低空航摄系统在市政设计工程中的应用

针对低空航摄系统在市政设计工程中应用不成熟、带状大比例尺成图精度不高等问题,提出了一套行之有效的市政工程测绘成果获取方法。该方法基于正射云台,通过研究低空航测地形图的各个环节,制定了详细的飞行以及数据处理流程,最终获取了满足工程设计要求的1∶500大比例尺数据成果,并详细分析了误差来源,提出了提高测图精度的有效措施。结果表明,与传统航摄方法相比,利用该方法可获取1∶500大比例尺地形图,且提出的改善方法可有效提高市政工程带状地形的测图精度。     

元数据和数据集一体化管理模型及应用研究

元数据和数据集是紧密联系的，基于元数据和数据集的一体化管理模型的3层体系结构，解决了元数据和数据独立管理的问题，并从数据集对象的建立、数据集对象的查询和获取、数据集对象的变更3个方面阐述了该管理模型的实现流程。最后在中山市国土房管局综合信息建设中，基于该模型和运用元数据和数据集一体化管理系统IIMS进行了应用研究。     

SARBuD 1.0： 面向深度学习的GF-3 精细模式SAR建筑数据集

合成孔径雷达SAR（Synthetic Aperture Radar）是开展城市建筑区信息获取与动态监测的重要数据源。本文建立了一个面向深度学习建筑区提取的中高分辨率SAR建筑区数据集SARBuD1.0 （SAR BUilding Dataset）。该数据集包含了覆盖中国不同区域的27景高分三号（GF-3）精细模式SAR图像,并从中获取了建筑区共计60000个SAR样本数据,结合光学图像与专家解译,制作了与样本数据对应的标签图像。SARBuD1.0数据集包含了不同地形场景类型、不同分布类型、不同区域的建筑区。该数据集可支持研究者对建筑区进行图像特征分析、辅助图像理解,并可对当前热点深度学习方法提供训练、测试数据支持。本文以山区建筑为例,使用传统纹理特征与深度学习特征对建筑区进行了特征分析与比较,相比于传统的人工设计的纹理特征,卷积神经网络具有更深、更多的特征,利用网络模型浅层的不同卷积核采样可得到各种纹理特征,在网络的深层卷积结构中可获取代表着类别的深层语义特征,使得分类器能更好地检测并提取图像中指定的目标。基于本数据集利用深度学习方法对不同地形区域的建筑区进行提取实验。实验结果表明基于本数据集训练的深度学习模型,对建筑区提取可以取得良好的结果,说明该数据集可以很好支持面向大数据的深度学习方法。其他学者可以基于SARBuD1.0数据集开展建筑区图像特征分析与语义分割提取等方面的研究。     

潜在连接点集下拓扑推进三维建模算法研究

通过三维激光扫描仪可以获取到表示空间对象的点云数据。通过设置仪器的采样间隔可以获取到表示对象不同精密程度的点集。但是由于离散点之间缺乏相应的拓扑关系,限制了以点为基本图元的模型的应用。以空间离散特征点集为研究对象,研究了一种三维建模算法。算法基于距离较近的点之间比距离较远的点之间存在拓扑连接的可能性更大的前提,对点集进行预处理,然后在此基础上进行快速建模,最终获取到以三角形为基本面片的格网模型。所建立的模型易于进行各项空间分析和操作。该算法也能够有效地应用于更为复杂的建模任务中,以达到一体化建模的目的。     

一种地形可视化中LOD模型的误差分析算法

介绍了一种基于数据点集和LOD网格模型距离的算法,再用该距离来获取和分析LOD网格模型与原始点集之间的误差分布,讨论了算法的效率并用实际数据验证算法的可行性。     

基于城市天际线的遥感视频生产与交通信息提取

传统交通信息获取方法较难获取大范围、全覆盖的实时动态交通流信息,提出一种利用城市天际线作为观测平台的城市遥感视频生产与交通信息提取方法。首先,在超高层建筑物拍摄对地观测数据;然后,对原始倾斜视频观测数据进行正射校正,与卫星影像融合生成大范围城市遥感视频数据;最后,训练深度学习模型进行车辆分类识别,基于识别结果计算区域车辆数目及密度。在深圳平安大厦观光层开展数据采集并处理分析,结果表明,所提方法可生产低成本、长时间、大范围、高质量的城市遥感视频,基于该遥感视频开展的车辆检测误识别率和漏识别率低,车辆计数准确率高,可对区域交通流量进行有效监控,准确实时地获取城市内部区域交通情况。     

