应用马氏距离加权的点云法向处理算法

针对PCA算法对外围点比较敏感而易致法向估算错误和MST算法效率较低的不足,本文提出一种应用马氏距离加权的点云法向估算与一致性调整算法。首先根据点间马氏距离对PCA算法中的协方差矩阵进行加权处理以提高其鲁棒性;然后根据加权得到的半正定矩阵计算曲面变分,以区分平缓点和非平缓点,并采用新的法向调整策略来提高MST算法的效率;最后应用模拟数据以及hand、head、block点云进行法向处理实验。实验结果表明,所提算法可高质量地估算出点云法向,有效地抵制了外围点的影响。与已有文献的算法相比,一致性调整效率大约提高了两倍。     

顾及传播曲面的多波束波束脚印高精度快速归位算法

针对传统多波束波束脚印位置归算方法忽视收/发换能器位置差异给深水测深带来的显著影响,以及新算法虽顾及收/发差异但效率偏低的问题,本文提出一种顾及传播曲面的高精度快速波束脚印位置归算算法:①基于多波束测量和声线传播原理,提出波束传播曲面模型;②将扇区内波束分为插值结点和待插值点;针对前者,提出采用迭代搜索和插值的方法避免建立完整的传播曲面;③针对后者,利用插值结点参数,提出基于多项式插值的方法获取其发射单程时间和声线俯角、方位角;④综合完成所有波束脚印位置归算.浅水和中深水区试验表明,本文方法的交叉线检验精度与Cari s相近,且均优于传统算法;相较Cari s计算结果,本文同号波束脚印的深度偏差分别为0.35‰水深和0.11‰水深,且计算效率分别提高了8％ 和35％.     

基于八叉树细分的古建筑物点云数据分割研究

数据分割是点云数据处理中的一个重要环节,数据分割的好坏直接影响曲面重构的质量。针对古建筑场景中边界轮廓线和表面棱线特征明显、不同曲面连接处的曲率和法矢变化大的特点,采用基于八叉树细分的点云数据分割算法,对某三合院民居古建筑点云数据进行分割。实验结果表明,本方法可以较好提取该古建筑点云的外轮廓点和表面棱线点,实现对点云数据的分割。     

DEM内插方法的研究与分析

在调兵山地区,选择61个已知点作为起算数据,采用移动三角面法和双二次多项式曲面内插法建立该地区的DEM模型。经实验分析发现,移动三角面法建立的DEM内插中误差值要高于双二次多项式曲面内插中误差值,尤其在地势变化比较大的区城内插精度比较高,适合地形起伏变化较大区域的高程内插。双二次多项式曲面法建立的DEM在地势变化比较平缓的地区内插精度要高于移动三角面法,适合地形起伏较小地区的高程内插。     

隧道断面截取曲面拟合优化的点云简化方法

为了提高变形监测中地铁隧道断面点截取的效率,文章提出了基于kd-tree和法向量估计的局部点云简化方法,对BaySAC算法的三维激光点云二次参数曲面拟合方法进行改进:利用kd-tree建立点云数据的空间拓扑关系,计算出每个数据点的k邻域;然后使用平面拟合方法获取法矢量;最后根据点云数据法矢量变化程度,采用法矢量自适应得到压缩后的点云数据。实验证明该方法既能较大程度地简化点云,简化结果比较均匀,又具有不破坏细小特征的特点,进一步改进了BaySAC算法的二次参数曲面拟合方法。     

一种优化的航空重力测量测线交叉点算法

针对目前航空重力测量数据处理中常规搜索方法存在搜索速度慢、正确率低、适用范围窄的不足,该文提出一种滑动窗口求解法。该方法以主测线点为搜索中心,采用一定大小的搜索半径对主副测线点进行搜索,将搜索到的主副测线上相邻两点组成线段序列,运用行列式法、投影法、面积法3种判断准则精确求取交叉点及不符值。通过实际算例,从搜索时间和正确率两方面对滑动窗口求解算法进行了讨论分析。结果表明,该文所提方法简单有效,能明显提高测线交叉点搜索效率,减少工作量。     

无人机三维航迹规划改进方法

在地形起伏的复杂环境下进行遥感观测任务需要进行三维航迹规划以适应多变的自然环境,而且在规划航迹时需要考虑减少飞行时间和能量消耗以提高作业效率。本文提出了一种曲面趋平化算法（CSFA）,首先采用准均匀B样条曲面拟合算法对CSFA算法处理后的目标区域DEM进行插值,构建区域的自然环境地形模型;然后为了减少时间和能量的消耗,采用点边式宽度算法计算最优飞行方向,获得最少转弯次数;最后通过摄影测量中的重叠度约束和区域环境地形模型计算三维航带和曝光点。试验通过在不同的航高下建立约束进行三维航迹规划模拟仿真,试验结果表明,本文提出的方法能够缩短航带长度,降低作业能耗,有效地提高了观测任务效率。     

