ee345的博客

本文围绕交叉行人流的轨迹提取与密度分析，以及圆形中心定位测量精度展开研究。在交叉行人流分析中，提出了基于最近邻高斯核的密度估计方法，并探讨了行人速度与密度之间的关系；在圆形中心定位方面，分析了数字化对质心法测量精度的影响，并通过数值积分评估误差方差，为相关领域的研究与应用提供了理论支持与实践指导。

本博文介绍了两种用于行人分析的关键技术：一是基于动态行人图和隐马尔可夫模型（HMM）的鲁棒事件检测方法，能够有效识别行人之间的交互行为并具有良好的鲁棒性；二是视频中交叉行人流的半自动化轨迹提取与密度分析技术，通过针孔相机模型和最近邻核密度估计方法，实现了从任意观察角度提取轨迹并准确估计人群密度。这些方法在人群管理、安全监控等领域具有广泛应用潜力。

本文介绍了一种基于行人交互图和隐马尔可夫模型（HMM）的事件检测方法，旨在拥挤和杂乱的大型活动现场中有效检测行人交互事件，如汇聚、分散、排队等。通过动态行人图对场景中的行人交互进行建模，并结合HMM对运动模式进行分析，从而提高事件检测的准确性。实验结果表明，该方法在检测准确率上明显优于传统方法，为人群安全监控提供了一种有效的解决方案。未来的研究将从优化运动特征、改进HMM模型和多模态数据融合等方面进一步提升该方法的性能。

本文探讨了航空图像序列中人员检测与跟踪的方法，提出了一种基于外观的跟踪-检测框架。针对航空图像中人员尺寸微小、数量众多、环境复杂等挑战，设计了融合阴影信息和特定特征的有效检测器，并通过迭代引导训练优化分类器。实验表明，该方法在孤立人员检测中表现良好，但在复杂场景下仍需进一步优化。未来的研究方向包括改进运动模型、数据关联方法以及构建层次轨迹片段框架。

本文探讨了两种城市场景分析和移动平台图像处理中的关键技术。首先，条件随机场（CRF）通过引入上下文信息和全波形特征，在城市场景的三维点云分类任务中表现出更高的正确率和完整性率，优于传统的支持向量机（SVM）和马尔可夫随机场（MRF）。其次，针对非静态场景中的背景建模问题，提出了一种统计无偏的背景建模方法，通过优化像素过程和分布更新方案，有效减少了初始化时间并保持了模型的鲁棒性。此外，文章还分析了两种技术的优势、应用场景以及未来研究方向，包括CRF计算成本的优化和背景建模方法的实时性提升。研究表明，这些技术在

本文提出了一种基于条件随机场（CRF）的激光雷达（LiDAR）点云分类方法，用于城市场景分析。该方法利用全波形（FW）传感器数据的额外特征，结合基于点的分类和灵活的CRF框架，提高了分类准确性。通过在两个机载LiDAR数据集（Bonnland和Kiel）上的实验验证，该方法在总体准确率上优于支持向量机（SVM）和马尔可夫随机场（MRF）。同时，分析了邻域大小对分类性能和计算成本的影响，并讨论了方法的优势与局限性，以及未来的改进方向。

本研究探讨了多视点图像在三维目标空间中的监督分类及相关技术。重点包括从图像和三维点云中提取特征的方法、将特征和标签投影到体素的策略、使用 AdaBoost 和随机树进行监督分类的比较，以及不同视角信息合并对分类结果的影响。此外，研究还扩展到基于全波形 LiDAR 数据的城市场景分类，利用条件随机场（CRF）引入上下文知识，以提高分类准确性。实验结果表明，合并多视角信息可以显著提升分类性能，而随机树在多数情况下表现优于 AdaBoost。未来的研究方向包括利用三维邻域关系、减少训练数据依赖、对象级分类以及多传

