A framework of region-based spatial relations for non-overlapping features and its application in object based image analysis

Object based image analysis (OBIA) is an approach increasingly used in classifying high spatial resolution remote sensing images. Object based image classifiers first segment an image into objects (or image segments), and then classify these objects based on their attributes and spatial relations. Numerous algorithms exist for the first step of the OBIA process, i.e. image segmentation. However, less research has been conducted on the object classification part of OBIA, in particular the spatial relations between objects that are commonly used to construct rules for classifying image objects and refining classification results. In this paper, we establish a context where objects are areal (not points or lines) and non-overlapping (we call this “single-valued” space), and propose a framework of binary spatial relations between segmented objects to aid in object classification. In this framework, scale-dependent “line-like objects” and “point-like objects” are identified from areal objects based on their shapes. Generally, disjoint and meet are the only two possible topological relations between two non-overlapping areal objects. However, a number of quasi- topological relations can be defined when the shapes of the objects involved are considered. Some of these relations are fuzzy and thus quantitatively defined. In addition, we define the concepts of line-like objects (e.g. roads) and point-like objects (e.g. wells), and develop the relations between two line-like objects or two point-like objects. For completeness, cardinal direction relations and distance relations are also introduced in the proposed context. Finally, we implement the framework to extract roads and moving vehicles from an aerial photo. The promising results suggest that our methods can be a valuable tool in defining rules for object based image analysis.     

面向对象的空间数据采集

本文主要介绍在Turbo C++支撑下,用面向对象的方法,对地图的空间数据进行采集、分类、编辑、净化。该系统利用C++中面向对象的概念及类的继承与地图数据的层次关系相吻合的特点,使得数据的输出能满足更多的要求,并且针对地图数据量大的特点,引入了多态和动态覆盖相结合的方法,以满足内存和速度两方面的要求。     

用线特征摄影测量对目标体素进行量测和重建的可行性研究

本文利用线特征摄影测量方法对ＣＡＤ实体造型中体素进行自动量测与重建、借此建立ＣＡＤ与数字摄影测量的桥梁，文中提出了一种以描述体素几何元素为未知数，直接在像片线特征与物体表面之间进行匹配的线特征摄影测量模型和方法，并对其可行性进行了实验，实验结果表明：线特征摄影测量能达到立体摄影测量相同的，甚至更高的精度，从而可解决无明显目标点工点物体的自动量测。     

视景地形仿真及其应用

本文主要讨论了视景地形仿真的特点、数据基础及其实现的整个过程，列举了视景地形仿真在军事上和其它领域的应用实例。实验表明，本文所介绍的视景地形仿真过程简单而容易实现，仿真的地形景观具有良好的视觉效果。     

大地电磁二维层状模型参数化反演

本文针对目前二维反演存在求解参数过多和求其偏导数困难的两个问题，在近年来关于连续介质二维大地电磁测深资料快速反演的理论基础上，对二维层状模型反演的目标函数，进行线性近似，采用加权法来近似计算二维模型参数的偏导数。从而实现比较快速的二维层状模型的参数化反演。理论模型的反演试验表明，反演迭代可以较快地以足够的精度拟合视电阻率和相位资料，并收敛接近理论模型。     

大地电磁自适应正则化反演算法

针对大地电磁正则化反演中正则化因子的选取困难问题提出了自适应正则化反演算法（Adaptive Regularized Inversion Algorithm, ARIA）. 在该算法中， ①提出了一种新的数据方差处理方法：数据方差规范化，使得数据方差的大小只对数据的拟合发生影响，不对数据目标函数和模型约束目标函数的权重产生影响，从而减少了正则化因子取值的影响因素；②提出了粗糙度核矩阵的概念，并给出了由基本结构插值基函数计算粗糙度核矩阵的公式，使得模型目标函数的构建更为简便、直接；③根据数据目标函数、模型约束目标函数和正则化因子之间的关系，提出了两种正则化因子自适应调节方法. 本文详细阐述了最平缓模型约束下的大地电磁一维连续介质反演的ARIA实现，以几个算例的分析比较来说明ARIA的有效性.     

3维GIS面向对象数据模型的研究与应用

3维数据模型是3维GIS研究中亟待解决的一个核心问题。在充分分析现有3维数据模型的基础上，从实际应用出发，针对传统模型的不足，提出1种3维GIS面向对象数据模型，以解决空间不规则实体本身，以及实体间复杂关系的描述、表达和组织等关键问题，并给出此模型应用实例，证明此模型的可行性和实用性。     

流域地理景观的GIS数据三维可视化

应用以"GIS"为核心的空间信息技术,是开展"数字流域"工程建设自然和最佳的选择。结合"清江流域水文水情与洪水演进仿真系统"的具体研制,分析流域地理数据特点及传统GIS在"数字流域"建设中的优缺点,在应用传统GIS二维方式展示形式管理和预处理先期各类基础流域地理空间数据及其相应属性数据的基础上,为满足仿真系统系列三维可视化要求,建立面向流域空间实体对象的数据模型,定义流域地理空间对象数据结构,将流域地理常规的GIS数据以三维形式展示,在实际的系统开发过程中,取得较好的三维可视化效果,并可满足"数字清江"建设各阶段综合处理、分析、评价、决策以及可视化等方面的需求。     

一种基于点云提取微地形对象的方法

在分析微地形特点以及现有网格DEM在表述微地形中存在的不足的基础上，提出了面向对象的数字高程模型，给出了该模型的形式化描述和以点云为数据源构建面向对象数字高程模型过程中采用的对象边界的识别、特征保持的点云疏化、基于属性近似的网格约化及对象识别等关键步骤的方法。并以实例证明了此过程的可行性。     

基于持久化的网吧管理系统数据库设计和实现

设计了一种健壮持久层体系结构,并运用该结构,根据对象/关系数据库映射（O/R Mapping）策略,设计和实现了基于持久化的网吧管理系统数据库。这种实现数据持久化的方案在C＋＋开发环境下,具有比较重要的应用价值。