自组织特征映射神经网络及其在彩色地图自动分层中的应用

地图数据分层是地图识别系统的一个重要组成部分。由于传统的基于Bayes准则识别方法要求已知概率分布密度,当实际概率分布与假设条件存在差异时,无法取得满意的识别效果。神经网络方法可以克服这些缺点。本文利用Kohonen提出的自组织特征映射网络的学习、识别能力,实现了对彩色地图扫描数据的自动分层。     

月面巡视器近距离单摄站定位及精度分析

针对巡视探测器在驶离着陆器后近距离状态下的高精度定位需求,该文提出了基于影像的单摄站定位方法,设计了两组不同的实验分别验证空间后方交会迭代法、直接法和线性变换法的稳定性和定位精度。实验结果表明:空间后方交会迭代法具有较好的稳定性和精度,适合用于巡视探测器的近距离定位;在控制点量测精度确定的情况下,算法最终定位精度与巡视探测器至着陆器的距离近似成反比;当有观测条件不好的控制点参与定位时,定位精度会随之降低,剔除该控制点可以提高定位精度。     

草场资源分类专家系统的研究

在分析了基于光谱特征的统计模式识别方法用于遥感图像的计算机分类的不足之后,探讨了进一步提高遥感图像分类结果精度及可靠性的途径,指出了在遥感图像的计算机自动分类过程中,综合利用遥感图像多光谱特征及光谱特征以外的辅助信息对遥感图像进行分类是解决上述问题的有效方法,并通过笔者研制的草场资源分类专家系统GES(Grassland Resources Classification Expert System)说明了专家系统技术用于遥感图像分类能够有效地解决分类过程中综合利用各种辅助信息的问题。     

双层优化的激光雷达点云场景分割方法

对激光雷达扫描的非结构化点云进行分割处理,是进行数据组织、重构和信息提取的重要步骤。本文根据点云表面的局部可微的性质,提出了一种递进形式的双层优化分割算法。首先在黎曼几何框架下计算点的拓扑关系和距离度量特性,以k均值聚类的方法获得过分割体素,作为底层分割结果。然后,将点云的体素模式化为节点,构建最小生成树,提取节点的高级特征信息,利用图优化得到对点云细节自适应的区域分割效果。通过真实数据进行验证,并与现有方法比较,证明所提算法的可行性和先进性。     

嫦娥五号探测器月面采样封装任务的定位精度

嫦娥五号是中国首个实施无人月面取样返回的月球探测器。为了确保采样封装任务的定位精度,需要对采样封装任务进行高精度的整体几何检校。本文提出了附有立体约束和机械臂运动约束条件的联合平差检校模型。经过内场试验验证本文提出的检校方法具有较高的精度。在模拟采样试验中能够获得5.118 mm的平均定位误差,在月面采样任务中能够获得4.745 mm的平均定位误差。有效保障了嫦娥五号探测器精准地完成月面自动采样封装任务。     

基于神经网络的地图数字注记识别

指出了地图自动识别系统中地图数字注记识别存在的困难，论证了利用神经网络技术解决这种困难的可能性，并通过一个含有２个隐藏层的ＢＰ网络，说明了这种技术用于地图数字注记识别的可行性。     

玉兔号月球车全景相机的正交变换投影模型

玉兔号安装了一对全景相机,全景相机使用的镜头设计为视场小的长焦距镜头,这种镜头的光线束入射角较小,若采用传统的透视投影模型进行相机检校可能会造成法方程式系数矩阵的病态。针对这一特点,本文提出一种基于正交变换模型的相机检校方法,通过真实数据试验证明,该方法具有很高的精度和稳定性,可以用于对玉兔号月球车的全景相机进行检校。     

月面巡视探测器导航和全景相机标定方法研究

提出一种基于自检校光束法平差模型的月面巡视探测器导航相机和全景相机的高精度标定算法。详细推导了利用二维直接线性变换模型求解相机参数和像片外方位元素初始值的方法;推导了利用自检校光束法平差模型求解相机参数和像片外方位元素精确值的方法。最后,利用一对工业镜头模拟月面巡视探测器导航相机和全景相机并获取一组实际数据对算法进行试验,验证了算法的精度和可行性。     

利用卫星遥感技术确定世界大河的源头和长度

介绍了利用卫星遥感技术与源头地区的实地考察相结合, 确定世界主要大河的源头的主要过程。给出了利用卫星遥感技术确定的全世界10 条长度超过和接近5000km 的大河的源头坐标和河长     

关于大河源头确定标准问题的探讨

本文根据世界各国在确定大河源头时的一些基本做法,提出了在不能同时满足确定河源许多条件时,以“河源唯远”的原则。