Alta U9000相机噪声的测试与分析

CCD在成像过程中不可避免地引入一定的噪声,这些噪声将对以图像检测为基础的CCD各种工程应用带来误差。本文分析了各种CCD噪声的来源及其数学性质,并对科学级CCD Alta U9000相机的各种噪声进行了量化分析,给出了暗电流噪声、成像电路噪声及随机噪声的变化规律;对不同积分时间的图像进行了噪声抑制实验。实验证明,根据对U9000 CCD噪声的预先测试数据,其噪声中的暗电流噪声、成像电路噪声等系统噪声可以得到很大的抑制,而随机噪声无法抑制。     

山东CORS基准站坐标时间序列噪声分析

针对目前在分析GPS基准站噪声时对其坐标时间序列周期项提取不充分的现状,该文提出用小波谱探测坐标时间序列中的周期项,用小波分析方法提取周期项,得到不含明显周期项噪声序列。以山东CORS中26个基准站两年的坐标时间序列为例,去除了坐标时间序列中阶跃项,确定了长期趋势项,对周期项进行了探测、分离和提取,得到了各测站的噪声序列;用谱指数法分析了噪声的类型,用最大似然估计获取了各种噪声的分量,进而建立了噪声组合模型。实验结果表明,山东CORS基准站噪声模型可以用白噪声加闪烁噪声的形式来描述,其白噪声的平均值为1.25mm,闪烁噪声的平均值为5.46mm。     

有色噪声作用下的卡尔曼滤波

利用GPS载波相位三差观测量进行动态定位(或精密导航),就必须研究有色噪声滤波的理论问题.根据需求,推导了动态噪声、观测噪声为有色噪声的线性系统滤波公式,并证明白噪声卡尔曼滤波是有色噪声卡尔曼滤波的特例,或者说有色噪声的卡尔曼滤波是白噪声卡尔曼滤波的推广.     

顾及共模误差的大区域GPS网坐标时间序列噪声分析

噪声分析对GPS时间序列分析有着重要影响,然而针对时间跨度较长的大尺度GPS网的共模误差相关研究较少。本文选取了平均基线长度大于2000 km的欧洲地区9个GPS台站2006-2014年的数据,使用主成分分析法剔除坐标时间序列的共模误差,同时利用极大似然估计的方法对滤波前后的时间序列进行了噪声分析。结果表明,欧洲地区广域GPS网的噪声模型存在多样性,各个分量具有不同的噪声特性,主要表现为白噪声+闪烁噪声、白噪声+幂率噪声,少部分台站N、E两个方向含有随机漫步噪声。经过空间滤波后,部分台站最优噪声模型发生改变,但仍以白噪声+闪烁噪声、白噪声+幂率噪声为主。滤波对N、E方向速度场影响为0.2 mm/a,U方向速度场影响为0.5 mm/a。     

BDS/GPS兼容接收机噪声检测方法研究

对比分析了零基线法检测接收机内部噪声和单站检测法检测系统观测噪声的原理和特性,结合实测数据对两种不同品牌的BDS/GPS兼容性接收机进行了检测。结果表明:零基线法检测的噪声小于单站检测法检测的噪声。两种检测方法检测的BDS与GPS的码噪声基本处于同一水平,BDS相位噪声小于GPS的相位噪声。对于伪距而言,P_2码噪声小于P_1码噪声;对于载波而言,L_1载波噪声与L_2载波噪声无明显差别,且BDS与GPS具有一致性。     

川滇地区陆态网络基准站运动噪声模型分析

基于陆态网络GNSS基准站资料,文章利用极大似然估计方法对川滇地区的基准站运动噪声进行了研究.通过对“白噪声”、“白噪声+闪烁噪声”、“白噪声+随机游走噪声”以及“白噪声+幂指噪声”等四种噪声模型的比较,发现川滇地区的基准站运动噪声可以较好地由“白噪声+闪烁噪声”或“白噪声+幂指噪声”模型来描述.在进行基准站速率估计时,相对于“白噪声+闪烁噪声”模型,仅用白噪声模型会使误差估计过于乐观,且会产生一定的速率偏差.因此,在川滇地区利用基准站资料进行地壳运动与变形分析时,除了扣除基准站的周期性运动之外,还需要考虑其对应的噪声组合模型.     

