的目標(biāo)被遮蔽,無(wú)法提取目標(biāo)特征的問(wèn)題,提出了新的陰影檢測(cè)和陰影去除的算法,獲得遮蔽目標(biāo)的信息恢復(fù)。在陰影檢測(cè)方面,提出了全自動(dòng)的基于摳像技術(shù)的陰影軟檢測(cè)算法,利用雙峰分裂的陰影硬檢測(cè)算法和圖像摳像技術(shù),獲取陰影分布的概率圖,解決了高分衛(wèi)星數(shù)據(jù)半影區(qū)的問(wèn)題。在陰影去除方面,提出基于目標(biāo)信息恢復(fù)的非局域稀疏陰影去除算法,利用非局域稀疏思想,分析目標(biāo)與陰影的空間位置關(guān)系,通過(guò)同一目標(biāo)結(jié)構(gòu)相似的非影圖像塊對(duì)相應(yīng)的陰影圖像塊進(jìn)行恢復(fù),使去除陰影后的同一目標(biāo)在陰影區(qū)域與非影區(qū)域的亮度和平滑度上具有更好的一致性。實(shí)驗(yàn)驗(yàn)證與其他三種先進(jìn)算法對(duì)比,本文提出的陰影去除算法具有很好的優(yōu)越性與魯棒性,提高了被陰影遮蔽目標(biāo)的特征提取能力,為進(jìn)一步獲得高精度的目標(biāo)立體重建提供了重要的特征指導(dǎo)。最后,針對(duì)城市區(qū)域建筑目標(biāo)高程突變、不連續(xù)的特殊地形特點(diǎn),解決建筑目標(biāo)邊緣處匹配能力差而立體重建精度較低的問(wèn)題,提出了新的基于建筑目標(biāo)結(jié)構(gòu)特征約束和補(bǔ)償?shù)牧Ⅲw匹配算法。在建筑目標(biāo)結(jié)構(gòu)特征提取方面,先是改進(jìn)了直線段提取算法,利用建筑目標(biāo)邊緣為直線段,且互相垂直、平行的結(jié)構(gòu)先驗(yàn)知識(shí),獲得更加貼合目標(biāo)邊緣的直線段提取;進(jìn)而提出邊緣直線段和圖像分割融合的建筑目標(biāo)輪廓提取算法,通過(guò)提出新的融合規(guī)則,利用直線段去約束建筑目標(biāo)的區(qū)域范圍,獲得能保持建筑目標(biāo)邊緣直線特性以及邊緣相互垂直的輪廓特征。在立體匹配算法方面,利用上述提取的精確結(jié)構(gòu)特征,提出基于邊緣特征約束的立體匹配算法和基于輪廓特征補(bǔ)償?shù)钠ヅ湟暡顖D后處理,利用準(zhǔn)確的邊緣線段特征約束匹配窗口,利用保持結(jié)構(gòu)特征的輪廓信息優(yōu)化補(bǔ)償視差圖,使建筑目標(biāo)高程不連續(xù)而導(dǎo)致的邊緣匹配能力低的問(wèn)題得到完美解決。實(shí)驗(yàn)驗(yàn)證了本章通過(guò)建筑目標(biāo)最關(guān)鍵的邊緣和輪廓的結(jié)構(gòu)特征指導(dǎo)進(jìn)行的區(qū)域匹配算法,在目標(biāo)的立體重建精度上遠(yuǎn)遠(yuǎn)高于其他算法,很好的解決了本文面向城市區(qū)域建筑目標(biāo)高精度立體重建的應(yīng)用需求。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 寧曉斐;胡波;趙磊;_澄鬧，

本文編號(hào)：1327368