影像特征图及其立体效应

本文论述了影像特征图及其立体效应，从信息处理的角度对特征图进行了分析，探讨了它与原图立体模型的关系。初步实验表明，特征图立体模型是原始立体模型的空间滤波。     

基于邻近图的道路网络特征分析

基于邻近图理论针对北京道路网络数据并结合道路网络特征参数进行了试验分析,进而研究了北京道路网络特征。结果表明,相关邻近图能较好地反映北京道路网络特征,基于邻近图分析道路网络特征为道路网络分析提供了理论支撑。     

基于特征注意力金字塔的遥感图像目标检测方法

遥感图像场景复杂、目标大小不一、分布不均衡等特点增加了目标检测的难度，而适于检测不同尺度目标的特征金字塔融合不同深度的特征图时，没有考虑特征图各自的重要性，没有强调目标区域的特征，为此本文提出基于特征注意力金字塔的遥感图像目标检测方法 FAPNet(Feature Attention Pyramid Network)。首先，使用通道拼接方式融合不同深度的特征图，给用于检测的特征图提供不同大小感受野的特征，并基于通道注意力对融合的特征图在通道维度重标定，根据特征图所负责检测目标的尺度自适应地调整不同大小感受野特征的权重，强化感受野大小与待检测目标尺度匹配度较高的特征，弱化匹配度较低的特征。其次，使用叠加的扩张空间金字塔池化结构，结合弱监督分割网络建模位置注意力，强化目标区域特征，弱化背景区域特征，进一步提升目标检测方法的性能。实验结果表明，相较于RetinaNet，针对汽车目标，所提方法在UCAS-AOD数据集和RSOD数据集上检测精度AP分别提升了3.41%和2.26%，针对多类目标所提方法在各目标上取得了较优的AP结果，且mAP结果优于其他比较方法。     

一种基于条纹中心线的InSAR干涉图滤波方法

干涉条纹图噪声的滤除是InSAR数据处理的关键步骤之一.针对干涉条纹图的各向异性特征!提出一种基于条纹中心线的InSAR干涉图滤波算法!考虑到干涉条纹中心线获取的复杂性!此算法采用细胞神经网络快速提取干涉条纹图的条纹中心线#通过用真实的InSAR干涉图实验证明此方法具有很好的滤波效果!滤波结果视觉特征良好,残余点减少,保持了图像的边缘和细节特征!而且降低了为滤波效果所付出的时间代价.     

地形起伏对雷达景象实际匹配影响初探

雷达景象匹配由于具有全天候的特征,在飞行器导航与定位中受到重视,但因为地形起伏影响,实际地物在雷达景象上的成像会发生变形与移位,这将影响实时雷达景象与参考基准图匹配的精度。根据实时雷达景象的成像方式,利用参考基准图模拟出地面平坦条件下的模拟雷达图一;并利用DEM数据,采用纠正方法,在该模拟雷达图上引入地面起伏因素的影响,得到地面起伏情况下的实际成像——模拟雷达图二。试验中,将同一地区的两类模拟雷达实时图分别与参考基准图影像进行匹配,比较匹配的结果,针对其匹配差异分析地面起伏对雷达景象匹配的实际影响,最后得出结论——实际地面在雷达图上的成像特征是影响匹配的最主要因素,地形起伏对匹配的影响与地面特征的分布有关,只有起伏区域存在明显地物特征时才会对匹配产生影响。     

一种顾及多特征约束的Voronoi图点群选取方法

点群的自动选取是制图综合的重要内容。在Voronoi图点群选取的基础上,提出一种顾及多特征约束的Voronoi图点群选取方法。该方法顾及了描述点群要素重要性的空间分布特征、拓扑和密度特征、专题属性特征以及与其他要素的关联特征,构建了基于综合特征重要性的度量模型,并作为约束条件应用于Voronoi图点群要素的选取。实验结果表明,该方法不仅可以综合考虑点群要素的多种重要性特征,而且能够较好地保持点群综合前后空间特征的一致性,符合传统制图综合规律,具有一定的普适性。     

基于图段连通体的线符号提取

研究了基于符号连通体特征差异的不精准推理方法,分析了基于行邻接图的点、线、面符号图段连通体的特征,并根据三种符号在几何特征、形状特征和拓扑关系上的差异,提出了七种易于表达的特征参数,基于特征参数实现了线符号的自动提取。     

一种结合非顶层特征图和自适应阈值的飞机目标检测算法

针对Faster R-CNN模型在遥感影像中对飞机目标进行检测与识别时,易出现漏检、错检等问题,提出了一种在基于小样本飞机遥感影像数据集的改进型Faster R-CNN目标检测方法。首先对特征提取网络进行优化,然后将非顶层特征图融合顶层特征图得到边缘信息更丰富的融合特征图,利用该特征图输入RPN网络,完成目标检测模型的训练;并结合自适应阈值进行检测。以普通客机与战斗机目标为试验对象,开展飞机目标检测与识别对比分析。试验结果表明,所提出的算法在小样本情况下检测效果有明显提升。     