有色噪声作用下的抗差卡尔曼滤波

根据用GPS载波相位三差观测量进行动态定位或精密导航的需求,推导了动态噪声、观测噪声为有色噪声的抗差卡尔曼滤波公式。白噪声的抗差卡尔曼滤波是有色噪声的抗差卡尔曼滤波的特例,有色噪声的抗差卡尔曼滤波为白噪声的抗差卡尔曼滤波的推广。     

道路噪声预测的GIS评价方法

针对单模型进行噪声预测和评价的局限性,该文提出了一种基于GIS的利用多模型进行道路噪声预测评价的方法。此方法在对比分析现有的道路交通噪声模型的基础上,选择了FHWA模型和HJ2.4-2009模型作为本研究的理论模型;以闻合高速公路数据为实验数据,分别利用上述两种噪声模型计算噪声预测值;再针对每个噪声监控点,分析两种模型计算的结果,采用折中法和取舍法对结果进行处理,确定每个噪声监控点的噪声值;并结合噪声质量标准对噪声值进行评价,利用ArcGIS Server的地图服务发布功能实现评价结果的网络共享。实验结果表明,每个噪声监控点的噪声值在未来几年都会越来越大,需要采取相应的环保措施。     

有色噪声的自协方差最小二乘估计

针对传统自协方差最小二乘估计(autocovariance least squares,ALS)方法只能用于估计白噪声协方差的局限性,提出有色噪声的自协方差最小二乘估计方法,给出状态噪声或者观测噪声为有色噪声以及两者均为有色噪声时的噪声估计模型。最后通过数值仿真,验证了本文方法的正确性和有效性。     

高分辨率SAR影像斑点噪声滤除方法的研究

SAR影像中一般都存在着斑点噪声,它严重干扰了地物信息的提取与SAR影像的应用,影响了地物的判读,因此,抑制SAR影像斑点噪声对SAR影像的应用有着重要意义。本文首先分析了斑点噪声的产生机理及数学模型,然后介绍了滤除斑点噪声的方法,重点介绍了几种局域统计自适应滤波,总结了SAR斑点噪声滤除的两种数学模型作为构造SAR斑点噪声滤除方法的基础,然后针对几种典型的滤波算法进行了对比试验,最后提出了一套对这些滤波斑点噪声滤除效果的定量化评价指标,并运用到试验中,指导SAR影像斑点噪声的滤除以及滤波算法的构造。     

偏振多光谱机器视觉的高反光无纹理目标三维重构方法

随着摄影测量及机器视觉技术的迅速发展,对三维重构的普适性有了更高的要求。对于表面光滑、纹理单一甚至缺失的高反光非金属目标,传统的三维重构方法由于对纹理及反光特性的依赖使得此类目标的重构表面出现大面积的数据空洞。针对这一问题,本文提出了基于多光谱偏振的三维重构方法,将摄影测量与机器视觉进行融合,通过获取目标精确的偏振光谱特征实现准确的三维重构。该方法不依赖于物体表面的纹理信息,并且可以解决仅依靠菲涅尔理论无法实现天顶角和折射率同时估计的问题,最终实现天顶角和折射率的联合估计。由于杂散光和漫反射光在不同波段具有不同的偏振特性以及光谱特性,可完成对目标进行耀光去除的预处理,使得后期的三维重构的精度有较大的提高。基于偏振多光谱的目标三维重构方法是摄影测量与机器视觉融合后三维重构的引导性进展,具有更广泛的应用范围。     

基于SuperMap的中山市“三旧”改造标图建库

"三旧"改造工作是国土资源管理中的一项非常有意义的工作,不仅有利于节约集约用地、优化土地资源配置,也有利于促进产业结构调整升级,转变经济发展方式。"三旧"改造是国土资源部给予广东"建设节约集约用地试点示范省"的创新政策,是广东特色的内涵挖潜式高效用地新路。基于SuperMap"三旧"改造标图建库结合工作实际,为"三旧"改造整个项目的实施提供了数据基础,通过在SuperMap中建立"三旧"改造地块数据库,从而实现了以图管地和有效监控,全面掌握"三旧"改造用地的总体情况和实施改造工作动态。     

