空间信息多级网格索引技术研究

空间信息多极网格(SIMG)是一种适合网格计算环境下空间信息表示的新方法,介绍了SIMG的核心思想及其空间数据组织原理,基于现有空间索引技术和SIMG相对量表达特点,提出了一种SIMG-R树空间索引技术,可实现SIMG细部地物的快速查询。     

空间信息多级网格的划分方法及编码研究

介绍国内外网格研究成果,提出一种新的网格划分方法和针对不同研究领域的各种扩展方法,并详细阐述了网格的编码策略及存储方式,最后给出了网格编码与地面坐标之间的相互转换方法。     

面向GIS的空间数据标准性检查研究

分析了数据源头在进行数据采集、整理时标准性控制、检查方面的不足,给出了一套面向GIS的检查空间数据标准性的解决方案。     

地理空间信息智能分发模式探讨

针对目前的分发模式不能满足地理空间信息的应用需求的现状,本文提出一种适应地理空间信息个性化检索和主动分发服务的智能分发模式。它是以需求驱动的查询方式,代替传统的以数据驱动的查询方式,结合用户偏好模型表达用户信息需求,通过资源监控与分析,在适当的时机将信息整合后的地理空间信息分发给用户,从而更好地支持地理空间信息的主动分发服务。     

边缘约束下的分形网络分割算法

分形网络演化算法（fractal net evolution approach,FNEA）是一种有效的多尺度影像分割算法,但对于具有斑点噪声、局部区域对比度低等特点的高分辨率合成孔径雷达（synthetic aperture radar,SAR）图像,直接应用FNEA算法得到的分割结果难以用于后续的面向对象影像分析。提出了基于边缘约束的FNEA（edge restricted FNEA,eFNEA）算法,通过加入边缘信息和构建异质性规则来为分割融入更多信息,提高分割效果。实验结果表明,对于微弱边缘和噪声污染严重等情形,eFNEA算法的分割结果均优于FNEA算法。     

融合颜色和深度信息的运动目标提取方法

行人检测是计算机视觉、智能交通等领域研究的热点与难点,基于深度传感器对室内复杂场景下的行人检测展开研究。目前,基于颜色与深度数据的目标检测方法主要包括基于背景学习的方法和基于特征检测算子的方法,前者依赖于视频序列头几十帧的背景知识,帧的数量决定检测质量;后者存在计算量大的问题,训练样本的不足也会影响行人检测结果。因此,深入分析了复杂场景特征,融合颜色和深度信息,提出了RGBD+ViBe(visual background extractor)背景剔除方法,实现前景运动目标的准确提取。实验结果表明,提出的RGBD+ViBe方法在前景运动目标检测准确率方面要明显高于仅考虑颜色或深度信息方法以及RGBD+MoG(model of Gaussian)方法。     

一种VGI矢量数据增量变化发现的多层次蔓延匹配算法

目的 矢量要素的匹配是发现地物要素变化的重要方法之一,高精度的匹配结果有助于更快地发现变化地物,进行更新。VGI矢量数据具有几何和语义信息丰富的特点,但使用传统的矢量要素匹配算法难以发挥VGI矢量数据的优势。以城市 VGI道路数据为研究内容,提出基于多层次蔓延的矢量要素匹配算法,将 VGI数据和专业测绘数据进行匹配对比,从而实现道路变化增量信息的快速识别。     

GeoStar在北京绿化隔离带规划发展信息系统中的应用

概述了北京市区绿化隔离地区规划发展信息系统建设的背景，介绍了系统的总体构成，第一期建设的内容，系统功能模块与实现。通过本 建设，表明国产GIS软件GeoStar在二维矢量，三维表现，DEM，影像以及与MIS结合的综合应用中具有较强的优势。     

论空间信息与移动通信的集成应用

分析了空间信息技术与移动通信技术集成的必要性和可行性,讨论了技术集成所面临的关键技术,提出了空间信息与移动通信集成的体系结构,归纳总结了其应用领域和市场前景。