运用DFT的矢量地理数据零水印算法

针对目前矢量地理数据零水印算法鲁棒性差的问题,提出了一种基于DFT的矢量地理数据零水印算法。首先,利用Douglas-Peucker压缩算法提取矢量地理数据特征点;其次,对特征点进行DFT变换,得到矢量特征点的相位序列;接着,计算相位序列符号值,若该相位符号值大于等于0,其符号值为1,否则为0;然后,对N×N大小的水印图像进行Arnold置乱,得到置乱后水印图像;最后,从第2个相位符号值开始,选取前N×N个相位符号值构成特征矩阵并与置乱后的水印图像进行异或运算来构造零水印图像。实验结果表明该算法对平移、旋转等几何攻击具有鲁棒性,并对增点、删点攻击和坐标系转换攻击鲁棒性较好,具有一定的实用性。     

面向电子航海图特征点角度构造的零水印算法

针对电子航海图(ENC)在应用过程中适用于版权保护的数字水印研究较少的现状,提出一种基于电子航海图特征点和角度的零水印算法.采用道格拉斯普克(D-P)算法提取电子航海图要素中的特征点;设计一种基于参考点同心圆的均匀分组方法,并通过对特征点点位坐标作相应的预处理,即将以经纬度表示的点位坐标转化为极坐标表示;在每个分组内按照设定的次序比较相邻特征点之间的角度,将大于等于角度均值的记为1、否则记为0,从而得到每组的特征序列;将该特征序列与Arnold置乱加密后的QR码水印图像进行异或操作,构造得到电子航海图零水印图像.由于该算法既可保证电子航海图要素的完整性,又不对其数据作任何修改,能很好解决传统水印算法中存在的不可感知性与鲁棒性之间的矛盾.实验结果表明,该水印算法对常见的几何攻击、增删点和裁剪等数据编辑具有很好的鲁棒性,同时,抗精度约减能力较好.     

一种矢量线数据零水印算法

为了满足矢量地理空间数据高精度和零扰动的实用性需要,该文提出一种零水印算法。首先利用Logistic混沌映射置乱原始水印图像;然后对原始矢量线数据进行离散傅里叶变换,获得离散傅里叶变换后的相位值,并将相位值由弧度值转换为角度值;接着随机选取均匀分布的角度值,向下取整后转换为相应的二进制形式,得到二值矩阵;最后将置乱后的水印图像与由相位值构成的二值矩阵进行异或操作,从而构造出零水印图像。实验结果表明,该算法能够抵抗常见的平移、缩放等几何攻击,并且对数据格式转换攻击、投影变换攻击具有较好的鲁棒性。     

基于弱对偶的平面三角形格网离散线转化生成算法

矢量数据是地球空间数据的重要组成部分,数据离散化是其与栅格数据进行同构处理的重要环节,其中离散线的生成是基本问题。针对三角形格网离散线生成算法的不足,提出了借助弱对偶六边形格网,建立等效三角形格网离散线数学模型,并通过降维方式求解的研究方法。首先,根据三角形格网与六边形格网之间的弱对偶关系,基于六边形格网建立等价的三角形格网离散线模型;然后,利用降维思想将二维离散线模型等价变换为一维闭合路径求解;最后,设计并实现了平面三角形格网离散线转化生成算法。将该算法分别与Freeman算法和全路径算法进行了对比实验,实验结果表明,该算法的运算效率可达同类算法的9～10倍,且效果更优,可应用于矢量数据的实时格网化、地形建模、空间分析、模拟仿真等领域,应用前景广阔。     

一种基于最小四叉树分块和特征夹角的零水印算法

为解决传统水印算法嵌入水印时对数据造成失真问题,本文提出一种基于最小四叉树分块和特征夹角的零水印算法。本算法以矢量地图数据线图元的特征点为基础,采用D-P压缩算法提取线图元的特征点,对矢量地图按照特征点坐标进行最小四叉树分块,保证每个分块内均可以构造一个完整的零水印信息,然后根据矢量地图坐标点之间在几何操作前后的不变性,利用每个最小分块内每一线图元上的前后特征点构造特征夹角,最后将置乱后的有效水印与特征夹角进行异或操作构造零水印信息。该算法保证了线图元的完整性,并且由于该算法不对原始数据进行任何修改,解决了传统水印算法的鲁棒性和不可感知性之间的矛盾。实验结果表明,该算法具有很好的鲁棒性,可以用来对矢量地图进行版权保护。     