本研究探讨了建筑立面图像区域分类与多视图图像三维监督分类的方法及其在地震灾害评估中的应用。针对建筑立面图像分类，采用了基于随机决策森林和局部特征的方法，并通过条件随机场优化分类结果。对于多视图三维监督分类，提出了一种结合倾斜航空图像和点云数据的体素分类方法，使用AdaBoost和随机树进行比较分析。研究以海地地震后的建筑物损坏评估为案例，展示了三维分类在利用多视图信息方面的优势。同时，文章讨论了当前方法的局限性，并提出了未来的研究方向，如改进分层模型、优化特征提取、自适应体素调整和多模型融合等方法以提高分类

本文研究了城市区域航空SAR干涉测量与建筑立面图像区域分类方法。在干涉测量方面，比较了正向与反向地理编码方法，探讨了多视角数据对覆盖范围的提升，并分析了叠掩和阴影问题的解决方案；在建筑立面分类方面，采用随机决策森林（RDF）进行区域分类，并通过条件随机场（CRF）优化分类结果的空间一致性，实验表明该方法显著提高了分类准确率。研究为城市三维建模和遥感数据分析提供了重要参考。

本文探讨了基于机载激光扫描（ALS）的城市区域变化检测方法和机载分米级分辨率合成孔径雷达（SAR）干涉测量技术。通过Dempster组合规则融合多测量结果，实现了对城市区域变化的检测，并提出了减少植被影响的分类策略。同时，介绍了MEMPHIS SAR系统及其在城市区域高精度地形建模中的应用，分析了其技术优势与挑战。文章还提出了未来的研究方向，包括技术融合、算法优化和实时处理能力提升，以支持城市规划、灾害监测等领域的发展。

本文提出了一种基于多视角与多时相ALS数据的城市区域变化检测方法。通过直接比较几何特征，并结合空空间信息和Dempster-Shafer理论，有效提高了变化检测的准确性和可靠性。实验结果表明，该方法能够成功检测建筑物的新建、拆除和变形等变化，并在处理效率和冲突信息评估方面具有优势。

本文研究并实践了一种基于稀疏表示的数字高程模型（DEM）融合方法。通过构建高分辨率和低分辨率字典，采用基于地貌特征的数据驱动策略计算融合权重，并在多个真实DEM数据上进行验证。实验结果表明，该方法能够显著提高DEM的分辨率和精度，尤其是在中高坡度和粗糙度区域效果更明显。此外，文章还探讨了不同融合组合的性能差异以及权重计算方法的重要性，为未来进一步优化DEM融合技术提供了方向。

本博文围绕立体匹配代价和数字高程模型（DEM）融合展开研究。首先评估了MI、Census和MIC三种匹配代价在不同观测条件下的性能，发现MIC综合了MI和Census的优点，在遥感数据集中表现更优。其次，提出了一种基于稀疏表示的DEM融合方法，通过构建数学模型和优化问题，结合权重和相邻补丁一致性约束，显著提升了DEM的质量和精度。实验结果表明，该方法在多个卫星数据集上均取得了良好的融合效果，平均NMAD显著降低。最后对研究的未来方向进行了展望，包括方法拓展、实时处理和多源数据融合等。

本博文围绕表面分割与立体匹配成本的研究展开。首先介绍了一种基于 FastFPS 的鲁棒表面分割算法，通过定义和优化成本函数实现对三角网格或点云数据的高效分割，适用于含噪声和离群值的数据。随后，博文系统评估了多种立体匹配成本（Census、互信息（MI）及 MIC）在不同观测约束下的性能表现，尤其在航空和卫星图像上的应用。研究发现，Census 在大基线和辐射变化下表现稳健，MI 在小基线条件下准确性较高，而 MIC 结合两者优势，展现出良好的综合性能。最后，博文提出了未来研究方向，包括自适应调整匹配成本权重

本文介绍了一种基于快速行进最远点采样（FastFPS）的鲁棒表面分割方法，用于高效处理三维数据的表面分割任务。该方法通过结合快速行进算法与最远点采样策略，实现了对三维表面的自适应分割，并利用成本函数和增量/减量搜索策略自动优化分割结果。实验表明，该方法在处理噪声数据和小结构时具有良好的鲁棒性，并在多种真实世界数据中表现出良好的通用性和分割效果。适用于建筑重建、工业检测、医学图像处理等多个领域。