倾斜影像的三维纹理快速重建

针对三维城市模型重建,提出了一种利用倾斜影像实现城市模型纹理快速重建的方法。该方法基于摄影测量计算机视觉理论,在事先处理得到城市建筑物数字表面模型的基础上,利用共线方程计算物方与像方的几何投影关系,获得建筑物的三维信息与纹理信息。通过一定的最优算法选择出地物面的理想纹理,实现城市建筑物纹理的自动提取及稠密建筑物纹理的遮挡处理。真实影像纹理重建的结果表明:应用本文方法进行三维城市模型纹理重建具有自动化程度高、效果逼真、成本低的特点,为快速、大面积的城市真三维模型纹理重建提供了一种有效的实现途径。     

一种融合多源特征的建筑物三维模型重建方法

以激光点云数据和倾斜多视影像为研究对象,提出了一种结合机载点云、地面点云及倾斜多视纹理的融合多源特征的建筑物三维模型重建方法。该方法结合点云面元以及影像边界特征,利用倾斜影像的线特征对顶面及立面模型进行边界规则约束,实现了面元自动拓扑重建;通过交互编辑完成不同复杂程度的建筑模型重建,并对模型进行纹理映射。实验结果表明,该方法能够有效提升城市建筑物三维模型重建的效率和边界精度,为利用多源数据的空地联合建筑物三维精细重建提供了一套切实可行的解决方案。     

基于LiDAR点云的复杂钢结构模型重建

传统的基于全站仪等单点测量技术难以获取钢结构整体信息,且测量速度慢、模型重建精度低。针对此问题,本文将三维激光扫描技术应用于钢结构模型重建领域,提出了基于LiDAR点云的复杂钢结构模型重建方法。首先,基于标靶球和钢结构面信息实现多测站点云的高精度配准,并通过半径滤波算法去除噪点,以得到完整的激光点云数据;然后,对复杂钢结构单体模型进行分割,以实现各个部件的模型重建;最后,根据现场实测数据对重建的三维模型进行精度评估。试验结果表明,基于该方法得到的模型精度较高,与实际尺寸差值均小于1 cm,为复杂钢结构的三维模型重建提供了有效解决方案。     

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。     

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。     

基于倾斜影像的城市场景隐式曲面重建

在基于倾斜影像的城市场景重建过程中,由于获取影像时存在场景遮蔽和大视点变化的情况,建筑物立面等区域存在着影像密集匹配点云稀疏甚至空洞的情况,自动化重建难度大,难以反映建筑物的真实形态。本文提出了一种新的基于倾斜影像的城市场景隐式曲面重建方法：首先,以倾斜影像密集匹配点云为基础建立Delaunay四面体;然后,对Delaunay四面体进行约束图割,提取出可视化的三角面,进而更加精确地估计点云的法向信息;最终,结合Screened Poisson曲面重建,实现了城市场景的隐式曲面重建。通过多种隐式曲面重建方法的对比试验,验证了本方法的准确性和适用性。     

遥感影像超分辨率重建的字典学习类算法

近年来基于字典学习的超分辨率重建技术已成为图像处理领域的研究热点,相比基于重建的超分辨率方法,基于学习的方法充分利用了先验知识,在放大倍数较高时,仍可取得较好的效果,因此被公认为一种非常有前途的方法。本文对国内外已有的基于字典学习的超分辨率重建方法进行了系统研究,梳理了3种基于字典学习超分重建算法的基本原理及优缺点。此外,本文根据遥感影像的特点,使用同一数据源进行字典学习,利用不同字典学习算法分别生成高、低联合字典对,采用不同尺寸大小及缩放倍数的测试图像,进行超分辨率重建,对各种算法的重建性能、鲁棒性和复杂度进行综合分析,进一步研究了各种算法对遥感影像不同应用需求的适用性。     

MapGIS与MapStar在城市地图更新多边形拓扑重建中的应用研究

多边形拓扑重建是城市地图更新建库工作中关键性的一步,针对MapStar中拓扑重建的存在的问题,笔者采用MapGIS建拓朴,MapStar赋属性两者相结合的一种方法,能快速完成的多边形拓扑关系的重建,提高建库速度,实验证明,采用此方法,在城市地图更新建库工作过程中可提高30%-40%的工作效率。