一种矢量线状要素数据零水印算法

提出一种针对矢量线状要素数据的零水印算法。首先,利用Arnold技术置乱原始水印图像;然后,采用Douglas-Peucker压缩算法提取矢量线状要素数据的特征点;最后,将置乱后的水印图像与由相邻特征点所构成直线的斜率调制所得的二值矩阵进行异或运算,从而构造出零水印图像。实验结果表明,该算法能够抵抗常见的平移、旋转、缩放等几何攻击,并且对Douglas-Peucker压缩和裁剪攻击具有较好的鲁棒性。     

利用球面DQG格网的地形与矢量线自适应叠加算法

为了解决几何法在大范围矢量线与地形格网叠加过程中出现的效率低下问题,采用球面退化四叉树格网(DQG)剖分模型,应用矢量点的动态"漂移"代替复杂的线交计算,提出并实现了一种高效的矢量线与球面DEM格网的无缝叠加算法。选用全球GTOPO30及局部ASTER GDEM高程数据以及1∶100万DCW矢量数据进行实验,结果发现,漂移算法的耗时成本是传统几何法的25%,矢量点的漂移误差可控制在半个格网单元之内,且完全避免了矢量线对地形多尺度叠加操作中出现的穿洞、跨越等现象。     

一种矢量瓦片零水印算法

针对栅格瓦片和矢量地图的零水印算法不能完全应用于矢量瓦片的问题,提出了一种基于色彩特征的SVG矢量瓦片零水印算法:以SVG矢量瓦片的色彩分布概率为重要特征,利用变换和特定的运算将该特征嵌入原始水印图像中形成零水印。由于该算法未对矢量瓦片数据进行任何修改,常见的几何编辑、几何变换、数据压缩、坐标精度约减等不影响水印的提取;因对各色彩特征进行了一定的约简,少量实体的删减也不影响水印的提取。实验结果表明该零水印算法对矢量瓦片生成效率的影响甚少,可以为矢量瓦片版权保护相关研究提供参考。     

基于不变矩和Hilbert码的矢量居民地零水印算法

提出了一种针对矢量居民地数据的零水印算法。为增强零水印的抗裁剪能力,算法利用Hilbert排列码对数据分块以便构造多个零水印。每块零水印的构造方法为:首先,利用Arnold技术置乱原始水印图像;然后,计算居民地图形的矢量不变矩集并将其映射成一个二值矩阵;最后,将置乱后的水印图像与不变矩集所映射的二值矩阵进行异或运算,完成零水印构造。实验结果表明,该算法能够抵抗常见的平移、缩放、旋转等几何攻击,对裁剪攻击也具有较好的鲁棒性。     

一种支持篡改定位的电子航海图零水印研究

本文针对电子航海图（ENC）使用过程中面临的数据安全问题，结合S-57标准下CRC校验和完整性认证需求，提出了一种顾及点位篡改定位特性的电子航海图零水印算法。该算法在分析ENC物标（要素）中以经纬度表示的离散点位坐标数据分布规律的基础上，构造离散点经纬度坐标数据校验码生成模型，结合离散点经纬度坐标数量对ENC单元格网进行二叉树分块处理，并分块解算基于离散点经纬度坐标校验码的二值序列，通过该二值序列与置乱加密后的水印图像进行异或操作构造零水印图像。算法中离散点的经纬度坐标校验码和格网分块技术的引入，在保证ENC数据精度和满足CRC校验的同时，具备点位篡改定位的特性。试验结果表明，该水印算法具有良好的稳健性、不可见性和一定的篡改定位精度，适用于电子航海图数据的版权保护。     

共享近邻聚类算法点云面线提取

针对激光点云数据进行建筑物建模或矢量信息提取中快速识别建筑物面和棱线信息的要求,该文提出基于共享近邻聚类算法进行建筑物面和棱线的快速提取方法。首先,计算点云中每个数据点的单位法向量和点到基准面的距离,利用基于网格的共享近邻聚类算法对点云进行分类确定建筑物面点云;然后,自动判别相交平面,提取建筑物棱线,并与RANSAC算法对某建筑物面的提取结果进行比较。结果证明,该方法自动化程度高,建筑物面和棱线提取快速、准确,提取结果能够应用于三维建筑物自动建模和测绘出图。     

