摄影测量中病态问题的条件数指标分析

介绍了评价法方程系数矩阵病态性常用的条件数指标的基本原理,分析了用条件数评价平差系统病态性的不足,并将其归结为3类风险。指出了重新参数化是利用条件数评价病态性的必要前提,并论述了重新参数化改善由数值计算引起的病态问题和避免条件数评价的范数风险,成功地解释了航空摄影后方交会时解算结果的稳定性和条件数指标的矛盾。     

数码相机检校中的病态性及其解决措施

应用参数关系度量法、观测组关系度量法等系统病态性空间分析法 ,客观地分析出系统病态性的产生原因 ,并采取相应的措施减弱了系统的病态性 ,保证了数码相机检校结果的可靠性。     

基于QR分解的Ⅱ类病态性诊断

为了对现代测绘数据处理中参数估计系统的Ⅱ类病态性[1]进行诊断,利用观测结构分析方法解决了观测有效性的分析问题.通过对观测矩阵的QR分解,将观测结构的分析过渡到对R矩阵的分析,提出了相对体积法,方法几何意义明确.算例表明,该方法能够准确度量参数估计系统的Ⅱ类病态性程度,是一种对Ⅱ类病态性进行定量诊断的新方法.     

基于欧氏范数的Ⅱ类病态性诊断

测绘实践中的病态性,特别是Ⅱ类病态性问题已严重制约着测绘成果的质量。如何诊断病态性和削弱病态性的影响,是当前测绘工作者面临的一个重要课题。本文从观测空间的几何意义出发,基于欧氏范数,提出Ⅱ类病态性诊断方法。该方法几何意义明确,便于掌握。     

基于敏感度分析的病态性诊断

如何针对测量实际,削弱或克服测量平差系统病态性的危害,取得更为准确的参数估值和可靠的平差成果,是当前测量工程数据处理中面临的一个重要课题,而给出更合理的诊断指标是进行病态性诊断研究的重点。本文采用矩阵微分法,通过对法矩阵的逆阵、均方误差以及最小二乘估计进行敏感度分析,提出了病态性问题的一种新的诊断技术——敏感度分析诊断法。     

BDS/GPS伪距相位联合定位对病态性改善程度分析

针对北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)/全球卫星导航系统(Global Positioning System,GPS)载波相位定位的病态性,提出采用伪距观测来改善上述问题,并对比分析了在我国8个地面站不同精度伪距观测量的引入对载波相位定位病态性的改善效果,这种病态特征可以通过伪距与载波相位联合观测得到的法方程条件数表示.实验结果表明:伪距观测对载波相位定位的病态性有很大程度的改善,且BDS系统的改善程度比GPS更大;伪距观测精度越高,联合定位的病态性程度越弱;在较短的观测时间内,伪距观测量的引入,对载波相位定位病态性的改善效果非常明显.     

诊断复共线性的特征分析法及其在GEO定轨中的应用

根据复共线性本质,采用法矩阵元素绝对值的最小值为参照,给出判断“小特征值”的标准.然后利用有关矩阵特征值的Collatz包含定理,对条件数和复共线性之间的关系进行详细讨论,发现条件数大不一定存在复共线性.然后分析不存在复共线性时,条件数大对最小二乘估计(LS估计)的影响情况.判断出具体的复共线性关系后,基于有偏估计思想提出相应的双k型岭估计克服病态性的影响.最后给出线性模型和GEO定轨的仿真算例,验证改进的特征分析法、相应的双k型岭估计和本文推导的其他结论的有效性和正确性.     

病态乘性误差模型的加权最小二乘正则化迭代解法及精度评定

针对乘性误差模型的病态问题,引入Tikhonov正则化方法,导出了病态乘性误差模型的加权最小二乘正则化解.顾及加权最小二乘正则化法在求解病态乘性误差模型时,参数估值与观测值之间存在复杂的非线性关系,本文利用一种无需求导、通过加权的方式便能够计算非线性函数的均值和均方误差阵的比例对称采样的无迹变换(scaled unscented transformation,SUT)法,对病态乘性误差模型进行精度评定.模拟算例和真实算例结果表明,本文提出的加权最小二乘正则化迭代解法可以有效减弱模型的病态性,基于SUT法的精度评定方法能够得到比已有方法更为合理的精度信息,具有较强的适用性.     

BDS/GPS载波相位定位病态性对比分析

针对BDS/GPS载波相位定位的病态性问题,该文提出了采用条件数法对比分析BDS/GPS在我国不同地区、不同时段载波相位定位病态性及其在8个地面站的定位精度因子PDOP值变化情况,其中PDOP值能够反映单点定位的病态性。研究结果表明:BDS在我国大部分地区可用性良好,且其平均PDOP值随纬度的增大而线性增加;然而,BDS导航定位的病态性程度比GPS更为严重,BDS载波相位定位病态性程度不仅随观测时长变化,还与所处的位置变化有关,而GPS几乎不受观测地点的影响。研究成果可在BDS/GPS模糊度的快速、准确固定方面提供参考。     

等式约束对病态问题的影响及约束正则化方法

有效利用参数间已知的等式约束信息能够提高最小二乘解的精度,消除秩亏,但是等式约束能否消除或减弱平差模型的病态性尚不明了,由此提出了一种通过消除部分参数将等式约束病态问题转化为无约束问题的方法。然后分析了等式约束对病态问题的影响,用简单实例证明了加入约束后,系统可能呈现良态或病态,它的性态由原设计阵和等式约束共同决定,并提出了求解等式约束病态问题的诊断-正则化两步方法。最后用一个数值实例验证了该方法的可行性。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.     