一种遥感卫星连续过境区域快速判定方法

精确判定遥感卫星相机指向点过境行政区划,在对地观测覆盖分析和任务规划中有重大意义。提出一种遥感卫星连续过境区域快速判定方法,借鉴LOD思想构建待分析区域金字塔模型,建立上下层和同层邻域索引;采用纵向搜索由模糊到精确,逐层向下缩小判定区域;考虑运动连续性和空间相关关系,结合横向邻域搜索与逆向父层搜索,快速锁定相邻点的过境顶层区域。开展资源三号02星县级行政区划过境分析实验。结果表明,相较于传统方法和单纵向搜索法,该方法在保证准确性的同时,能够大幅提高过境判定的时间效率,单次平均耗时稳定在5.4 ms左右,能够满足高动态遥感卫星的实时过境区域判定要求。     

区域生长的半全局密集匹配算法

针对传统的半全局匹配算法在处理视差变化大、遮挡严重的城市航空影像时,存在匹配精度下降、匹配效率低下的问题,提出了一种基于区域生长的半全局密集匹配方法。采用区域生长算法获取影像的初始视差,并从初始匹配点中挑选可靠的点作为视差控制点;利用区域生长获取的视差图,限制各个方向动态规划的过程以加速最优路径的搜索;通过视差控制点对动态规划的路径进行修正,避免错误匹配代价的传播。基于城区无人机影像的实验结果表明,所提算法不仅可以提高匹配结果正确率,还能使耗费的内存和时间都不到原算法的50%。     

一种分区域的复合相位解缠算法

提出了一种分区域的复合相位解缠算法。首先根据相位质量图将缠绕相位分成高、低质量区域,并采用质量引导算法求解初始解缠相位。然后采用区域生长法识别出所有的低质量区域,每个低质量区域信息单独存储。最后依次对每个低质量区域进行最小不连续优化,获取最终的解缠相位。对InSAR干涉相位图的解缠试验结果表明,该方法计算效率较最小不连续性算法高一个量级,而计算精度优于质量引导算法,在两者之间取得了很好的平衡。     

面向智能手机的改进有限状态机步态探测算法

针对室内定位行人航位推算中步态探测算法步数识别准确率不高、同步控制不精确及位置估计偏差较大等问题,提出了一种面向智能手机平端活动的改进有限状态机步态探测算法。通过设定有限状态对应步行过程合加速度变化趋势,利用相邻合加速度差值和上/下坡次数阈值实现步数识别和步态周期估计。在211 m走廊内由2名实验人员分别平端智能手机开展实验,结果表明,改进算法的步数识别准确率为100%,每一步的平均识别时间提前了0.004 s,平均位置误差为0.384 m,相比于自相关分析和加速度差分有限状态机算法,识别准确率、同步控制精度和位置估计精度分别至少提高了0.7%、60%和21.15%。改进算法在步数识别、同步控制及位置估计方面优于现有算法。     

约束数据域三角剖分算法优化与应用

本文在分析现有算法特点的基础上，研究了影响约束数据域Delaunay三角剖分算法效率提高的因素，提出了优化算法，同时以优化算法在公路定线中的应用为例，证明了该算法能很好地将公路设计表面模型和数字地面模型拼合成整体模型，且具有构网速度快、网形优、精度高、算法稳定等特点。     

SRTM约束的无地面控制立体影像区域网平差

针对SRTM(shuttle radar topography mission)数据在平坦地形或局部区域的高程精度远远高于其标称精度的特点,研究设计了一种无地面控制条件下利用SRTM作为高程约束的立体区域网平差方法。通过构建一个较大范围区域网并匹配密集连接点,将SRTM作为连接点物方高程初值,并在平差解算过程中确保分布于地形平坦区域(根据经验,在该类区域SRTM精度较高)的连接点的物方高程严格趋近SRTM高程,最终实现大范围区域内影像高程精度的整体提升。通过以覆盖湖北省全境的资源三号卫星三线阵立体影像作为试验影像的试验验证表明,采用该平差方案,在无地面控制点条件下资源三号立体影像的高程中误差从7.2m提升到2.0m,其中地形平坦区域高程中误差1.44m,山地区域高程中误差3.0m,达到了我国1∶25 000比例尺测图应用的高程精度要求。     