联合稀疏约束的双通道星载SAR图像重建

摘 要：针对提高星载SAR图像质量的问题,研究双通道星载SAR图像重建模型。由目标散射中心理论和后向散射特性分析,得出SAR图像具有稀疏特性,并且能够用确定性稀疏先验约束表达。将稀疏特性先验从单幅机载SAR图像处理问题中推广引入到两幅星载SAR图像重建问题中,提出基于散射中心稀疏和强散射梯度的双通道正则化重建模型,并采用椭圆抛物面模型估计重建中的降质矩阵,用双下降求解方法求解重建模型。并用Cosmo-SkyMed数据进行了实验验证。实验表明,该重建模型能够提高SAR图像的距离向和方位向分辨率,改善图像质量,提高解译能力。     

基于车载点云数据的树木提取与分析

本文基于高速公路高精度点云数据，首先通过点云数据的分类处理实现对树木点云数据的提取，将树木点云投影到水平面，采用DBSCAN密度聚类算法实现单根树木的提取；然后在数据密集区域存在树木树冠点云重叠的区域，本文结合树干几何特征提取树干的位置信息，计算所有点云到树干中心的欧氏距离，将所有点云归类到最近的树干进行粗分割；最后根据粗分割的树木轮廓特征确定树冠模型与树冠中心，提出了采用基于密度特征的格网竞争算法对重叠的区域进行精细分割。试验表明，本文采用的树木分割方法能够实现单棵树木精确提取。     

基于车载LiDAR点云的地物分类方法的研究

基于点云分类常用的近邻聚类法和物体表面分割等方法,本文提出了一种基于最大网格密度的近邻聚类的方法。该方法首先对原始点云进行低点提取,设置格网的大小,在此基础上对点云数据进行去噪并进行主成分分析,再对点云空间进行均匀格网化,使具有最大密度的格网为聚类中心,加入高程、强度以及法向量等特征对分割后的点云实现了不同地物的分类,提高了运算效率,降低了错分率。     

应用湖泊中心点作为控制点实现大区域遥感影像的配准

在进行北美阿拉斯加地区多期影像湖泊变化分析过程中,由于该区域长期被冰雪及湖泊覆盖,几乎没有较明显的地面标志点可作为影像配准控制点,给影像的配准工作带来困难。在分析长时相区域湖泊形状变化的基础上,认为湖泊中最稳定的点为湖泊的中心点,该点位置随湖泊面积的变化不大,可以作为影像配准的控制点。与多边形质心相比,多边形的最大内圆圆心始终位于多边形的内部,且以该点为圆心的内圆半径最大(对应的内圆即为最大内圆),其计算方法可以应用矢量多边形的Voronoi图来求得。本文在分析简单多边形Voronoi图性质及其计算方法的基础上,提出了一种面向复杂多边形的最大内圆圆心点查找方法,给出了其算法实现流程与算法的复杂度分析。通过北美阿拉斯加地区湖泊最大内圆圆心查找的测试实例,表明本文提出的方法能够较好地计算出各种复杂矢量多边形的最大内圆圆心点,并达到较高的计算效率,且以多边形最大内圆圆心点作为配准点实现的影像间配准效果也较好。     

一种利用Mask R-CNN的遥感影像与矢量数据配准方法

遥感影像数据与地理信息系统（geographic information system,GIS）矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN（region-based convolutional neural network）的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点; 然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明, 所提方法鲁棒性强、精度高。     

网格总分并行式Delaunay三角网建模方法

针对大规模点云数据,提出了Delaunay三角网构建的一种算法,算法通过自适应网格空间分割,实现了海量点云数据的规模均衡网格化逻辑分割;对网格内的顶点按距中距离进行排序,通过各网格由外而内的插入法建立三角网;按先总后分的方式优先保障网格之间三角网的生成,避免了分治-综合建模算法复杂而低效的三角网整合过程;建立了网格的拓扑闭包检测机制,针对各个子网格适时启动独立并行的线程对余下的内部点按传统的拓扑插入算法进行独立建模,从而并行高效、由总到分地实现了海量点集数据的三角网建模工作,显著地提高了空间大数据的三角网建模能力。     

欧氏聚类算法支持下的点云数据分割

欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为：①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤②迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。     

一种多尺度自适应点云坡度滤波算法

点云坡度滤波算法原理简单、易于实现,为进一步提升坡度滤波算法的自适应性,提出了一种多尺度自适应点云坡度滤波算法.首先,在数据预处理的基础上引入虚拟网格对点云数据进行分割;然后,利用距离加权的方式逐次计算网格点的坡度角,结合k均值聚类和正态分布自适应确定滤波阈值;最后,使用多尺度策略逐级缩小网格尺寸实现点云数据的精细滤波...