西部基础空间数据质量检查与评价技术研究

针对西部测图工程,采用基于地理实体的质量检查方法,并利用云模型和粗集理论进行地图质量评价。首先分析西部测区特征,在此基础上建立数字线划图质量模型,进而总结质量元素及其相应的质量子元素。其次,归纳总结基本空间算子,形成具体检查规则。然后,根据粗集的属性依赖度计算各个质量元素和质量子元素的权重,接着对评语进行云模型化,根据X-条件云发生器和最大隶属原则判断地图等级。最后研制开发了质量检查、评价软件。实验证明,检查、评价方法可行,软件自动化程度高,并具有良好的交互性。     

机载LiDAR点云航带平差方法研究

以航带平差作为系统误差消除的关键技术,提出了基于无控制三维表面匹配的方法,并用最小高程差(LZD)和最小法向距离(LND)两种算法加以实现。实验表明,LND和LZD算法的平差结果均可满足工程精度的需求;LZD较LND算法的整体计算效率偏低,但其精度较高;与商业软件TMatch的结果相比,LZD的精度和其相当,且两种方式在TMatch软件平差失败时也能成功地完成航带平差任务。     

遗传算法在控制网点位优化中的应用研究

提出应用遗传算法解决控制网点位优化问题的编码方法和适应度计算函数、种群确定、选择、交叉、变异等算子选择确定方法.实例证明遗传算法应用于控制网点位优化,与传统的模拟法比较,具有计算速度快,收敛稳定的特点,可取得良好的结果.     

基于梯形评语云及虚拟云理论的DLG质量评价方法研究

空间教据质量评价是一个模糊性和随机性共存的问题,而传统的质量评价方法无法解决这一难题.本文提出用基于梯形评语云和虚拟云理论的空间数据质量评价方法解决评价过程中模糊性与随机性共存问题.最后,本文分别采用基于梯形评语云和虚拟云的质量评价方法和传统的加权平均法、模糊综合评价方法进行DLG质量评价实验,结果表明,基于梯形评语云...     

机载LiDAR航带法区域网平差方法研究

机载LiDAR数据即使经过良好的检校仍可能呈现残余系统误差。由于残存系统误差和偶然误差的影响,测区各个航带间精度不一致且均存在变形,本文借鉴摄影测量区域网平差的思想,提出一种机载L iDAR区域网平差方法,以单航带作为基础,把几条航带或一个测区作为一个解算的整体,同时求得整个测区内全部激光点改正坐标,对航带网进行非线性变形改正。实验表明,使用本文提出的平差方法获取最终点云的精度优于经典航带平差方法获取的结果。     

复杂场景下农村道路裂缝分割方法

针对农村道路裂缝识别中存在训练样本数量少、场景单一、提取结果不准确等问题,本文首先依托辽宁省多年份实测道路图像数据,构建具有多种类、多场景的路面裂缝数据集(PCDs),以ResNet50为编码器、SegNet为解码器,构建路面裂缝图像识别模型Res-SegNet,通过增大卷积核的大小获取更丰富的裂缝信息,使用Focal Loss损失函数,令模型更专注困难样本。然后采用分块预测方法提升裂缝在图片中的占比,使图片预测更加精细。最后通过网络模型和预测方法进行对比试验。结果表明,使用Res-SegNet识别PCDs的测试集,在不同的场景中F值为0.691,使用Res-SegNet结合分块预测识别PCDs的测试集,在不同的场景中F值达0.753。     

改进Mask R-CNN公路病害检测算法

针对公路路面病害与背景像素对比度低导致检测困难的问题,本文提出了改进Mask R-CNN公路病害检测算法(FAC-Mask R-CNN)。首先在ResNet101基础上增加强位置信息浅层特征表达,并融合相邻特征图作为主干网络最终特征输出,同时引入CBAM模块,以减弱目标与背景像素间低对比度的影响;然后采用深度可分离卷积和空洞卷积分别代替主干网络及有效特征层输出过程应用的普通卷积,提升模型计算效率及掩码预测精度。FAC-Mask R-CNN在公路路面病害数据集(RDD)上平均精确率为89.86%,召回率为88.54%,调和均值为90%,相较于Mask R-CNN算法平均精确率提升3.09%。结果表明,FAC-Mask R-CNN能有效完成公路路面病害精细化检测与分割任务。     

一种自发地理信息采集方法研究

本文针对自发地理信息(VGI),提出了基于OpenLayers的信息采集方法。采用VGI的研究理念,将移动应用到自发地理信息中,基于Rest Web Service,利用Openlayers,进行数据的创建、编辑、浏览和采集。使用这种开源的软件,使得聚集大家的力量打破组织边界、持续创造出更高质量、更安全、更易用的软件成为可能。     

基于Voronoi几何划分和EM/MPM算法的多视SAR图像分割

基于区域和统计的SAR分割方法,提出一种结合Voronoi划分技术、最大期望值EM(Expectation Maximization)和最大边缘概率MPM(Maximization of the Posterior Marginal)算法的多视SAR图像分割方法。首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域可以被看成待分割同质区域的一个组成部分,并假设每个子区域内的像素满足同一独立的Gamma分布,从而建立多视SAR图像模型,并在贝叶斯理论架构下建立图像分割模型,然后结合EM/MPM算法进行图像分割和模型参数估计。该方法将基于像元的马尔可夫随机场(Markov Random Field,MRF)模型扩展到基于区域的MRF模型,并且能同时有效地获取模型参数估计和基于区域的SAR图像最优分割。采用本文算法,分别对RADARSAT-Ⅰ/ⅡSAR强度图像和合成SAR强度图像进行了分割实验,定性和定量的测试结果验证了本文方法的有效性、可靠性和准确性。     

图像特征点提取及匹配技术研究

图像特征点提取和图像匹配技术是图像处理领域中的重要技术,同时是多种图像处理及应用的基础。本文主要研究利用Forstner算子、Moravec算子、Harris算子、SIFT算子对近景影像和航空影像进行特征点提取;接着,采用基于SIFT的匹配来确定匹配同名像点,利用核线约束匹配的搜索范围,约束范围内的特征点;接着,采用灰度相似性约束和双向一致性约束对匹配结果进行检核;最后,得出特征提取和特征匹配的结果。基于本文研究的特征点影像提取及匹配方法,分别选取一组近景影像和数码航空影像进行实验,实验结果证明了本文方法的可靠性和高效性。