一种基于激光雷达技术的水库库容计算方法

快速准确计算水库库容,对水库水情管理和防洪监测具有重要意义。利用遥感和GIS技术,基于Skyline平台,以新立城水库为例,提出了一种基于像元的三维水面库容计算方法。该方法利用激光雷达技术获取水下地形,利用空间技术获得三维水面,并通过库容计算模型得到水库库容。结果表明,该方法大大提高了工作效率和数据精度,为大范围应用提供了支持。     

一种用于SAR图像分割的几何活动轮廓模型

基于SAR图像边缘检测算子和变分水平集方法,依据能量最小化准则,提出了一种新颖的几何活动轮廓模型.其基本思想是,直接定义关于水平集函数的能量泛函,并将经典模型中基于梯度算子的边缘指示函数,替换为基于ROEWA算子的边缘指示函数,提高了模型对于SAR图像的边缘检测能力;同时在新模型中加入水平集函数惩罚项,确保水平集函数逼近符号距离函数.由于该项的作用,模型的数值求解可采用简单的显式差分格式迭代,并保持较快的收敛速度.针对仿真图像、Radarsat和华东电子研究所实测数据的实验结果表明,该模型具有实现简单、分割边界定位准确和收敛速度较快等优点.     

三维散乱点集Voronoi图快速生成算法研究

提出了一种高效的三维散乱点集Voronoi图的生成算法。该算法采用点-面-体数据结构存储Voronoi单元,初始化首点Voronoi单元,通过单元分裂与单元重组快速生成新增点的Voronoi单元,并完成其相邻单元的维护。实验证明,该算法可快速准确地生成任意三维散乱点集的Voronoi图。基于该算法可有效地解决逆向工程中三维散乱数据点拓扑近邻的快速准确查询问题,对产品模型的曲面重建具有重要意义。     

无控制点无人机倾斜摄影测量获取1∶500 DLG的方法研究

由于近些年无人机技术的兴起,数字线划图(DLG)采集的方式不再单一,人们开始使用无人机倾斜摄影测量的技术来获取DLG数据,但无人机倾斜摄影测量获取大比例尺DLG,需要布设多个控制点,实施过程耗时耗力,基于此,本文提出一种基于向量方位角的点位误差校正法,在无控制点的情况下获取大比例尺DLG。该方法通过无人机采集的POS数据对地面点坐标进行解算,以少量的特征检测点的点位误差作为位移向量,并计算该误差向量的坐标方位角,将观测向量的方位角平均值确定为误差偏移方向、平面中误差为偏移距离,对DLG进行整体误差校正。实验结果表明,通过该方法在无控制点采集的情况下,精度能够达到1∶500 DLG的要求,为无人机快速、高效地获取大比例尺DLG提供参考。     

无人机摄影测量等效边坡模型建立及稳定性分析

以某露天矿边坡为研究对象,通过无人机对边坡低空摄影测量快速获取大量地形影像数据,基于SFM-MVS算法建立边坡高精度数字高程模型;基于Monte-Carlo理论构建能充分反映岩体节理分布特征的随机节理网络;最终通过3DEC软件建立等效边坡数值模型,采用强度折减法进行边坡稳定性分析,实现了含节理岩质边坡模型的快速准确建立。该研究发挥了无人机摄影测量高效、便捷、高精度获取地形信息的优势,结合现场节理测量,快速建立三维等效边坡模型,实现边坡稳定性及时、快速、准确的分析,研究成果对复杂工况下露天矿边坡稳定性分析具有重要的科学意义和应用价值。     

激光点云的多功能风洞施工量测与分析

针对传统皮尺测绘、全站仪在结构复杂的多功能风洞中存在采集作业难、数据精度低、信息不完整等局限性,提出基于高精度、高密度的点云数据开展对风洞施工量测的研究。通过对点云进行预处理及算法的运用,解决风洞数据获取难、信息不完整瓶颈,实现施工量测数据的有效获取及分析。基于点云预处理数据,可获取风洞的二维线划图、立面图、三维信息模型及统计分析等成果;基于点云数据运用算法,能够快速、准确地对风洞内墙面的平整度提取分析,判断施工是否符合要求,这是传统测绘方法无法获取的,验证该技术方法在多功能风洞测量的优越性和必要性。应用结果表明,地面三维激光扫描技术对该风洞的施工量测及建筑信息提取均优于传统方法,成效明显。     

