1 兰州交通大学光电技术与智能控制教育部重点实验室，甘肃 兰州 730070
2 轨道交通信息与控制国家级虚拟仿真实验教学中心，甘肃 兰州 730070
3 兰州交通大学电子与信息工程学院，甘肃 兰州 730070
针对增量运动恢复结构（SFM）算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题，提出一种可并行化处理的增量SFM重建算法。首先，利用词汇树图像检索结果约束图像特征匹配的空间搜索范围，提高图像特征匹配的效率。其次，综合考虑特征匹配数量和无人机平台获取的全球定位系统（GPS）信息构建无向加权场景图，并选用归一化割算法将场景图划分为多个相互重叠的子集。然后，将每个子集分布在多核CPU上并行执行增量SFM重建算法。最后，基于子集间公共重建点和强相关子集优先被合并的策略实现子集合并。此外，结合GPS信息为光束法平差（BA）代价函数添加位置约束项，有效消除每次执行BA优化引入的误差。为了验证所提算法的有效性，在3个无人机数据集上进行实验，实验结果表明，所提算法相比原始增量SFM重建算法不仅显著提高了位姿估计和场景重建的效率，而且合理优化了重建结果的精度。
增量运动恢复结构 光束法平差 词汇树图像检索 归一化割 场景合并 激光与光电子学进展
2024, 61(8): 0811002
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
近年来, 高分遥感影像技术的快速发展为铁路沿线地物检测提供了一种重要技术手段。 基于回归的一阶段目标检测方法YOLOv4具有检测精度高、 速度快等优点, 但用于遥感影像检测时仍然存在部分细节特征信息丢失导致的小目标漏检, 以及进行大面积地物检测时效率低的问题。 为此, 提出改进YOLOv4网络模型对遥感影像铁路沿线地物进行检测。 首先, 设计由卷积、 批量归一化和Mish激活函数组成的CBM(convolution batch normalization mish)模块, 并采用DCBM(double CBM)模块作为密集连接网络(DenseNet)的传输层用于YOLOv4网络特征提取以实现地物特征传递和信息重用, 增强小目标地物的检测能力, 降低漏检率; 然后针对YOLOv4在大面积检测时效率不高和模型参数空间较大的缺陷, 将压缩激励SE(squeeze excitation)通道注意机制用于骨干网中跨阶段局部单元(cross stage partial, CSP)的每个残差单元之后, 减少SE注意模块的重复调用次数, 使其能够在提高网络性能的同时降低模型参数量从而提高检测效率; 最后, 针对长条形状的铁路目标提取困难问题, 在网络结果输出之前引入改进的通道空间注意力机制ICBAM(improved convolutional block attention module) 保留原始特征信息, 解决铁路目标特征提取能力差的问题, 提高铁路中大尺度目标的检测效率。 为验证所提方法的有效性, 选取2 048张分辨率为1 920×1 080的某段铁路沿线遥感影像地物样本数据, 将其中的铁路、 房屋、 楼宇建筑、 农田和水池作为检测目标进行实验, 并与当前流行的目标检测方法进行对比。 结果表明, 改进方法不仅增强了对小目标地物的检测能力, 提高了地物检测精度和速度, 而且提高了大尺度目标的检测效率。 与YOLOv4算法相比, mAP提高了2.11%, 准确率提高了2.93%, 召回率提高了3.79%, 模型大小减少了8.53%。 所提方法为当前应用高速铁路沿线遥感影像地物快速精准检测提供了有效方法。
地物检测 铁路沿线 遥感影像 注意力机制 Ground target detection Along with the railway Remote sensing image YOLOv4 Attention mechanism YOLOv4 光谱学与光谱分析
2022, 42(10): 3275
1 兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
2 兰州交通大学计算机科学与技术国家级实验教学示范中心, 甘肃 兰州 730070