基于GPU的任意多边形相交面积计算方法

一直以来,任意多边形相交面积的高效计算都是地理信息系统中空间分析算法研究的重点。文中提出了一种基于GPU的栅格化多边形相交面积算法GPURAS,在此基础上,分别采用蒙特卡罗方法和遮挡查询技术进一步提出GPURASMC算法和GPURASQ算法,并证明了上述算法的正确性。实验对简单多边形、任意复杂多边形及大数据量多边形进行了测试对比,结果表明:GPURAS算法精度高,通用性较好但效率受CPU与GPU通信延迟的影响;GPURASMC算法效率较高但牺牲了部分精度;GPURASQ算法精度高、效率高但局限于特定运行环境。与基于CPU的传统算法相比,文中所提3种算法效率更高,在处理包含大量顶点的多边形时,效率提升尤为明显。     

模拟退火算法在室内定位中的应用

随着室内定位技术的广泛应用,如何高效、精准、低成本地实现室内定位尤为重要。本文分析了现有室内定位算法的不足,结合室内定位问题与模拟退火算法的特点,通过室内定位问题的数学抽象与建模,提出一种基于模拟退火算法的室内定位方法,给出了可行解邻域的选取方式与二范数的目标函数。实验结果表明该算法可实现高效、精准、低成本的定位效果,并且具有较好的鲁棒性和平差效果。     

面积误差最小约束下矢量数据向栅格数据转换的优化算法

在总结现有的矢量数据向栅格数据转换算法的基础上,提出一种面积误差最小约束下的优化算法。该算法保证了多边形矢量数据在栅格化后的面积误差尽可能最小,从而提高所得栅格数据在面积分析相关领域中应用的可信度。     

基于DEM的平缓地区水系提取和流域分割的流向算法分析

本文以地势较为平坦的秦淮河流域为实验样区,以高精度DEM(5m分辨率)和地形图水系为基础数据,对比分析了单流向算法(D8算法)、多流向算法(Dinf法)以及添加数字化河道信息后的单流向算法(AgreeD8算法)3种算法下水系提取和流域分割的结果。实验结果表明,提取得到的水系更逼近于实际河网,该算法既有效提高了水系提取和流域分割的精度,又保留了D8算法模型简单、稳定性强、运行效率高等优点。     

利用优化的组合核相关向量机算法构建地表下沉预测模型

为了提高地下开采地表下沉预测结果的精度及可靠性,提出了基于混合智能优化算法（hybrid intelligent optimization algorithm,HIOA）与组合核相关向量机（multi-kernel relevance vector machine,MK-RVM）的地下开采地表下沉预测方法。首先,分别构建HIOA与MK-RVM算法,并利用HIOA优化MK-RVM的参数。然后,采用优化后的MK-RVM构建地表下沉几何参数预测模型和动态下沉预测模型。最后,利用以上模型对上山移动角、下山移动角、中心移动角、地表最大下沉及动态下沉进行预测,并分析预测结果的精度及可靠性。实验结果表明,该方法的精度与可靠性较单一核函数相关向量机与支持向量机有较大改善。     

Study on Ensemble Crop Information Extraction of Remote Sensing Images Based on SVM and BPNN

High resolution remote sensing image contains abundant information, but remote sensing classification only based on spectral information is affected in the complex spectrum area. Crop area and other land-cover objects contain different texture features. This paper extracts texture information based on gray-level co-occurrence matrix and Gabor filters group, sets up spectrum-texture joint feature set. To enhance classification efficiency, Ensemble learning strategy is introduced to improve classical support vector machine and back propagation neural network classifiers in training process. To prove the effectiveness of proposed methods, several experiment images are utilized to execute experiments. Results indicate that proposed methods improve classification accuracy compared with classical algorithms significantly, and promote running efficiency compared with the situation of large sample, support corn area statistical process and yield estimation.     

加权总体最小二乘的效率优化算法

加权总体最小二乘法是理论上估计EIV模型参数相对严密的方法，其迭代过程中涉及的矩阵运算较为耗时，在处理大量级数据时尤其明显。PEIV模型有助于提高加权总体最小二乘法的计算效率。本文基于PEIV模型和经典最小二乘准则给出了一种加权总体最小二乘法算法，算法的推导过程简洁，易于理解，迭代过程中无需重构矩阵，减少了矩阵运算量。最后通过仿真试验验证了算法的可靠性。试验结果表明，本文算法可以取得与现有算法相同的参数估计精度且计算效率更高。