模板法自动提取遥感图像耕地变化信息的研究

该文在多时相遥感图像中采用主成份差异法提取耕地变化信息，研究的关键在于差值前如何进行图像匹配、如何自动提取变化信息以及差值后如何确定变化阈值。在逐像元判断是否变化时，根据计算机视觉的数据处理思想提出一种采用(2n+1)×(2n+1)判断模板进行判断的方法，这种方法可以大幅度地改善单像元判断的效果。经试验，提取耕地变化信息的准确程度达85％以上，可以替代人工判读的工作。     

基于共线梯度特征和结构化输出的异谱图像匹配算法

本文提出了一种基于共线梯度特征(collinear gradient-enhanced coding,CGEC)和结构化输出的异谱图像匹配算法。首先通过共线梯度特征对异谱图像进行特征图像转换,获得具有相似结构信息的特征图;接着,在特征图上进行关键点的提取,以得到较多的同名点;最后,综合关键点的特征向量和关键点之间的结构信息,采用优化的方法计算得到最优的转换关系。实验结果表明,本文方法更好的获取了关键点的匹配结果。     

图像匹配技术在土地利用动态监测中的应用方法研究

利用遥感技术进行土地利用动态监测是利用多源多时相的遥感数据,利用栅格数据和矢量数据相结合对土地进行全面性的调查与监测,掌握其数量、质量、权属、利用现状等各种信息,它能够主动发现土地利用变化的信息,使我们可以及时掌握有关土地变更的各种信息。可是当我们发现了疑似变更了属性的非法建设用地等图斑时,这些变化图斑或不确定图斑,我们很难在影像上获取它们的准确的空间位置。本文以SPOT-5遥感影像为数据源,通过图像匹配技术来解决在土地利用动态监测中的非法建设用地变化图斑的空间定位的问题。     

基于特征点提取匹配的蝗虫切片图像的拼接和修复方法

由于环境和切片本身特性的影响,试验中获取的蝗虫切片总是不完整或者带有褶皱的。针对这一问题,提出了一种基于图像匹配的蝗虫切片拼接和修复方法,以序列切片中缺损切片的邻近切片图作为参考对象,对缺损切片图像进行拼接和修复。首先对切片进行小波降噪,降低噪声对匹配的影响;然后用尺度不变特征变换(scale.invariant feature transform,SIFT)算法和快速鲁棒特征(speed-up robust features,SIJRF)算法获取切片特征点并生成特征向量,完成切片的初始特征点匹配;随后利用随机采样一致(random sample consensus,RANSAC)算法进行匹配矫正,剔除匹配点对中的误匹配,并利用最小二乘法求解出单应性矩阵;最后用正确的匹配点对和单应性矩阵完成蝗虫切片的拼接,利用求得的空间映射模型找到褶皱部分相应的匹配域,完成对缺损部分的修复。试验表明:提出的切片拼接和修复方法的所提取的特征点的正确匹配率能够达到72.2%,并且运行速度以及匹配效果都能在一定程度上满足切片修复的要求,为后面进行蝗虫切片褶皱打开以及蝗虫体的三维重建提供了技术参考。     

基于线阵扫描图像的玉米果穗性状检测技术

为实现玉米果穗性状自动检测,以线阵扫描方式获取玉米果穗表面圆周图像信息,利用图像处理技术从中提取相关性状参数。从扫描图像自身提取检测模板,应用归一化互相关算法完成玉米果穗单周图像的精确切割;以Otsu法完成籽粒分割后,利用边界非完整籽粒的连接性,完成边界分割籽粒的合并,提高籽粒计数准确度;采用图像投影曲线平滑后求极值的方法获取穗行数。与人工检测实验结果对比,穗粒数和穗行数的计数准确率分别为94.6%和99.1%。     

基于Android的玉米病虫害机器视觉诊断系统研究

为了使农业智能诊断系统更加廉价、便捷,有效地为普通农户服务,提出了一种基于Android手机的农业病虫害智能诊断系统。该系统使用Android智能手机对玉米病虫害部分进行图片拍摄,并将图像利用无线网上传至Web服务器,利用分割和匹配算法对病虫害部分进行智能化分析,最终将结果传输到手机用户端。为实现图像匹配的特征点提取,采用高斯差分的方法对图像进行分割和精确定位,使用聚类算法对匹配效果进行优化,并利用特征点的无限逼近,完成病虫害图像的匹配,从而诊断病虫害的类型。上传后的图像和Web服务器的规则库的图像进行匹配后可以生成病虫害的匹配结果信息,该信息可以通过Android智能系统接收,最终反馈给农户的手机客户端。通过测试发现:玉米病虫害诊断系统可从多幅图像里有效地对病虫害类型进行匹配,匹配成功率较高,系统的稳定性较好,具有很好的推广前景。     

基于SIFT算法的图像匹配研究

图像匹配是计算机视觉、摄影测量等领域的基本问题,SIFT算法由于具有旋转和尺度不变性等优良性能被广泛使用,但也并非完美。针对SIFT算法的适用性问题展开研究,采取三组图像进行匹配,SIFT算法采用SIFTGPU的实现版本。实验结果表明,大部分情况下,SIFT算法可以得到较多可靠的同名点,但如果图像中纹理单一或者重复纹理较多以及成像时角度差异过大,容易造成SIFT算法匹配质量降低。     

玉米冠层平行多目图像匹配方法

针对一种四通道矩形排列的多光谱相机,开发了一种平行多目成像匹配模型。利用相机拍摄了田间玉米冠层图像,相机的4个通道分别为R（红）、G（绿）、B（蓝）和NIR（近红外）,拍摄距离为0.5 m左右。分析了玉米冠层图像的特点,提出了一种图像匹配方法。该方法首先选择某一通道图像作为源图像,其他通道图像作为目标图像,源图像中叶片边缘作为源特征点,由该点18个方向的导数作分量构成特征向量。其次在目标图像中搜索相应的目标特征点,若在其中某一区域内的点与源特征点所在边缘方向夹角小于某阈值,将特征向量与源特征向量的距离为最     

立体视觉技术应用于林木个体分布格局测定研究

详细介绍了应用立体视觉技术由立体像对测定林木个体分布空间格局的方法、步骤，探索了适合林业环境下的立体视觉实现的技术路线。摄像机标定采用基于非线性度量误差模型的摄像机标定方案；图像匹配采用外极线和Canny算子检测出的树干边缘约束下的人机交互式的相关匹配。最后通过实验对文中算法、策略进行了验证。结果表明，在实验条件下，应用立体视觉测定林木个体分布格局可以达到精度要求。     

两种图像匹配算法在植被覆盖区的应用对比

从无人机影像的特点考虑,对SIFT和SURF这两种图像匹配算法进行研究,利用这两种算法对大量无人机影像进行对比较验,比较2种算法的可靠性。结果表明,在植被覆盖较多的地形中,SURF不但在匹配速度上优于SIFT算子,而且在匹配对数量上也要多于SIFT算子。