- 徐子阳;周绍光;葛莹;万子豪;
城市道路提取在自动驾驶、城市规划和应急响应等领域具有重要的应用价值;深度学习方法虽然可以实现道路自动提取的效率和精度,但通常依赖大量真实标签样本,成本较高,如何在无标签区域实现城市道路遥感自动提取成为亟待解决的难题。本文基于教师学生框架,利用跨域D-LinkNet模型,通过教师模型训练、知识蒸馏和学生模型训练,将源领域知识迁移至目标领域,因此构建一种基于模型蒸馏的无标签城市道路遥感自动提取方法。具体地,在源领域训练教师模型,通过知识蒸馏生成伪标签以指导学生模型训练,并接受学生模型反馈,经循环蒸馏提升伪标签质量,增强学生模型对目标领域的适应性。结果表明,本文方法在公共数据集Massachusetts、CHN6-CUG上均表现优秀,相较于基础模型,评价指标召回率、F1分数、交并比分别提高了16.291%、10.191%和11.669%,以及26.305%、23.453%和20.099%。研究成果可为标签稀缺地区的城市道路遥感自动提取提供解决方案。
2025年02期 v.32 113-126页 [查看摘要][在线阅读][下载 3300K] [下载次数:188 ] |[引用频次:0 ] |[阅读次数:24 ] - 王顺;王宵;杜锐;林中杰;王强;宋晨洋;刘阳;
针对近景摄影测量中核线重排列生成核线影像的方法对计算机视觉群体不适用的问题,以导航和避障双目相机为研究对象,本文提出一种PG-Fusiello(photogrammetry Fusiello)方法,以适配于计算机视觉中用于立体校正的Fusiello模型的双目核线影像生成。首先,通过对比分析Fusiello模型与近景摄影测量模型对极几何约束和参数表达的理论差异,推导基于旋转平移参数变换的模型适配公式;其次,将Fusiello模型与近景摄影测量标定模型的参数进行适配,并进行核线影像生成处理;最后,引入SURF(speededuprobustfeatures)特征匹配与随机采样一致性误匹配剔除算法,通过匹配特征点的重投影均方根误差,来评估相对方位标定精度和核线校正适配方法的有效性。结果表明,本文方法匹配特征点的平均误差小于0.9个像素,最大误差小于2个像素,均方根误差约为1个像素,实现了导航和避障相机的双目核线校正和相对方位标定精度验证,且处理速度和精度优于已有核线重排列方法、Bouguet方法。这为后期导航和避障双目相机的立体测图处理奠定了基础。
2025年02期 v.32 127-135页 [查看摘要][在线阅读][下载 1363K] [下载次数:131 ] |[引用频次:0 ] |[阅读次数:10 ] - 袁忻泽;钟若飞;朱磊;
针对传统室内测绘在全球导航卫星系统(global navigation satellite system,GNSS)拒止环境中存在覆盖盲区多、探索效率低及依赖外部定位等问题,本文提出一种预设探索点的无人机室内自主探索建图方法并进行软硬件系统实现。基于欧几里得符号距离场(Euclidean signed distance field,ESDF)地图和信息增益最大化策略,通过在地图中均匀预设探索点,融合激光雷达与惯性测量单元数据,经去畸变、预积分及因子图优化构建点云地图;通过硬件搭载半固态激光雷达、飞控等关键部件,软件集成激光里程计定位、动态避障及路径规划算法,在机器人操作系统中运行实现,形成配套软硬件系统。结果表明:相较于已有常用方法,本文方法探索时间平均降低13.28%、轨迹长度减少14.89%,地下室走廊点云测量最大偏差4.87 cm、最小偏差0.37 cm、标准偏差2.66 cm;研究实现了在无GNSS信号的室内封闭环境进行有效自主探索。
2025年02期 v.32 136-147页 [查看摘要][在线阅读][下载 1965K] [下载次数:150 ] |[引用频次:0 ] |[阅读次数:8 ] - 赫晓慧;吴凯旋;李盼乐;乔梦佳;程淅杰;
主流语义分割方法多针对小尺寸影像,而遥感影像通常覆盖地表范围广,现有研究在处理遥感影像时普遍面临分块拼接误差导致的空间特征关联性丢失与计算效率低等挑战。因此,基于SAM(segmentanything model),本文提出一种大幅面SAM(large scale SAM,LS-SAM)遥感影像建筑物提取方法。首先,构建异构特征编码器来融合卷积神经网络局部提取能力与SAM全局提取优势,通过全局和局部信息的融合有效解决SAM局部特征表达不足问题;其次,设计空间多尺度Adapt Former模块,以增强SAM的多尺度特征提取能力,使得能够学习不同尺度的特征来提高语义分割的准确性;为了减少遥感影像处理过程中出现的内存占用过多和检索分块拼接所带来的误差,设置动态训练策略;最后,基于公开数据集进行验证,并与已有方法进行比较评价。结果表明,本文方法在数据集IAILD的表现优秀,在两种随机裁剪尺寸情况下,平均交并比呈现最优和次优;其中,在1024个像素×1024个像素尺寸时,m Io U达到86.5%,相较于BuildFormer的82.38%、SAM的76.98%,分别提升了3.12%、9.52%。
2025年02期 v.32 148-157页 [查看摘要][在线阅读][下载 4563K] [下载次数:420 ] |[引用频次:0 ] |[阅读次数:9 ] - 刘秀慧;李勇;葛莹;王鸿燕;赖美芸;顾祯蓉;储思敏;丁涵;
埃及地处非洲大陆,水资源空间分布主要依赖于人工调控,水网结构密集且尺度复杂,尽管目前干旱区地表水遥感提取研究成果丰富,但针对埃及地区的尚不多见。因此,基于U-Net结构,以埃及为研究区,本文提出一种具有全局和局部特征的多尺度融合U-Net模型。首先,以Sentinel-2、资源三号卫星影像为数据源,通过视觉Transformer编码器和曼哈顿自注意力机制相结合,构建全局特征提取模块,提取水渠的上下文信息;其次,分别进行空间注意力和通道注意力操作,构建空间先验卷积注意力融合机制对地表水多尺度特征进行融合,提高水体边缘细节识别能力,抑制噪声和背景干扰;最后,与常用语义分割模型进行比较评价。结果表明,相较于常用语义分割模型,本文方法在狭窄水渠的自动提取中效果较好,尤其相较于改进前U-Net,交并比、F1分数、精确率指标分别提高了4.97%、3.02%、10%,提取时间节约了14.66 s。
2025年02期 v.32 158-167页 [查看摘要][在线阅读][下载 2088K] [下载次数:224 ] |[引用频次:0 ] |[阅读次数:4 ]