【摘 要】
：
航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战.传统半全局密集匹配(semi-global match-ing,SGM)方法中使用双参数进行视差平滑约束,但对整张图像使用同一参数难以适应航摄影像中复杂的场景;参数太大时易导致深度不连续处过度平滑,丢失边角特征,参数太小时易导致在平坦区域平滑约束不足,造成点云空洞.鉴于以上问题,本文提出了一种边缘约束的航摄立体影像密集匹配方法:首先利用影像的点互信息构建相似性矩阵从而得到每个像素的边缘概率;其次,根据像素的边缘属性为每个像素选择不同的惩罚参数;最
【机 构】
：
武汉大学遥感信息工程学院,湖北 武汉,430079;中国科学院空天信息创新研究院,北京,100094
论文部分内容阅读
航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战.传统半全局密集匹配(semi-global match-ing,SGM)方法中使用双参数进行视差平滑约束,但对整张图像使用同一参数难以适应航摄影像中复杂的场景;参数太大时易导致深度不连续处过度平滑,丢失边角特征,参数太小时易导致在平坦区域平滑约束不足,造成点云空洞.鉴于以上问题,本文提出了一种边缘约束的航摄立体影像密集匹配方法:首先利用影像的点互信息构建相似性矩阵从而得到每个像素的边缘概率;其次,根据像素的边缘属性为每个像素选择不同的惩罚参数;最后根据上述选择的惩罚参数进行半全局密集匹配.通过在Vaihingen数据集进行试验分析证明,本文方法的点云结果不仅在平坦区域保持完整,同时更好地保留了房屋的边角特征.
其他文献
语文教育专家王荣生先生曾指出:“一堂好的语文课,主要的标志是教学内容正确并使学生有效地获取相应的经验.”我理解“相应的经验”,应指既涵盖作者文字表达的一些方法、技巧,又包括我们在长期阅读实践过程中形成的语感经验.教师,应致力于让学生学会创造性地学习,在自主学习的过程中,提升学习能力,发展言语智慧,从而构建“简、实、趣”的“慧学”课堂.
低年级是学生养成良好阅读、表达习惯,为中高年级阅读和写作学习打好基础的重要时期.尽管很多学生平时阅读量不少,但他们在表达时常常会语言匮乏,思维局限.笔者发现,传统文化贴近儿童的生活,在读说教学中具有天然的优势,可以成为语文教学中的重要教学资源.
无验潮水深测量是利用RTK(real-time kinematic)测得的GPS天线精确的三维坐标确定定位点的平面位置,RTK高程结合由测深仪同步测得的水底点水深值换算出同一平面位置上定位点的水下高程或水深值.无验潮水深测量具有工作效率高,省工省时等特点.本文对无验潮及验潮水深测量方式的原理进行了介绍,对无验潮水深测量的测深精度进行了分析,依托工程实例,采集验潮和无验潮两种方式的测深数据,以数学统计方法对两组数据进行比对分析,并对无验潮水深测量的测深精度进行了检验.
一、激活学生的言语动机,设计基础型作业rn基础型作业就是夯实基础知识、提高基本技能的作业.然而,教师在设计基础型作业时,常常对字、词、句、篇进行模式化的练习设计,抄默词语、读背课文这类短时记忆的作业类型偏多.这样的设计往往导致学生完成作业时味同嚼蜡,不仅占用了学生大量的学习时间和空间,还会让学生失去学习语文的热情. 教师如何设计一些形式新颖有趣的作业,让学生做得有趣、有效呢?
With the rapid development of Unmanned Aerial Vehicle ( UAV) technology, change detection methods based on UAV images have been extensively studied. However, the imaging of UAV sensors is susceptible to environmental interference, which leads to great dif
一、求异思维,开展比较型主题阅读rn教师指导学生在比较阅读中领悟某些共同点的同时,如果能尝试多角度、多方位地解读文本材料,形成多元的阅读思路,则能促使学生举一反三,提升语文核心素养.中国的酒文化厚重悠远,人在不同境遇中会借酒生发出不同的情感.在“诗人笔下的酒”主题阅读中,学生阅读一组描写酒的古诗文,在品词析句、潜心会文的基础上,通过比较阅读,让阅读来得更为深刻和理性.《过故人庄》中孟浩然向往自然,乐于村居,所以他品出了酒的恬静和豁达;《送元二使安西》中王维将对好友的不舍倾注酒中,表达了他的依依惜别之情;《
针对点云三维建模中一般空间任意姿态的柱面拟合问题,提出通过豪斯霍尔德变换直接求得测量坐标系和柱面坐标系的旋转矩阵.详细介绍了先由点云法向量计算得到轴向向量,通过豪斯霍尔德变换再进行投影,达到降维处理,再拟合平面多项式曲线,最后扩展到三维空间以达到拟合一般曲面的目的.通过实例计算与分析论证该方法拟合的曲面精度可靠且有效可行.
现代大型构件在多数情况下,是由分部件组合拼装而成,为了确保大型构件的安全运行,在其拼接过程中需要对其平面度和直线度等关键状态量进行测量,比较基于一维、三维和六自由度测量的3种测量模型.结果表明,对于拼接完成的大型构件的监测,3种测量模型都可以获得很好的监测效果;对于正在动态拼接的大型构件,前两种测量模型无法快速得到状态量,基于六自由度的测量模型可以快速获得状态进而指导拼接.
在地质灾害发生后快速进行房屋坍塌检测,可以有效地进行灾害评估,并实施抢险救援工作.传统的房屋坍塌检测方法难以适应现代海量无人机影像处理工作,既需要大量的人力、时间成本,又不能保证检测的精度,无法满足应急测绘的要求.本文提出了一种基于卷积神经网络(convo-lutional neural network,CNN)快速检测震后坍塌房屋的方法,介绍了该方法原理和流程.以2008年汶川地震和2010年玉树地震无人机影像数据为例,进行了实验验证,结果表明:该方法应用于房屋坍塌检测,训练速度、准确率等都优于传统方法
Low-Rank and Sparse Representation ( LRSR ) method has gained popularity in Hyperspectral Image ( HSI ) processing. However, existing LRSR models rarely exploited spectral-spatial classification of HSI. In this paper, we proposed a novel Low-Rank and Spar