基于混合云架构的广西国土资源云应用实践与探讨

针对广西国土资源信息化建设过程中,用户和业务量急剧增长,传统数据中心效率偏低,以及当前云计算环境建设相关技术发展方向尚不明确等问题,本文通过对广西“国土资源云”的应用实践探讨,介绍了广西“国土资源云”的建设架构,应用情况以及面临的有关问题,提出了基于“混合云”架构的国土资源云数据中心建设方案.方案对于明确“国土资源云”的建设定位,新兴技术的选择与应用,提供了明确和可行的发展方向,对各地国土资源信息化建设部门开展相关建设具有重要的参考价值.     

一种适应大坝健康诊断的改进云合并算法

针对大坝健康诊断中普遍存在的信息不确定性以及诊断过程中诊断指标信息融合的复杂性等问题,提出了基于云滴的改进云合并算法。该算法从云模型的云滴特性出发,首先通过正向云发生器分别得到多个“原子云”的云滴,再对云滴进行加权运算实现云滴合并,然后通过逆向云发生器得到“综合云”,实现了云模型表征不确定性信息的传递和融合。以紧水滩大坝为工程实例,构建了基于改进云合并算法的大坝健康诊断模型。实例验证了改进的云合并算法的可行性和合理性,适应了大坝健康诊断多指标、多层级、异权重等特点。     

“云上贵州”平台下的市县国土资源信息整合实践与思考——以遵义市为例

“云上贵州”平台应用正在向市县国土资源部门延伸,贵州省“国土资源云”与贵州省“政务云”的横向信息资源整合进入实质性阶段,国土资源政务信息资源如何与当地政府信息资源整合,成为市县国土资源信息化面临的新课题.本文以遵义市为例,利用“云上贵州”平台信息资源整合的契机,实现市县国土政务信息资源跨部门、跨行业、跨平台的共享协同,逐步消除“信息孤岛”,促进国土资源决策科学化、监管精准化、服务便利化.     

构建“国土云”的思维与路径研究

云计算、大数据、物联网、虚拟技术等信息技术发展成果,为“国土云”的构建与推进提供了技术条件。“十三五”信息化规划前期准备工作启动在即,“国土云”无疑被确定成为其建设的目标与任务。围绕这一发展战略与构想,我们应当具备怎样的战略眼光与技术储备,如何摈弃既往信息化建设的陈旧思维和落后建设模式,以技术、经济、效率、集约化为优先考量的建设思路来构建和运用“国土云”,促进国土资源管理行业和管理方式的深刻变革,是当前国土资源信息化工作者的重要使命与新的任务。     

基于Car(p,q)模型和数学形态学理论的LiDAR点云数据滤波

在分析现有的LiDAR点云数据后处理方法的基础上,本文提出了一种点云数据“分步”滤波方法。首先对LiDAR点云数据进行数学形态学“粗”滤波,得到“地面点假设”和“非地面点假设”。然后引入顾及因果关系的自回归模型（car）对两类点云数据假设进行模型化处理和假设检验,根据假设检验的结果判断地面点和非地面点,最终得到可靠的分类结果。与单纯的“最小二乘拟合预测法”或“数学形态学”方法相比,这种“分步”处理的思想用于LiDAR点云数据分类处理的结果更可靠。     

无人机影像密集匹配点云在违法占地和违法建筑监测中的应用

当前城市违法占地和违法建筑监测大多基于遥感影像开展,无法有效发现建筑物加建、加盖等情况,利用影像密集匹配点云提取建筑物三维变化是“两违”精准监测的有效途径。本文以贵港市“两违”监测工作为例,以无人机影像密集匹配点云为基础数据,通过构建深度神经网络模型自动提取建筑物点云,并检测不同时相建筑物点云的变化,经叠加审批、规划等自然资源管理数据,快速提取出疑似“两违”图斑并开展监测。     

地理信息云平台数据库架构探讨

本文从“一张图”概念入手,分析了地理信息云平台的作用和主要特点及分类,说明了地理信息云平台数据库内容、数据更新机制和方法,从数据应用角度讨论了地理信息云平台数据展示研究的必要性,并全面分析了地理信息云平台数据库体系架构和各类云平台之间的相互关系,探讨了地理信息云平台数据体系。     

点云场景认知模式——泛化点云EI北大核心CSCD

随着传感器技术和观测平台的迅速发展,点云大数据作为新型遥感的主要数据形式,已经逐渐成为场景感知的重要信息载体,并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时,点云观测装备和国家重大战略需求的双重驱动促使空间场景从感知迈向了认知,也对认知处理的算法和算力提出了新的要求。为此,本文以点云场景认知的基本框架为线索,分析了多源点云耦合观测的研究现状,总结了点云场景认知处理的关键进展及其在国家重大战略需求中的典型应用,并凝练了点云场景认知当前面临的主要问题。在此基础上,本文聚焦点云场景认知的前沿挑战,避开传统欧氏空间而转到高维张量流形空间进行点云数据处理,提出了“泛化点云”的科学概念和技术框架,为突破点云场景认知处理的算法和算力提供研究思路。     

