基于差分变换和均值变换的线状要素的无损压缩

线状要素是地理信息系统、地形环境仿真的基础数据,其压缩优化的研究具有重要的现实意义.根据线状要素存储的结构特点和无损压缩算法的编码特点,利用差分变换和均值变换对线状要素的结构进行优化、调整,精简线状要素的存储空间,减少数据存储冗余,集中数据能量,然后运用通用LZW压缩算法对数据进行二次压缩,达到了较高的压缩率.     

小波变换在遥感图像压缩中的应用

基于遥感数据的大信息量、大容量和越来越高的分辨率对图像的存储和传输提出的更高要求,有效的图像压缩就显的特别重要。在综合比较了各种压缩编码算法的基础上,结合遥感图像本身的特点和对小波变换性质的深入分析,选择了基于小波变换的遥图像压缩方法。     

一种利用模拟退火思想的线状要素Morphing方法

提出一种基于模拟退火思想的线状要素Morphing方法,针对同名线状要素在大小比例尺下的两种表达,首先利用约束Delaunay三角网提取小比例尺地图上线状要素的弯曲特征点,然后采用模拟退火技术在特征点与大比例尺线状数据顶点之间建立全局最优匹配,匹配结果将两线状要素分割成多对对应线段,最后针对每一对对应线段采用常规线性插值方法进行Morphing插值。模拟算例和实际数据实验证明,该方法较好地顾及了线状要素尺度变换过程中的弯曲化简、删除、夸大、典型化等综合操作,变换结果能有效地保持原线状要素的结构特征,提高了Morphing变换的精度。     

基于小波分析的线状要素压缩优化的综合性研究

利用小波分析理论、Douglas算法、曲率分析算法，对线状要素的压缩优化进行了深入的研究，并在建立线状要素压缩优化的自适应模型的基础上，对实际数据进行了试验。结果表明，此方法不仅能够保持高的压缩比，而且能够很好地保持原数据的特征。     

一种匹配分类的空间数据多尺度表达与变换模型

空间数据"连续"表达是多尺度表达与变换的理想状态。针对多尺度表达与变换中地理要素的不同几何形态和生命期特点,建立了动静态结合的尺度变换模型。通过空间数据匹配技术,根据生命期不同,将空间数据分为匹配数据和消亡数据。对于匹配数据,通过综合算法生成关键比例尺插值数据,并预先静态存储;对于消亡数据,依据重要程度的顺序统计量,动态"选取、化简"生成插值尺度数据。实验表明该方案可以缓解传统尺度变换的跳跃感问题,变换效率高,可以快速、动态实现连续的尺度变换。     

基于Ridgedet变换和极小极大估计的图像去噪

Ridegdet是继小波变换后一种新的图像多尺度分析方法,它能有效地对图像进行多尺度、多方向的描述,对于图像中的直线状和超平面的奇异性问题,Ridgelet变换具有比小波变换更好的处理效果。极小化极大估计是对"最不利"先验分布的贝叶斯估计,本文利用极小化极大原理来获取阈值,实现了一种基于有限Ridgelet变换和极小极大估计的图像去噪算法,实验结果表明,对于含有较多线状目标的图像,该方法取得了比小波变换更好的效果。     

基于小波变换的多光谱图像压缩方法

在分析多光谱图像小波变换后系数特点的基础上,提出了一种共享有效图的小波变换压缩方法（ＳＳＭＷＴ）。该方法将小波变换压缩技术中的零树编码推广到多光谱图像压缩中,利用多光谱图像的结构相关性,对多幅小波图像只需构造一幅有效图,同时去除空间冗余和谱间结构冗余,并与Ｋ－Ｌ变换相结合,进一步去除谱间统计冗余,实验表明了该方法的有效性。     

计算机制图中线状符号配置的代数运算

本文根据线状符号的特征,介绍代数运算在绘制地图线状符号中的应用。利用二元运算,将符号图案和线状要素的轴线作为运算元素,从而使符号的配置过程独立于具体的符号或图形。同一程序几乎能完成所有线状符号的绘制。利用变换作为运算定义的基础,分析了变换在符号配置中的特点,使二元运算的定义简单清晰。最后还根据运算的特点,介绍了解决线状符号在交叉处衔接的问题。     

小波变换块自适应矢量量化压缩SAR复图像

随着高分辨率合成孔径雷达的快速发展,SAR系统中所含的数据量越来越大,必须对大量的复图像数据进行压缩,SAR复图像数据的压缩不同于SAR实图像的压缩,通常对相位特性的保持要求很高,所以压缩SAR复图像成为研究中的难点。在分析复图像数据经过小波变换后的相关性变化,研究了使用小波变换块自适应矢量量化(WT-BAVQ)压缩合成孔径雷达复图像的理论依据及具体方法。对一幅复图像进行压缩和解压缩,计算其平均空域相关值和平均相位相关系数,给出了解压缩之后的图像。与块自适应矢量量化(BAVQ),小波变换矢量量化(WT-VQ)小波变换块自适应量化(WT-BAQ)进行了性能比较。实验结果表明,在相同压缩比的条件下,小波块自适应矢量量化算法的平均空域相关值最高。     