三维扫描古栈道本体图绘制

针对三维激光扫描技术在古文物本体图制作中的问题,根据点云数据进行本体图的基本思想,提出了一种新的基于三维模型的古文物本体图制作方法。采用均匀分布原则对三维模型与点云数据进行特征信息提取,较好地保留了特征信息;并利用仿射变换将栅格影像分别与基于点云数据与三维模型的特征矢量进行匹配,制作古文物本体图。分析对比数据表明,基于点云的方法匹配精度较基于三维模型的方法稍高,但两者精度均能达到cm级。基于三维模型的本体图制作方法操作直观且制作过程中的误差传递较前者小,是一种在快速的前提下仍能较好保持精度的古文物本体图制作方法,拓展并丰富了有关古文物本体图测绘技术的应用。     

滑坡提取卷积神经网络层深结构与显著性特征

为了探究影响深度学习滑坡遥感提取的因素,滑坡提取精度随卷积核最优主分特征、层深结构、特征维数的变化规律,获取滑坡提取最优模型,研究深度学习滑坡提取机制.通过可视化卷积特征图和多维散点图技术揭示滑坡提取的地类混淆情况,进而选择支持向量机对深度学习模型的层深结构和特征图分类结果对比.结果 显示,18层的SegNet网络模型...     

异源遥感影像特征匹配的深度学习算法

针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题,提出了一种基于深度学习特征的匹配方法CMM-Net.首先,利用卷积神经网络提取异源遥感影像的高维特征图,根据同时满足通道最大和局部最大两种条件选取关键点,并在特征图上提取相应位置的512维描述符.在匹配阶段,完成快速最近邻搜索特征匹配后,为解决误匹配点多...     

图幅编号自动识别研究

从实用角度出发, 讨论了字符识别技术的原理和方法, 分析提取了基本比例尺地形图图幅编号的特征, 提出了图幅编号自动识别的方法。     

线/面Voronoi图的分解合并生成算法

Voronoi图生成算法受到计算效率或生长源类型的限制,难以支撑线/面生长源Voronoi图的构建。本文提出一种生成线/面生长源Voronoi图的分解合并算法,其主要过程是将线/面生长源离散为特征点表达,通过特征点交叉建立最近特征点对,并以最近特征点对Voronoi子区域的交来部分地代替线/面生长源的等距离边界,算法以前后迭代离散计算的Voronoi子区域面积差分作为条件,可有选择地将部分生长源置入迭代过程,使线/面生长源Voronoi子区域逐步调整并达到精度要求。     

一种基于小波分析的旋转不变图像快速匹配方法

提出了一种基于小波分解的具有旋转不变特性的三级特征图像快速匹配方法,利用小波分解的高频分量得到图像边缘,进而提取具有旋转不变特性的边缘特征;小波分解的低频分量则用于提取同样具有旋转不变性的图像尺度共生矩阵特征.前一个特征反映了图像边缘间的空间关系,后者则体现了图像灰度间的空间关系,利用这两类特征构成一个三级决策树对图像进行搜索,以查找搜索图中是否包含样本图,对满足匹配条件的若干候选子图,给出具有最大相似特性的一个,实验结果表明,较之于传统的模板匹配方法,该方法具有快速,高精度,抗干扰能力强等优点.     

Voronoi图在河南省城市网络研究中的应用

在讨论Voronoi图与中心地空间系统模型的基础上,运用Voronoi图分析了河南省城市网络,发现了河南省城市体系的一些新的分布特征和潜在的新兴城市.     

Voronoi图在河南省城市网络研究中的应用

在讨论Voronoi图与中心地空间系统模型的基础上，运用Voronoi图分析了河南省城市网络，发现了河南省城市体系的一些新的分布特征和潜在的新兴城市。     

浙江省《中国城市地图集》编委成立，并召开了第一次编委会议

建设部为了科学地、全面地表达我国城市的自然环境、社会经济、地理特征及城市的发展演变、远景规划等，为建设、管理和开发我国城市、振兴城市的科学和经济服务，决定编制出版《中国城市地图集》。其中城市基本图部分，包括鸟瞰图、市域图、市区图、城市总体规划图、城市建设用地扩展图、城址变迁图和文字简介等，由各省、市、自治区负责编制。     

建筑物变化的多特征融和及随机多图综合检测法

针对遥感影像建筑物变化检测过程中存在构造的差异影像凸显建筑物效果不理想 、提取训练样本质量差及分类精度低等问题,本文从差异影像构造、高质量训练样本提取及分类方法等3方面进行研究,提出一种基于多特征融合及随机多图的遥感影像建筑物变化检测方法.首先,把通过CVA获取不同时相遥感影像光谱特征差异图、纹理特征(灰度共生矩阵法)...     

AutoCAD平台下的矿图符号库设计与开发

分析矿图图形的基本特征,将矿图图形分为3类,即点状、线状和而状符号。从这3种类型的图例符号特征出发,论述矿图符号库的建立和调用方法。以AutoCAD为平台,以CAD面向对象的开发工具为手段,研究制定出一套矿图符号库,将矿图要素统一考虑、按类分层、一次绘制,以实现各种矿图快速、高效、准确的绘制。     

顾及方向关系的农村居民地聚类方法

农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,并构建居民地实体间的Voronoi邻近图;然后,利用无向特征与有向特征来综合评价居民地实体间的聚集强度;最后,消除聚集强度小于阈值的实体对的邻近关系,得到聚类结果。采用浙江省宁波地区部分农村居民地数据进行实验,结果表明,所提方法能够有效聚类不同分布模式的居民地,聚类结果符合人的认知习惯。