非线性函数空间平差方程的解法及其特征

非线性函数空间的测量数据处理问题是测量数据处理理论研究中的前沿课题之一，其宗旨是不对非线性函数作线性化处理而直接在非线性函数空间进行误差议程或目标函数的非线性解算，文中给出了两种参估计准则下的非线性目标函数，讨论了目标函数的常和算法－迭代法。在此基础上提出非线性函数空间目标函数的最优算法－不依赖函数导数的多维轮环搜索法和基于差分理论的迭代算法。     

POS辅助下的车载序列影像匹配

针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题,提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息,获取KLT跟踪算法中所需的初始位移信息,并将建筑立面及路面区域进行分开追踪匹配,以保证匹配点的良好分布特性,最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题,可高效获取分布均匀、数量充足的匹配特征点,为后期空中三角测量提供更稳健的同名约束条件。     

应用熵函数量测信息方法探求相互联系现象的图形重合程度

本文是在介绍信息函数（熵函数）基本概念的基础上，介绍了应用熵函数量测信息的基本原理和方法，用以反映地图上相互联系现象的图形重合程度，并摘引了已有的算例。国内外目前使用的量测信息的计算公式，只能局限于相同数目的相应分类。作者针对在实际工作中常是分类数目不同的特点，对评价相互联系现象间重合程度的适应系数，采用导入近似改正值的计算方法，结合实际算例予以说明；并与合并成相间分类数目的图形的计算成果作比较，论证了本文导入近似公式的合理性，使应用熵函数量测信息反映图形重合程度的方法更具有普遍意义。     

浅谈测量平差到空间数据分析的可靠性理论延伸

可靠性作为分析结果评价的质量指标,同时也是分析模型构建的优化准则。在传统测绘领域,李德仁于20世纪80年代中期提出了两个多维备选假设的模型误差可区分理论和验后方差选权迭代的粗差剔除方法,发展了测量平差可靠性理论及摄影测量应用。在电磁物理和普适计算支持下,传统测绘技术已经进化为现代地球空间信息科技。随之,可靠性理论内容从测量平差的粗差处理、空间数据分析的异常处理延伸到空间信息服务的可信计算,可靠性分析方法也从统计推断、优化计算延伸到逻辑推理。类比语言学,测量平差的粗差处理为语法分析,空间分析的异常处理为语义分析,空间信息服务的可信计算则为语用分析。简要地给出了空间数据分析的可靠性指标计算方法,分析了优化目标（成本或代价）函数构造的一般准则（物理系统的能量最小化、数据系统的信息量最大化和用户系统的决策风险最小化）,指出可靠性理论方法呈现整体模拟趋势（正常和异常的相对整体性,外在数据和内在状态的相对整体性,静态结构和动态行为的相对整体性,人机地系统的相对整体性）。     

GIS中面元的误差熵模型

根据整个线元边缘分布的平均信息熵确定了“ε－带”的宽度，提出了线元的平均误差熵带模型，进一步扩展到面元的误差熵环模型。误差熵环的带宽取构成边界线的各线段误差熵的加权平均值。最后通过算例比较了面元的误差熵环和误差环模型，绘出了它们的可视化图形，得出了一些有益的结论。     

子午线弧长公式的简化及其泰勒级数解释

通过引入椭球的第三扁率及高斯超几何函数,推导得到子午线弧长解算公式的简化形式,并给出其泰勒级数解释,进而根据拉格朗日余项理论估计其误差。以WGS-84椭球参数为例进行验证分析,结果表明简化后的子午线弧长公式精度提高显著,误差估计理论正确。     

模式识别中特征选择与聚类分析

针对模式识别中传统的特征选择方法具有的局限性，对聚类分析理论与方法进行应用性的研究、分析和扩展，并将研究成果初步应用于信息模式识别中特征参数的选择，获得了一些有益的结论。     

测量方案的最优选择

本文提出了为解决某一特定问题而比较选择可能的测绘方案的方法，通过实例说明运用效益／费用模型比较各种方案，并从中选择最经济方案的方法，本文提出最优方案的选择基于以下途径；（１）使费用最少；（２）使精度最高或误差最小；（３）使产品用户最多，针对现行整体费用－效益估价因素，本文建议采用更切合实际的费用－效益估价因素。     

机载GPS、姿态和激光扫描测距集成定位系统的精确定位方程、误差分析与精度评估

全球定位系统（GPS），姿态测量（惯性导航系统（INS））和激光扫描测距技术集成的直接空对地定位系统是近年来遥感与测绘领域发展起来的新型定位技术，是定量化三维遥感中获取地面几何信息和生成数字高程模型的主要新技术手段之一。该文给出了该系统的精确定位方程，分析了误差源对定位精度的影响，并给出了数量级评估。结果对实际应用具有重要的参考价值。     

对流层天顶延迟参数：在GPS数据处理中应采用多少参数？

精确确定对流层天顶延迟（τ）是ＧＰＳ定位，特别是确定高差的关键。大气模型无法达到我们所需要的３ｍｍ－１０ｍｍ的精度。然而，一种有效的办法是在ＧＰＳ相位观测值的最小二乘解中估计τ值。目前可采用两种解算法：（ｉ）解算所有测站的τ值；（ｉｉ）在（ｎ－１）个测站上解算τ的相对值（除基准站外）。理论推导和数值计算都表明第一种方法是正确的方法，而采用第二种方法在计算高差和大地网的其它参数时可能导致较大的误差。     