基于实景三维模型的1∶500地形图测绘的分析与应用

倾斜摄影技术突破传统垂直航空摄影的限制,从多角度获取影像,生成可量测的实景三维模型,并直接用于地形图测绘。本文基于实景三维模型进行1∶500地形图测绘应用研究,探讨了倾斜摄影的关键技术,总结基于实景三维模型的1∶500地形图测绘流程,结合实例的相关精度分析,验证了基于实景三维模型的1∶500地形图测绘的可行性,提供了一种新的大比例尺地形图生产模式。     

基于空间遥感影像的居民地自动解译

针对当前地物要素信息采集劳动强度大、智能化程度不高、效率低等技术瓶颈,本文以深度学习理论为基础,在Caffe框架上依托Digits网络服务器构建居民地数据集进行分类识别训练,建立样本数据集并完成模型训练工作.整合居民地复杂数据信息,设计了针对遥感影像自动解译居民地的操作流程.通过对实验结果分析,利用深度学习获取的数据模...     

基于机载与车载LiDAR数据的LoD3城市建筑物模型自动重建

随着智慧城市、智能导航和自动驾驶等领域的飞速发展,如何快速获取城市建筑物的三维空间信息、构建高精度的三维精细模型成为一个亟待解决的重要问题。基于机载与车载LiDAR数据的2. 5D特性,利用2. 5D双轮廓方法建立了一套基于数据集生成三维精细模型的技术方案。研究表明,该方法能够真实表达建筑物窗户和阳台等立面细节,具有简单、高效、全自动化的优点。     

一种基于道路网的移动对象的位置索引与邻近查询方法

车辆监控/导航、位置服务、智能交通等实际应用需求对移动对象的存储、获取与分析提出了新的要求.高效地管理和分析随时间变化的移动对象的位置数据,从而为用户提供更加快捷、智能的服务已成为国内外的一个研究热点.针对路网中移动对象当前位置的索引更新与查询问题,提出一种集路网几何/拓扑、交叉口转向约束以及移动对象位置的索引模型,探讨基于该模型的查询与更新.通过与IMORS索引的比较表明该模型提高了索引更新的效率,支持并加强了K邻近等基于网络距离的查询.     

面向对象和GURLS结合的高空间分辨率遥感数据云检测

遥感信息获取过程中云是重要的干扰因素，随着国产高空间分辨率卫星数据的应用，实现数据的准确云检测对有效获取地面信息具有重要意义。本文以高分一号、高分二号多光谱影像为数据源，利用图像分割获取了同质对象，基于对象光谱、纹理和几何8种属性特征建立了规则集，以规则集为输入，利用阈值法和GURLS分类器结合进行了云检测。针对不同时相和场景的高分数据，将该方法与基于像素的最大似然法和SVM法进行了对比，结果表明该方法云提取精度均在95%以上，Kappa系数在0.9以上。     

利用无人机技术的高陡边坡孤立危岩体识别

在水利水电工程建设中,快速、准确、便捷地识别高陡边坡危岩体十分重要。无人机搭载激光雷达可以快速获得大面积高密度的高陡边坡点云数据。首先利用获取的点云数据提取地面点后进行平滑去噪,通过几何特征提取边缘点云后聚类,形成待分类的对象;然后将聚类后的点云进行三维重构,生成数字高程模型(digital elevation model,DEM),通过危岩体的空间特征提取孤立危岩体;最后将该方法应用到两河口水电站枢纽区两岸边坡的孤立危岩体勘测上。结果表明,无人机搭载激光雷达可以准确、快速获取大面积高陡边坡的空间坐标数据,进而获取危岩体的空间信息;基于DEM可得到面积、倾角、最大高差等特征组合,从而快速有效地提取孤立危岩体。该方法具有比较强的适用性和可靠性,有助于高陡边坡孤立危岩体的快速识别。     

耦合PSO与扩展RBF神经网络估计NWM模型ZTD计算精度EI北大核心CSCD

针对基于数值气象模型获取的对流层天顶延迟精度估计依赖外部基准的问题,本文构建耦合了粒子群算法与扩展径向基函数神经网络的ZTD精度估计模型,模型样本特征集利用NWM自身气象数据和地形特征数据构建,目标集以GNSS ZTD产品为参考值构建,模型规模结构通过层次聚类和模糊C均值聚类确定,模型参数通过粒子群算法优化。以欧洲中期天气预报中心提供的ERA5气压分层产品为NWM特例进行了模型训练和结果验证。结果表明,模型估计精度和泛化能力较好,平均估计精度优于4 mm,可在任意位置实现不依赖于外部参考基准的ZTD精度估计。     

三维散乱点云的Voronoi拓扑近邻点集查询算法

提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。