基于整型小波变换的DEM数据压缩

从系统的简单性和高效性出发，将整型小波变换运用于DEM数据，采用一种简单高效的编码方案，对不同复杂程度的DEM数据进行了压缩试验，取得了较好的效果，并得出有关DEM数据压缩的一些规律。     

基于小波变换的遥感图像压缩方法研究

随着遥感技术的迅速发展,遥感图像数据量日益庞大,有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。数据压缩技术作为解决这一问题的有效途径,在遥感领域越来越受到重视。本文探讨了利用小波变换对遥感图像进行压缩的技术。     

基于布尔萨模型的大旋转角坐标转换参数算法

在布尔萨模型基础上提出了一种适合大旋转角三维直角坐标转换的方法,解决了传统方法中的线性模型不适合大旋转角的问题。该算法具有计算简便、收敛速度快、不依赖转换参数初值、便于程序实现等特点。并通过模拟算例验证了该方法的正确性。     

基于规则的OpenStreetMap数据模型转换

周边区域地理信息的获取是我国地缘环境研究中的一个难题,志愿者地理信息(volunteered geographic information,VGI)的兴起为解决该难题提供了一个可行的方法。在目前一系列的VGI项目中,OpenStreetMap(OSM)是比较领先的应用,但OSM数据模型不同于我国周边应用的专业矢量数据模型,因此,利用OSM数据时首先需要对其进行模型转换。有鉴于此,本文提出了一种基于规则的OSM数据到专业应用矢量数据模型转换方法。该方法首先利用OSM定义的几何类型与地物属性作为分类依据,建立了模型转换基本规则库;对于志愿者根据自己的理解自行标注未包含在基本规则库中的目标采用人机交互方式进行模型转换,并在此过程中不断完善规则库,利用越南与巴基斯坦数据进行实验,最终形成了包括2 344条转换规则的模型转换规则库,为OSM数据模型到专业应用矢量数据模型的转换提供了一条可行途径。     

1维直接线性逆变换原理及其应用研究

根据1维直接线性变换,本文提出了逆向1维直接变换公式及其解算方法,然后利用单张数码影像通过逆向1维直接线性变换公式获取建筑物的高度信息,为数字城市的建设提供基础3维数据。最后通过实验验证了该算法的可行性。     

基于ArcGIS的公路图形数据坐标转换研究

由于控制投影变形的需要,公路勘测设计中的平面坐标系采用任意带任意投影面的工程独立坐标系统,线状的公路数据往往分属于若干个独立坐标系。为了便于研究分析整条线路,需要将不同坐标系的数据统一到同一坐标系下。目前大多数坐标转换软件(工具)支持的是点坐标转换,而支持图形数据转换的比较少,本文基于ArcGIS提出一种简单可行的方法,实现公路图形数据在不同工程独立坐标系之间的转换。     

关于坐标旋转法进行地球静止轨道导航卫星广播星历拟合的探讨

介绍基于坐标选转法的GEO广播星历拟合算法,推导坐标系旋转前后卫星瞬时轨道根数及其摄动的解析关系式,分析选择不同惯性系(不同的X轴指向和不同旋转角)对卫星轨道根数及其摄动的影响,通过仿真GEO轨道的广播星历拟合实验分析不同坐标旋转角度对星历参数拟合结果的影响。分析和试验表明:①采用简化法,经坐标变换后得到的轨道倾角不为常数,而是随着选择的参考历元不同呈周期性变化;②选择不同的惯性参考系会导致轨道倾角摄动以不同的放大倍数放大后被新坐标系的轨道升交点赤经摄动和近地点幅角摄动吸收,放大倍数可达几十倍至上百倍甚至出现奇点;③拟合得到的GEO卫星星历参数Δn和.Ω的取值范围随坐标旋转角的增大而减小。     

三维坐标转换的非线性模型

讨论了三维坐标转换的线性模型的应用范围，提出了三维坐标转换的非线性模型，解决了线性模型对旋转角大小的限制。     

测绘仪器设备状态监测数据实时压缩方法

提出基于约束点的测绘仪器设备状态监测数据实时压缩方法,通过特征序列重组,构建测绘仪器设备状态监测数据的共轭模型,输出监测数据的相关序列,结合自定义数据处理逻辑结构设计方法,检索监测数据库,采用全局稳态性的传感节点部署方法,采集测绘仪器设备状态监测数据。根据采集结果,利用最大扩充相容分布,结合内源融合控制,对监测数据融合聚类处理。在此基础上,采用二乘规划和线性特征拟合方法提取数据特征约束点,根据提取结果,构建数据实时压缩模型,实现了测绘仪器设备状态监测数据的实时压缩。仿真结果表明,采用该方法进行测绘仪器设备状态监测数据压缩率较高,提高了数据的存储空间,且具有较高的兼容度。     

基于非线性最小二乘的坐标转换及精度分析

在GPS应用中经常涉及到坐标系转换的问题。利用七参数线性模型进行坐标转换是目前常用的坐标转换方法,但是当旋转角较大时,利用七参数线性模型转换会存在较大的模型误差。本文提出七参数模型的非线性最小二乘求解方法,结合模拟坐标数据比较了非线性最小二乘与传统迭代法的求解精度。结果表明：在旋转角较大的情况下,利用非线性最小二乘方法求解坐标转换参数精度比迭代法有明显提高。