全球多尺度空间数据模型研究

如何组织和管理分布式环境下全球海量(PB级以上)空间数据,进行全球多尺度空间剖分,建立高效的编码与索引机制,从而实现海量空间数据的高效调度与协同服务是网络3维虚拟地球平台中关键技术之一.对此,本文重点讨论了全球多尺度空间数据模型的建立,其核心是全球多尺度空间索引和多级金字塔模型的空间数据组织方法.最后基于开放式虚拟地球...     

基于GIS的高速公路养护决策支持系统研究与实现

介绍高速公路养护决策支持系统的基本概念,分析GIS传统的节点-弧段模型应用于高速公路养护管理时存在的问题,引入线性参考系统。论述基于线性参考系统的高速公路养护决策支持系统的软件体系结构、主要功能,着重研究系统实现的几大关键技术,包括线性参考系统和动态分段、空间分析、路面性能评价、基于模型训练的养护方案决策支持以及数据接口技术等。在江苏省多条高速公路上的成功应用,证明了系统的实用性和有效性。     

前言

正摄影测量技术产生一百多年来,形成了成熟的理论与方法,为世界各国的地形图测绘、地籍测量、工业测量等做出了重要贡献。20世纪70年代以来,以CCD/CMOS数字成像器件为代表的数字摄影技术和计算机技术的发展,带来了摄影测量理论与技术的变革,形成了目前的数字摄影测量理论与方法体     

摄影测量与深度学习

深度学习正逐渐占领与“学习”相关的诸多研究领域,也对摄影测量这门学科造成冲击和促进。根据摄影测量学的定义：“利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系”,其研究对象包括几何与语义。本文从这两个方面回顾和探讨深度学习目前的应用现状,并对其影响下的摄影测量的发展进行展望。在几何上,基于卷积神经元网络的学习架构已经广泛用于图像匹配、SLAM及三维重建,取得了较好的效果,但仍需进一步改进。在语义上,由于传统的手工设计方法未能将语义信息以工程化的形式确定并生成类似4D产品的各类语义“专题图”,语义部分长期受到忽视。深度学习强大的泛化能力、对任意函数的拟合能力及极高的稳定性,正使得专题图的自动制作成为可能。笔者通过道路网、建筑物、作物分类等应用实例,回顾已经取得的研究成果,并预计：利用光学像片生成高精度的语义专题图,在不远的未来即将实现;并可能成为摄影测量的一类标准产品。最后,针对几何和语义,分别介绍了笔者的两个相关研究：基于深度学习的航空图像匹配以及基于3D卷积神经元网络的精细农作物分类专题图自动提取。     

人工智能时代测绘遥感技术的发展机遇与挑战

人工智能技术迅猛发展将对各行各业造成巨大影响。测绘遥感是一个与人工智能密切相关的领域,在人工智能领域迅速发展的大环境下,测绘遥感学科既有很好的发展机遇,也面临很大的学科危机。首先介绍了人工智能的范畴和与测绘遥感相关的领域,然后介绍了人工智能两大热门领域——机器视觉和机器学习在摄影测量与遥感领域的应用进展,最后介绍了基于时空大数据的认知与推理研究进展,展示了测绘遥感的时空大数据在自然和社会感知、认知与推理的应用前景,希望测绘遥感学科在人工智能时代获得大发展。     

基于植被指数和土地表面温度的干旱监测模型

干旱是一种周期性发生的自然现象,其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演,而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展,分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点,在前人研究的基础上,提出了条件植被温度指数的干旱监测模型,探讨了其应用前景。     

从数字城市到智慧城市:地理信息技术面临的新挑战

沿着数字城市到智慧城市概念的思路,着重阐述在智慧城市时代地理信息技术发展所遇到的挑战,提出了未来地理信息技术潜在的研究方向和前沿问题,供相关学术和工业界参考.     

一种基于多特征的高光谱遥感图像分类方法

提出在多维特征空间中以互信息为评价指标进行特征选择,在特征子集中应用支持向量机(SVM)分类器实现图像监督分类的方法.首先提取图像的光谱、纹理和颜色特征,得到多特征的高维特征空间,然后用最大相关和最小冗余的互信息作为评价标准,用10-fold交叉验证误差率选择特征子集,最后用基于径向基函数的SVM实现图像的分类.实验表明,该方法能明显提高图像分类的精度.     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

基于岭参数的谱修正迭代法及其在有理多项式参数求解中的应用

通过比较基于L-曲线法求取岭参数的岭估计法与谱修正迭代法,分析了两种方法的特性,为选择合适的方法进行病态方程求解作参考。针对谱修正迭代法收敛慢、效率低这一缺点,提出了一种利用狭义岭估计中的岭参数(或广义岭估计的岭参数对角矩阵)进行谱修正,改进谱修正迭代法的方法。利用模拟算例对改进的方法进行实验,在不同噪声情况下,改进方法效率有不同程度的提高。把改进方法应用到SPOT影像RPC求解中,发现改进的方法在应用中具有一定的优势。