地物点测量精度的自评定方法研究

本文以地物特征点之间的几何条件建立条件方程,通过平差计算得到地物点测量的精度,由于不同于传统的地物点高精评定方法(对已测完的地物,再架设仪器测量特征点,用两次结果的差值评定地物点精度),故称为地物点测量精度的自评定法。其特点:一是通过平差计算可得到地物特征点测定中误差、地物面积的中误差和面积相对中误差;二是使基础地理数据有很好的几何上的一致性;三是绘图和精度同步,即当用平差后坐标绘图的同时,便知道其点位精度和面积精度。通过全站仪对直角楼房测量实验证明本文方法是可行的。     

无人机影像特征联合提取与双向匹配研究

针对无人机影像数据量大、存在旋转和尺度变化的问题，提出了基于特征联合提取与双向匹配的影像配准方法。分析了SURF算法和BRISK算法的特点，研究了融合SURF特征点检测和BRISK特征点描述的影像特征联合提取和PROSAC双向匹配的算法和步骤，并结合试验分析验证了该方法的有效性。     

病态分析的空间几何表示

过去对复共线性的研究都是基于数值方面的分析,不直观,不易理解。本文从空间几何的角度出发,借助于空间几何图形的体积和变异程度对复共线性进行了研究,给复共线性的诊断和度量的行列式法、特征分析法、条件数法赋予了几何意义。     

面向对象的高分辨率遥感影像地理要素提取

应用面向对象影像分类方法进行空间目标特征提取和分析,实现利用遥感影像建立与更新地理空间数据库,对于正在进行的数字城市建设和国情监测具有重要的意义和作用。本文阐述了高空间分辨率影像特征提取的关键技术,采用面向对象的特征提取技术和影像分类方法,开展了基于ADS40航空影像的地理要素提取实验,获得了比较满意的专题信息。     

自适应运动结构特征的车载全景序列影像匹配方法

以运动结构特征为约束条件的序列影像匹配,是基于多变量核密度函数,采用非参数均值漂移方法估计最优局部运动相似性结构特征的过程。核密度函数的带宽大小决定了匹配方法的收敛速度和精度。本文提出了一种可变带宽的自适应运动结构特征的车载全景序列影像匹配方法。首先以采样点在空间域和光流域的局部空间结构定义自适应的带宽矩阵。采用局部光流特征向量的距离加权法,描述光流域上运动相似性结构特征的松弛扩散过程。然后给出自适应多变量核密度函数的表达形式,并探讨了均值漂移向量的求解、终止条件以及种子点的选择方法。最后融合多尺度SIFT描述特征与运动结构特征,建立统一的全景影像匹配框架。试验选择车载移动测量系统获取的城市球全景序列影像,结果表明在内点率变化、物方尺度变化等情况下,本文方法可以实现自适应运动结构特征的相似性度量,提高匹配的正确点数和匹配率,算法表现出较强的稳键性。     

一种基于等高线弯曲约束Delaunay三角网的地形特征提取新方法

地形特征包括地形特征点和特征线,它们是进行地貌分析与处理的重要手段,也是地貌结构化综合的重要内容。本文提出并实现了一种新的等高线特征提取方法。该方法通过对等高线进行凹凸段划分,获得等高线特征段（包括凹段和凸段,分别对应山谷和山脊）,并利用最大角作为约束条件、特征段的边作为约束边对所有特征段构建约束型Delaunay三角网（简称CDT）。然后,获取特征段CDT的骨架线作为局部特征段的地性线树,并将每棵地性线树的叶节点作为相应特征段上的特征点。最后,利用特征段及其CDT对特征点进行匹配,完成地性线的追踪,生成地性线。论文最后做了相关的实验,对该方法的有效性进行了验证。     

两因子模型在多姿态人脸识别中的应用

通过对两因子模型的进一步深化、提炼和改进,提出了一种基于两因子模型的多姿态人脸识别方法,该方法能有效地缓解人脸特征对姿态变化较为敏感的问题。实验结果表明,经过姿态因子分离后的人脸全局或局部特征在保持较高显著性的同时,均对姿态变化具有理想的鲁棒性,在FERET人脸数据库上取得了最高92.5%的识别率。     

A feature extraction method based on spectral segmentation and integration of hyperspectral images

In response to the curse of dimensionality in hyperspectral images (HSIs), to date, numerous dimensionality reduction methods have been proposed among which the feature extraction (FE) methods are of particular interest. This paper introduces a new supervised pixel-based FE called spectral segmentation and integration (SSI). In SSI, the spectral signature curve (SSC) of the pixels are identically divided into some non-overlapping segments, called channels. The existing bands in each channel are then integrated using a mean-weighted operator, leading to some new features in a very lower number than the original bands. SSI applies a particle swarm optimization (PSO) algorithm to globally search and locate the optimum positions and widths of the channels. For the sake of evaluation and comparison, the features provided by the proposed SSI method were applied to the well-known SVM classifier. The results were compared to not only a most recent pixel-based FE method, namely, spectral region splitting but also six conventional FE methods, including nonparametric weighted feature extraction, decision boundaries feature extraction, clustering-based feature extraction, semi-supervised local discriminant analysis, band correlation clustering and principal component analysis. Experimental results, obtained on two HSIs, proved the superiority of the proposed SSI.     

遥感动态监测自动发现方法研究现状及发展趋势

在分析遥感影像特征和土地利用动态监测现状的基础上,根据土地利用遥感动态监测变化信息数据处理方法的不同,将其进行科学分类,对各类数据处理方法的原理、特点进行总结分析,并对当前遥感动态监测变化信息自动发现方法的发展趋势进行了展望。