基于Landsat影像的北京市土地利用变化检测及驱动力研究

土地利用变化一直是城市化进展过程中的关键环节,有效检测城市土地利用变化,并对城市规划发展进行合理地统筹安排有着重要意义。本文利用1999年Landsat-7ETM影像和2017年Landsat-8OLI影像数据,结合遥感和GIS技术手段,采用最大似然监督分类方法,得到北京市1999-2017年间的土地利用变化数据。研究发现,近20年间北京市城市化进程明显,建筑用地面积由1999年1840.21km2增加到2017年3856.63km2;林地、农业用地等植被面积由1999年14013.18km2减少到2017年10701.22km2,土地利用变化转移明显,主要以植被覆盖区向建筑、裸地等城市用地转移为主,并且呈现明显的区域差异,以城区周边变化最为显著。最后,本文通过计算类型转移矩阵,对土地利用变化驱动因素进行了分析。     

基于图像匹配的高精度室内定位技术研究

本文提出了一种新的室内定位方法,上传由手机摄像头拍摄的照片,在定位图像库中进行场景选择、图像匹配,得到最佳匹配图像,根据该图像的预留信息实现准确的室内定位。首先,利用深度卷积神经网络特征和无监督学习方法进行场景选择,然后采用ASIFT(Affine Scale Invariant Feature Transform)算法对既定场景的图像逐一匹配,同时加入对极几何约束,进一步提高定位精度和速度。这种基于图像匹配的室内定位技术能够同时得到用户的位置信息和拍照时的方向信息。