用分层稳健线性估计法从机载LIDAR数据中获取DEM

评述了利用机载激光扫描数据进行DEM提取的4类典型算法,分析了各自的优缺点.在此基础上,提出了利用双重策略进行数据滤波的方法,即分层稳健线性估计法.该算子同时利用小波分层滤波法和稳健线性估计法,以克服两种算法单独使用时的不足,即小波分层滤波算子没有有效策略保证参考面的精度;稳健线性估计法不能有效过滤数据中的粗差.利用该算法策略对德国Nahrodde地区的数据进行了实验,并将实验结果与用TerraScan软件获取的真实值进行了比较,结果表明分层稳健线性估计法不仅具备小波分层滤波算法和稳健线性估计法这两种滤波算法的优点,而且还可以克服这两种算法固有的缺点,从而实现了直接从原始数据中有效获取地面点的目的.     

基于改进的逐行双向标识法机载LiDAR数据滤波技术

分析现有主流滤波算法的优缺点,针对缺点,提出了POBL(progressive one-dimensional and bidirectional labelling )滤波算子,该算子在滤波时同时采用三种分类尺度,即高程差、坡度差、长度,有效地克服了现有滤波算法分类尺度单一,不能适应各种复杂地形的缺点。最后对POBL滤波算子进行了试验,试验表明该算子能够适应各类复杂地形,特别是地形突变以及地物表面与地形表面之间高程差异不大的区域,所获取的滤波结果的正确率相对于其他滤波算子有显著的提高     

SAR影像的城市街区边缘直线特征提取算法研究

针对城市街区边缘特征的提取问题,提出了一种基于高斯伽马形双窗与Gabor组合滤波器的城市街区边缘提取算法。算法首先设计了一种高斯伽马形双窗与Gabor的组合滤波器算子,采用该算子对影像进行滤波处理,可以很好地消除噪声等因素产生的虚假响应,并得到边缘结构特征;然后基于滤波后的SAR影像,采用LSD算法进行直线边缘提取,并对LSD算法进行优化改进,实现短直线特征的删除、合并和延长处理,获得较为连续的长直线特征;最后采用多组雷达影像数据对本文提出算法进行实验验证。实验结果表明,该算法能够有效克服相干斑噪声等因素的影响,提取得到真实、准确且连续性较强的城市街区边缘特征。     

一种改进的基于坡度变化的机载激光雷达点云滤波方法

机载激光点云数据滤波是获取高精度数字表面模型和数字高程模型的关键。本文分析了几种重要的滤波算法,在研究基于坡度变化的滤波算法的基础上,提出一种改进的分块滤波处理的方法。实验表明:该方法能有效对点云数据进行分类。     

海洋SAR图像小波Speckle滤波及边缘信息提取

以海洋SAR图像的speckle滤波和边缘信息提取为研究目标，构造了以低通带通窄和时域冲击响应系数分布呈左右对称为特征的小波滤波器。这些特征使该小波滤波器在处理突变信号方面具有优良的特性。应用该小波滤波器，采用Wiener滤波算法，对海洋SAR图像进行了speckle滤波及采用Prewitt算子对边缘信息进行提取。用几种经典小波函数采用相同的滤波算法和边缘增强算子进行了处理，并将它们的结果进行了对比分析。结果表明，虽然小波基函数在用于speckle滤波方面，稍逊其它几种经典小波基函数，但是在边缘信息保留方面，效果要明显优于其他小波基函数。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

一种基于小波相位分析的InSAR干涉图滤波算法

为了提高InSAR干涉图的滤波质量,本文在考虑干涉信号在同一尺度内具有相关性的基础上,提出并实现了一种基于小波相位分析的干涉图滤波算法.为检验算法的有效性,选取美国Phoenix地区高信噪比和伊朗Bam地区低信噪比两个真实C波段干涉图进行了滤波实验,通过与中值滤波算法、小波-中值滤波算法比较,证实了小波相位滤波算法是有效的且具有一定的优势.研究表明,不论是高信噪比干涉图还是低信噪比干涉图,小波相位滤波算法都能有效抑制其噪声.     

小波-维纳组合滤波算法及其在InSAR干涉图去噪中的应用

为了提高InSAR干涉图的滤波质量,在分析小波变换和维纳滤波各自优势的基础上,提出并构造了一种小波-维纳组合滤波器,实现了相应的滤波算法并开发了一套计算程序.为验证该算法的功效,选取美国Phoenix局部地区作为实验区域,使用ERS-1/2 C波段干涉图作为滤波原数据,以视觉效果、相位导数标准偏差、奇异点个数以及数字高程模型精度作为评价指标,并与其他两种典型滤波算法即小波软阈值法和Goldstein法进行了比较,证实了小波-维纳组合滤波算法在干涉图去噪、保护边缘信息和精度等方面具有明显的优势.     

基于小波变换和中值滤波的InSAR干涉图像滤波方法

介绍小波分析的基本理论和利用小波分析对信号进行消除噪声的基本方法,以及In-SAR干涉相位图像中噪声的特点.针对目前普遍采用的均值滤波和中值滤波等方法对In-SAR干涉相位图像中噪声进行滤波的局限性,提出一种基于小波分析和中值滤波相结合的InSAR干涉相位图滤波算法以改善滤波效果.实验证明该算法的有效性.     