3 甘肃省人工智能与图形图像处理工程研究中心, 甘肃 兰州 730070
基于面元的多视立体(PMVS)算法应用于遥感多视地形影像三维场景重建时,影像中的弱纹理、灰度值变化不明显区域使得重建出的三维地形点云存在整体分布密度低和局部孔洞现象。结合遥感地形影像的特点,提出了基于影像块的并发SIFT算子和地面高程范围约束的改进PMVS算法,首先在特征提取阶段得到分布密集、均匀的特征点,进而通过地面高程范围约束的匹配传播过程高效地得到种子面元,再通过迭代种子面元扩充、面元过滤过程得到地形影像的三维点云数据。实验结果表明,相比原PMVS算法,改进的PMVS算法可在幅宽大、存在弱纹理区域的多视遥感地形影像上重建出稠密点云,有效修复了地形点云场景中的孔洞,并提高了重建时间效率。
遥感 遥感地形影像 三维场景重建 点云孔洞 地面高程范围约束 激光与光电子学进展
2021, 58(22): 2228009
1 兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
2 兰州交通大学计算机科学与技术国家级实验教学示范中心, 甘肃 兰州 730070
3 兰州交通大学甘肃省人工智能与图形图像处理工程研究中心, 甘肃 兰州 730070
4 兰州交通大学甘肃省轨道交通装备系统动力学与可靠性重点实验室, 甘肃 兰州 730070
针对在遥感影像建筑物提取过程中,建筑物与周围环境信息混淆导致提取精度下降的问题,提出了一种低维特征信息增强的改进U型卷积神经网络(U-net)模型,用于遥感影像建筑物的提取。借鉴医学影像分割中应用广泛的U-net模型对建筑物进行提取;考虑到在网络传播过程中低维细节信息逐级削弱,在特征金字塔中的特征图与扩张路径同级上的特征融合前,先与上一层级的特征图进行融合,进一步优化了提取结果的边缘提取精度。在覆盖范围约340 km 2的遥感影像数据集上进行实验,结果表明本文提出的方法在交并比、像素精度和Kappa系数3个指标上的均值分别达到83.9%、92.8%和83.6%,均优于模糊C均值、全卷积网络与经典U-net方法。
遥感 建筑物提取 U-net 神经网络 低维特征 激光与光电子学进展
2019, 56(22): 222801
1 兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
2 甘肃省人工智能与图形图像处理工程研究中心, 甘肃 兰州 730070
3 甘肃省轨道交通装备系统动力学与可靠性重点实验室, 甘肃 兰州 730070
针对合成孔径雷达图像中存在椒盐噪声影响变化检测精度的问题,在变化检测步骤中应用一种改进的直觉模糊C核均值聚类算法;首先运用代数运算方法——差值法、比值法、图像回归法,构建3幅光谱变化差异的图像,将3幅差异图像组成列向量;然后使用主成分分析算法对差异图像构成的列向量进行特征提取;最后采用直觉模糊C核均值聚类算法获取影像变化图。实验结果表明:所用算法可以减小椒盐噪声对合成孔径雷达影像变化检测的影响,而且该算法能更好地保留特征信息,提高变化检测的精度。
图像处理 合成孔径雷达 直觉模糊C核均值聚类 变化检测 主成分分析 激光与光电子学进展
2019, 56(19): 192805
1 兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
2 兰州交通大学甘肃省人工智能与图形图像处理工程研究中心, 甘肃 兰州 730070
针对传统的多特征融合变化检测没有考虑不同特征对变化检测结果的影响及传统的马尔可夫随机场(MRF)变化检测质量受空间信息权重影响的问题,提出了基于密度引力和多尺度多特征融合的变化检测方法。在提取Gabor纹理特征的基础上,通过局部相似性度量和信息熵来获取纹理差异图像,利用变化矢量分析计算了光谱差异图像;采用自适应的方法融合了光谱差异和纹理差异;将密度引力模型与传统MRF相结合,构建了自适应权重的MRF模型,获取了差异图像的变化图。实验结果表明,该方法能够充分利用不同特征,而且能够更好地保持图像边缘细节,提高了变化检测精度。
图像处理 变化检测 密度引力 多尺度多特征融合 马尔可夫随机场 激光与光电子学进展
2019, 56(12): 121003