基于对象特征的遥感影像分类

为了有效地实现分类识别,采用多尺度分割后影像为数据源,通过计算影像对象特征,实现特征集构建,并对特征集进行特征提取,辅助决策树的特征选择方法,达到特征优选的目的,针对影像对象的特征实现对TM影像的分类,实验表明该方法较一般的特征提取方法精度大幅提高,且完成可视化特征提取的重要任务。     

利用融合纹理与形态特征进行地震倒塌房屋信息自动提取

提出了一种以震后单一时相高空间分辨率光学遥感影像为基础,融合纹理特征和形态特征的地震倒塌房屋自动提取方法,研究了不同尺度纹理特征和形态特征在倒塌房屋提取中的作用和表现。以5.12汶川地震作为研究实例,结果表明,本方法能够有效提取地震倒塌房屋。倒塌房屋产品精度和用户精度分别为86.65%和86.35%,Kappa系数为0.790 6。     

单变量特征选择的苏北地区主要农作物遥感识别

遥感识别多源特征综合和特征优选是提高遥感影像分类精度的关键技术。农作物遥感识别中,识别特征的相对单一和数量过多均会导致作物识别精度不理想。随机森林(random forests)采用分类与回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。单变量特征选择(univariate feature selection)能够对每一个待分类的特征进行测试,衡量该特征和响应变量之间的关系,根据得分舍弃不好的特征,优选得到的特征用于分类。本文基于随机森林和单变量特征选择,利用多时相光谱信息、植被指数信息、纹理信息及波段差值信息,设计多组分类实验方案,对江苏省泗洪县的高分一号(GF-1)和环境一号(HJ-1A)影像进行分类研究,旨在选择最佳的分类方案对实验区主要农作物进行识别和提取。实验结果表明:(1)多源信息综合的农作物分类精度明显高于单一的原始光谱特征分类,说明不同类型特征的引入能改善分类效果;(2)基于单变量特征选择算法的优选特征分类效果最佳,总体精度97.07%,Kappa系数0.96,表明了特征优选在降低维度的同时,也保证了较高的分类精度。随机森林和单变量特征选择结合的方法可以提高遥感影像的分类精度,为农作物的识别和提取研究提供了有效的方法。     

突出边缘特征的图像融合方法研究

介绍了像素级图像融合及特征级图像融合方法,分析了两种融合层次的优点。在此基础上,提出了两种突出边缘特征的图像融合方法,两种方案均对人们感兴趣的边缘特征进行增强,并在融合过程中考虑了边缘提取时的假边缘和双边缘情况。实验结果显示,边缘增强方案1提高了边缘定位的准确性,边缘增强方案2有效解决了方案1中融合影像缺少空间细节信息的问题。两种方案有效地增强了融合后图像的边缘特征,有利于图像的后续判读及图像识别。     

Feature Definitions in Feature Catalogues

Abstract

First, an overview of the main terms used in the paper is presented, such as feature catalogue, object, feature, and so on. Then INSPIRE (INfrastructure for SPatial InfoRmation in Europe) Directive, STOKIS (Slu?beni topografski i kartografski informacijski sustav RH), ATKIS (Amtliches topographisch-kartographisches Informationssystem) and FACC (Feature and Attribute Coding Catalogue) are explained. The main section of the paper refers to the problem of defining features in feature catalogues. Adequate solutions to this problem are offered on the basis of conducted research. An overall acceptable model for feature definition is offered. The importance of the proposed model for defining features is explained on the feature ‘avenue of trees’. The research results are applicable in countries attempting to create their first feature catalogues with the aim of developing a topographic information system, or in those wanting to produce a new edition of their existing feature catalogue. Since the suggested model is included, it can be used for the future development of the INSPIRE feature.     

改进SIFT 算法的小型无人机航拍图像自动配准

针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合 Harris特征点和 SIFT 特征向量的优势,提取 Harris特征点、计算特征点的特征半径和 SIFT 特征向量,并利用PCA 降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用 PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准.实验证明,该图像配准方法在准确性、效率方面较经典的 SIFT 算法有较大的提高.     

利用分形特征量提高土地覆盖分类图精度的研究

为了提高利用卫星图像编制土地覆盖分类图的精度，本研究提出将空间信息（结构特征量、分形特征量）叠加到光谱信息上（原图像），以提高分类精度的方法。利用ＳＰＯＴＨＲＶ图像对此法进行了检验，设立了９个探讨项目，对分类精度进行了比较。结果表明，用分形特征量进行分类时ＰＣＣ从８８．１％上升到了９０．２％。     

基于DEM提取水域特征的一种算法实现

本文提出并实现了一种基于规则格网DEM的地形特征线提取算法。该算法基于水文模拟方法,提出了平地、洼地的结构模型,研究了它们形成复杂洼地的拓扑关系,在此基础上设计了洼地填平等算法,简便快捷,在邙山小流域水土保持项目中得到应用,效果较好。     

端元快速提取的光谱梯度特征搜索法

由于数据量大,目前大多数端元提取算法均需较长的计算时间,限制了这些算法的有效应用。本文提出了以光谱梯度特征为搜索条件的快速端元提取方法,其核心包括基于光谱梯度特征的候选端元快速筛选和基于光谱解混误差的端元识别两部分。由于能够从影像中快速筛选出少量的像元光谱作为候选端元,故具有较好的计算性能;同时由于避免了非端元光谱参与端元识别,使得识别的结果具有更高的精度。试验表明,相比经典的IEA算法和ECHO算法,该算法不仅能大幅度提高端元提取速度,而且具有更准确的端元识别能力。同时,基于该算法原理,也可对现有各种算法进行改进,提升现有的各种端元提取算法的运算速度。     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。