本文介绍了红外建筑纹理中窗户检测与表面分割技术的研究进展。窗户检测部分通过行调整、标准化掩码相关等方法实现初步检测，并探讨了模型局限性、遮挡问题及优化方向。表面分割算法基于快速行进最远点采样（FastFPS），结合成本函数和停止准则实现鲁棒分割，并展望了其在建筑模型重建、城市规划与管理、机器人导航等领域的应用前景。

本文探讨了非森林树木生物量评估与红外图像中窗户检测的关键技术。在生物量评估中，比较了TLS/FWF和F+L/FPL数据类型及不同方法的效果，发现FWF数据因高点密度和采集条件优势明显。同时，分析了3D分割方法和nDSM方法的适用性及问题。在红外图像窗户检测部分，提出了一种结合形态学运算和角点检测的算法，通过区域检测和行调整优化，实现了较好的完整性和正确性。尽管当前方法在特殊树林和复杂窗户布局中仍存在挑战，未来的研究方向包括算法优化、深度学习引入及更多样本验证，以提升评估和检测的准确性和适用性。

本文基于机载和地面LiDAR数据，探讨了非森林树木的地上生物量评估方法。研究引入了两种主要方法：一种是利用归一化数字表面模型（nDSM）估算植被体积并推导体积-生物量转换因子，另一种是采用3D归一化割分割技术识别单棵树木并进行生物量估算。结果表明，TLS和FWF数据在植被体积-生物量转换中表现最佳，能够更准确地反映树木结构和生物量情况。3D分割技术在低植被区域检测率较高，但F+L和FPL数据存在分割间隙和精度不足的问题。研究还通过交叉验证对模型进行了评估和优化，为未来非森林树木生物量的精确估算提供了可行方法

本文提出了一种结合可见光和近红外（NIR）波段的自动化阴影检测算法。通过构建NIR-R-G假彩色空间并转换为HSI颜色空间，计算差值图和比率图，结合Otsu阈值分割和植被区域去除，实现了较高的阴影检测精度。该算法无需手动设置阈值，并在IKONOS和GeoEye图像上进行了测试，展示了其在自动建筑物检测中的应用潜力。尽管存在对暗物体误检的问题，但整体精度优于现有方法，并为遥感图像的自动化分析提供了一种有效方案。

本文探讨了一种针对地面图像中山墙屋顶的检测方法，旨在优化城市三维模型构建。山墙屋顶在传统三维建模中常被误判，因此需要通过地面图像准确检测山墙结构。该方法基于校正的立面图像，结合形态学处理、边缘检测和线段筛选，独立处理建筑立面并分类是否为山墙。文章详细介绍了检测流程的各个步骤，并通过实验验证了方法的有效性，同时提出了未来改进方向，如去除植被影响、识别天空区域、结合激光数据和扩展检测范围等，以提高检测的准确性和适用性。

本文探讨了立体视觉移动测绘中的图像序列处理方法，旨在实现稳健且精确的单目3D测量与基于图像的地理参考。通过使用高精度惯性导航系统（INS）和全球导航卫星系统（GNSS）支持的立体图像采集系统，结合半全局匹配（SGM）和最小二乘匹配（LSM）等算法，实现了亚厘米级的内部精度和厘米级的绝对地理参考精度。研究提出了立体图像对内和图像序列内的匹配方法，利用深度图和几何约束提高匹配可靠性，并通过实验验证了方法的有效性。该方法在城市规划、道路设计和地理信息系统（GIS）等领域具有广泛的应用前景。

本文解析了一种精细化的非刚性全景图与激光雷达配准技术。该技术通过结合非刚性ICP算法和全景图与激光雷达反射率数据的兴趣点匹配，实现了在复杂环境变化下的高精度自动配准。博文详细介绍了数据采集情况、算法流程（包括初始配准和细化配准）、结果分析以及技术优势与应用场景。实验表明，该方法能够在不同时间采集的全景图和激光雷达数据之间实现约2厘米的配准精度，具有广泛的应用前景，如城市规划、自动驾驶和文化遗产保护等领域。