顾及地形起伏特征的线性预测滤波方法

传统的线性预测滤波算法将目标点云划分为多个栅格,滤波在每一个栅格内进行,而滤波栅格大小,需要用户手动调整。针对此问题,该文提出一种从机载激光扫描数据中生成数字高程模型(DEM)的有效方法。引入统计学变量——面高程变异系数,刻画地形起伏特征,并建立线性预测滤波算法中栅格大小与面高程变异系数之间的函数关系。最后,利用几组点云数据为研究对象验证该方法的有效性,实验结果表明,该方法能自适应地根据地形的起伏特征调整滤波参数,得到比较理想的地面点数据,最终内插得到高精度的DEM。     

基于子带内小波系数相关性的遥感图像滤波

滤波是遥感图像处理和应用过程中必不可少的一个环节.传统的小波域滤波方法对所有的细节小波系数逐一进行独立的收缩处理,而没有顾及小波系数之间的相关性,因而不具备较强的鲁棒性和适应性.文中提出一种基于小波系数聚集性分布的滤波策略.该方法认为小波系数的分布具有集中性,对当前的系数在邻域内计算其能量,而后将其纳入系数的收缩策略,...     

基于小波多分辨率方向高程限差的LiDAR数据滤波

本文在研究了小波多分辨率分析原理的基础上,将小波变换引入到机载LIDAR数据滤波中,利用金字塔分层理论实现原始DSM数据的快速组织,加快计算速度,提高滤波效率。同时在滤波阈值选择中顾及整个区域的方向高程差,使判断条件更加符合地形特点,提高滤波的准确度。本文最后利用实际的LIDAR数据进行了实验和精度分析。     

基于T-S模糊神经网络的变形预报研究

T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成。文中基于T-S模糊神经网络,将其应用于变形预测。通过实测数据和仿真数据分析比较了其与BP神经网络、小波神经网络在预测精度、算法稳定性和有效区间3个评价标准上的优劣。结果表明,在变形预测,特别是利用长周期监测数据进行预报时,T-S模糊神经网络具有一定的优势。     

抗差估计及滤波在平差中的应用

本文对观测值误差的配赋情况进行了研究,提出了一种统计量,以此统计量进行选权迭代,具有很强的剔除粗差能力。本文还对动态网的抗差问题做了研究;利用Masreliez滤波和极大验后MAP滤波,推出了一套适于动态大地网和工程变形网的抗差滤波模型。算例充分体现了上述几种抗差方法的可行性和有效性。     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

遥感变化检测方法探讨

通过分析直接比较变化检测方法的局限性,提出边缘特征的变化检测方法.通过比较边缘提取算法,小波变换和Sobel算子、Log算子、Canny算子的优缺点,并结合实验所用的遥感图像,最终选取基于小波变换的方法.以某地不同时期的遥感图像为例,采用直接比较法和基于小波边缘特征检测方法,对两个时相的图像分别进行变化特征的检测,并对...     

干涉复小波复数域双变量滤波算法

针对复小波双变量滤波模型仅考虑小波复系数实部,忽略了系数的虚部,导致信号相位噪声的增加而影响滤波效果的问题,提出基于复小波变换的复数域双变量模型干涉图滤波算法。该算法将双变量贝叶斯估计算法从实数域推广到了复数域,用噪声复系数概率密度函数刻画了小波复系数实部与虚部的相关性,根据小波分解复系数来估计噪声方差和信号方差,建立了复小波复数域双变量滤波模型,求得了干涉图复系数的贝叶斯估计。试验结果表明,本算法对干涉图噪声有较强的抑制能力,保留了干涉图的边缘及细节信息,滤波性能优于传统的实数域复小波双变量滤波、Goldstein滤波、单小波滤波和最优化融合滤波方法。     

震前电离层TEC异常探测方法的研究进展

介绍了震前电离层TEC异常探测原理的研究进展和主要的异常探测方法,详细介绍了时间序列法、Kalman滤波和小波变换在电离层异常探测中的原理和应用,总结了传统方法和新方法在电离层异常探测的应用发展情况,并分析了每种方法的优势与不足。为未来中国采用电离层异常探测开展地震预测工作提出了建议。     

基于SVM的遥感影像的分类

传统的遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等。分析了统计模式识别的方法的优缺点,提出了使用SVM的方法进行遥感图像分类的设想,通过实验证明该方法是有效的和稳健的。     

Wavelet packets based denoising method for measurement domain repeat-time multipath filtering in GPS static high-precision positioning

Repeatable satellite orbits can be used for multipath mitigation in GPS-based deformation monitoring and other high-precision GPS applications that involve continuous observation with static antennas. Multipath signals at a static station repeat when the GPS constellation repeats given the same site environment. Repeat-time multipath filtering techniques need noise reduction methods to remove the white noise in carrier phase measurement residuals in order to retrieve the carrier phase multipath corrections for the next day. We propose a generic and robust three-level wavelet packets based denoising method for repeat-time-based carrier phase multipath filtering in relative positioning; the method does not need tuning to work with different data sets. The proposed denoising method is tested rigorously and compared with two other denoising methods. Three rooftop data sets collected at the University of Nottingham Ningbo China and two data sets collected at three Southern California Integrated GPS Network high-rate stations are used in the performance assessment. Test results of the wavelet packets denoising method are compared with the results of the resistor–capacitor (RC) low-pass filter and the single-level discrete wavelet transform (DWT) denoising method. Multipath mitigation efficiency in carrier phase measurement domain is shown by spectrum analysis of two selected satellites in two data sets. The positioning performance of the repeat-time-based multipath filtering techniques is assessed. The results show that the performance of the three noise reduction techniques is about 1–46 % improvement on positioning accuracy when compared with no multipath filtering. The statistical results show that the wavelet packets based denoising method is always better than the RC filter by 2–4 %, and better than the DWT method by 6–15 %. These results suggest that the proposed wavelet packets based denoising method is better than both the DWT method and the relatively simple RC low-pass filter for noise reduction in multipath filtering. However, the wavelet packets based denoising method is not significantly better than the RC filter.