“航天清华一号”微小卫星及其图像处理

介绍了“航天清华一号”微小卫星的研究背景和主要技术指标。讨论了星上图像智能处理的方案 ,包括云检测和图像压缩两个部分 ,并介绍了地面的图像处理工作     

低轨巨型星座遥感信息“云-边-端”智能服务关键技术

低轨巨型星座是国家重要的新型基础设施,也是当前航天领域发展的前沿和热点。通过分析卫星集群与地面资源的“云-边-端”动态优化协作,开展面向低轨巨型星座的协同智能服务关键技术研究。围绕“一星多用、星群组网、协同感知、自主管控、智能服务”的目标,分析了地面中心云智能管控与高精度处理、天基边缘云协同观测与融合处理、卫星端与用户端实时处理与智能服务等关键技术,探讨了面向即时任务的“云-边-端”协同智能服务模式,能够为典型即时应用场景提供“快、准、灵”的时空连续信息服务,实现智能对地观测的跨越式发展。     

机载点云数据生产DEM的关键技术探讨

从机载航摄仪中获取的点云数据出发,提出了点云制作DEM的生产工序流程及作业中的注意事项,重点论述点云精度、点云滤波、DEM制作等关键技术,并对点云滤波算法进行优化改进,使之更好地应用于项目生产中,提高了工作效率.     

利用辅助图像进行IKONOS图像的去云处理

遥感图像上的局部云层覆盖会直接影响遥感图像的使用，在图像预处理阶段应进行去云处理。文中讨论了IKONOS多光谱图像上的“厚云”去除方法。主要思路是：利用与IKONOS图像光谱特性极为相似的陆地卫星ETM 多光谱图像的前四个波段作为辅助图像，将ETM 图像与IKONOS图像配准后，利用辅助图像上的信息替换IKONOS图像上的有云区域，实现IKONOS图像的去云处理。实验表明：在辅助图像存在的前提下，本文的去云方法足一种理想的解决方案。     

福建省多源遥感影像云服务平台设计与实现

基于云计算、大数据、对象存储、免切片等技术,依托数字福建云计算中心政务云环境搭建多源遥感影像云服务平台。在分析用户需求和云平台研究现状的基础上,结合福建省陆海卫星遥感影像统筹业务需求,设计了平台总体架构、数据架构和功能模块,探讨了平台关键技术。平台构建了多源遥感影像自动识别、实时处理、动态发布、主动推送等一体化在线服务链路,实现了遥感影像数据“即收、即处、即发布”的一站式服务,对福建省卫星影像数据和遥感技术的应用和推广具有重要意义。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

星载毫米波测云雷达资料的云特征分析

基于CloudSat卫星资料, 综合地基和天基遥感资料云特征反演算法, 开展了云分类和云相态识别方法研究, 并将所得结果分别与CloudSat数据处理中心(DPC)发布的云分类产品和CALIPSO星上载荷Lidar产品进行了比对分析和个例研讨。     

多源点云融合精细建模

本文提出了一种基于曲率特征点初配准的多源点云融合解决方案。其次使用迭代最近点算法（ICP）采取点到面的方法对点云数据进行精配准,在K维树（K-d树）的最近值领域搜索的基础上使用点云配准的3倍中误差作为判断条件,交叉验证保多源点云数据中同名点云数据。小于判断条件时保留三维激光点云数据的空间位置并采用加权平均思想过渡点云颜色。本文以倾斜摄影测量中易拉花的复杂独立地物“鲁班像”为研究对象,使用上述方法解决了多源点云数据融合时数据冗余与色差明显的问题,融合后“鲁班像”模型颜色自然、线条顺滑、棱角明显。     

“航天清华一号”微小卫星及其图象处理

介绍了“航天清华一号”微小卫星的研究背景和主要技术指标，讨论了星上图像智处理的方案，包括云检测和图像压缩两个部分，并介绍了地面的图像处理工作。     

基于ArcGIS的云GIS平台设计方案研究

当前云计算技术发展迅速,已不断融入GIS应用的开发建设中,通过构建云GIS平台来提供地理信息服务逐渐成为各级政府部门的共识。本文介绍了云GIS平台的建设内容,重点提出了基于ArcGIS建设云GIS平台的设计方案。     

融合激光点云与影像点云的精细化DEM生成

针对地面激光扫描及无人机航摄技术在实际外业测量中受视场角限制或遮挡等因素的影响而难以获取待测区域完整的点云数据的问题,本文在经典ICP算法的基础上,提出了一种顾及高程差异和点云密度的激光点云与影像点云融合方法。通过差分数字高程模型对点云进行分块,并基于点云密度选取融合范围,将分块后的影像点云配准到激光点云的孔洞和稀疏区域。本文方法能够提高激光点云与影像点云的融合效果,保持激光点云的精度并保留更多的细节特征,实现激光点云与影像点云的高质量融合。     

云模型图像分割系统的设计与分析

分析了基于云模型的图像分割方法,设计了图像分割软件系统,实现了云变换分割模块、云层次分割模块和二维云变换分割模块。