本文探讨了航带内线段匹配重建与全景图像到LiDAR点云的非刚性配准方法。针对航带内线段匹配重建，提出了一种冗余度量方法以提高匹配完整性，同时保持高正确率；对于全景图像与LiDAR点云的配准问题，采用了非刚性ICP结合束调整框架的策略，有效处理非刚性变形并提升配准精度。研究还分析了两种方法的优势、实际应用中的考虑因素及未来发展方向，为地理信息处理技术的进步提供了重要参考。

本文深入解析了两种关键的图像匹配与线段重建技术：递归平铺的可靠图像匹配技术和超高分辨率单条带航空影像的带内线段匹配与重建技术。详细分析了它们的技术原理、优劣势、适用场景及改进方向，并结合应用案例和未来趋势探讨了其实际价值和发展潜力。

本文介绍了一种基于递归分块的可靠图像匹配方法，旨在解决宽基线条件下高分辨率图像匹配的挑战。通过将目标图像递归分割为局部小块，并为每个小块估计局部投影变换，减少透视失真并控制重复纹理的影响，从而显著提高匹配的可靠性和数量。实验表明，该方法在多个数据集上的匹配性能优于传统方法，平均匹配数量增加2-3倍，正确率可达95%以上。文章还讨论了该方法的优势与局限，并分析了其在不同场景下的适用性。

本博客主要探讨了不同图像域间的匹配技术，特别是针对LiDAR强度图像与卫星图像之间的配准问题。研究首先分析了传统SIFT匹配方法在跨域图像中的局限性，并提出了一种结合LPFFT、Harris角点检测和PDF描述符的新匹配方法。该方法采用从粗到细的策略，通过相似变换估计、特征匹配和RANSAC粗差检测等步骤，实现了稳健的像素/亚像素级匹配精度。实验结果表明，该方法在多个图像对上表现良好，具有广泛的应用前景。

本文提出了一种基于轮廓对齐的立体相机绝对定向方法。该方法通过寻找参考轮廓与浮动轮廓之间的对应关系，利用转向角表示和TF-距离最小化来匹配轮廓，随后通过RANSAC算法计算刚性变换以实现配准。最后，在5自由度下进行外部定向和空间变换计算，以重建相机的绝对位置。该方法在医学X射线图像的患者对齐应用中表现出良好的性能，达到亚像素精度，且计算速度快。适用于X射线、荧光透视及其他基于模型的图像对齐任务。

本文研究了在非重叠视图条件下，如何利用先验知识和特定运动特征进行相机相互方位（BT A）估计，并提出了一种基于轮廓匹配的立体相机绝对方位确定方法。研究通过模拟数据实验和真实数据实验验证了方法的有效性，并探讨了不同运动模式对参数估计精度的影响以及先验知识在光束平差中的关键作用。此外，提出的方法在X射线成像等难以获取对应点的应用场景中具有广泛适用性，并为未来研究指明了方向。

本文研究了非重叠视场多相机系统中相互定向参数的估计问题，重点分析了不同运动特性对参数估计精度和可确定性的影响。通过引入先验知识到光束平差中，提出了一种在临界运动情况下仍能有效估计相互定向参数的策略。实验结果表明，在纯平移运动和平面受限运动等临界情况下，先验知识的引入能够显著提高参数估计的精度和数量，而在复杂运动情况下效果影响较小。合成数据和真实数据的实验结果验证了该方法的有效性和可靠性。

本文提出了一种高效多闭环视频拼接技术，旨在解决无人机航空图像拼接中的误差累积和图像漂移问题。通过闭环检测和调整策略，结合指数表示法参数化单应性矩阵，实现了计算高效且统计严谨的拼接方法。该技术适用于灾害管理、监视、图像稳定与全景拼接等领域，具有良好的计算效率和全局一致性。文章还探讨了其未来发展方向，包括智能化、实时性提升和多传感器融合。