国产高分辨率遥感卫星影像自动云检测

云检测一直是卫星影像处理的难题,特别是混有地物光谱特性的薄云长期成为影像产品生产的阻碍。本文所介绍的国产高分辨率遥感卫星影像自动云检测方法能够有效克服这一难题。首先采用改进的颜色转换模型,将影像由RGB转换至HIS颜色空间,利用影像强度信息与饱和度信息生成基底图,并使用影像近红外与色调信息对其进行优化,生成修正图。然后利用直方图均衡化与双边滤波结合带限定条件的Otsu阈值分割提取纹理信息,并对修正图进行误差剔除生成云种子图。最后以HIS颜色空间的强度信息为向导,结合云种子图进行云精确提取。与不同自动、人工交互式云检测方法相比,总体精度提高了10%左右,并且能够较好地提升云检测效率。     

基于GIS的找矿远景预测方法在西南三江某航磁测区的实际应用

本文将GIS空间分析功能与定量预测方法相结合,研制了基于GIS的定量找矿预测方法软件.利用此软件可以自动提取多元成矿信息,定量计算每个预测单元的预测值,同时绘制测区的成矿远景预测图.在西南三江某航磁测区的实际应用,取得了较好的应用效果.     

基于相交直线的相对定向方法

提出了一种基于相交直线的相对定向方法,提取同名相交直线特征,根据相交条件方程获得相对定向元素。该方法完全不需要同名点数据,能够解决因同名点不足而无法准确定向的问题。通过航空影像、近景影像和倾斜影像的实验表明,该方法能够获得稳定的相对定向结果。采用本文提出的算法与传统的相对定向方法进行联合平差,能够进一步提高相对定向结果的精度和稳定性。     

大重叠度影像的相对定向与前方交会精度分析

针对数码相机所拍摄的序列图像具有重叠度高、同名特征的冗余观测值多等特点,分析了大重叠度序 列影像在相对定向和前方交会时的精度优势。影像重叠度越大,相对定向的精度越好;而且重叠数目越大,交 会角越大,平面和高程(或深度)方向的交会精度和可靠性也越高,实用中可采用80%重叠度的序列影像进行 三维重建等。     

基于分布律规则的风向传感器故障检测算法

风向传感器采用的格雷码编码方式使得风向传感器故障具有一定的“隐蔽性”,而传统故障检测方法需要拆卸风向传感器破坏了气象观测资料的完整性.基于概率分布从数理统计角度建立了码盘式风向传感器的测量数学模型,并在此基础上提出了基于分布律规则的风向传感器故障检测算法,通过VB/SQL/MATLAB混合编程技术实现了图示化的风向传感器故障检测程序,最后进行了故障检测试验.试验结果表明：提出的基于分布律规则的风向传感器故障检测算法能够在不拆卸风向传感器的情况下准确发现和判断出风向传感器单一或组合式故障类型.     

基于DEM及模拟平差的航空摄影航线优化设计方法

采用了模拟数据解算及变基线敷设航线的方法,自动解算了地形、相机参数及飞行器参数最优重叠度,设计出最适合该测区的航线。     

相位相关法辅助的重复纹理区低空影像匹配

针对重复纹理区低空影像匹配中存在的多义性易造成同名点过少或匹配失败等问题利用相位相关法计算了像对中两影像傅立叶变换复共轭的互功率谱预测同名点在平移旋转和尺度上的遍历范围并以尺度遍历范围自适应估计Harris－Laplace尺度空间和检测角点然后通过相关系数法和核线约束匹配同名点实验验证了该方法对于重复纹理区低空影像匹配的可靠性和实用性可获得数量足够且分布均匀的同名点     

机载激光雷达点云与定位定姿系统数据辅助的航空影像自动匹配方法

本文针对LiDAR点云和POS数据辅助航空影像的连接点自动匹配,设计了用于相关系数匹配的最佳匹配点位快速搜索算法;提出一种基于虚拟地面控制点的相机安置角误差自动检校方法,在此基础上自适应确定影像匹配搜索范围。试验结果表明,本文提出的最佳匹配点位快速搜索算法可在保证匹配正确性的情况下节省约25%的匹配耗时;相机安置角误差补偿方法能够有效地提高由POS数据计算的影像外方位元素的精度,从而明显改善同名点匹配时的点位预测精度;本文算法能处理多分辨率、多视角的交叉飞行航空影像,获得高精度的匹配结果。     

多比例尺电子地图中基于线性道路的POI抽稀

基于电子地图中POI表现出多尺度、数量大、分布特征多样等特点,针对POI沿道路线的分布特征,在考虑POI数据重要性权重的情况下,采用距离阈值抽稀POI,通过实例数据验证多比例尺条件下方案的可行性,达到POI数据实用性与简洁性的双重标准。     

一种针对大倾角影像匹配粗差剔除的算法

提出了一种基于影像像方曲面元变换的影像匹配粗差剔除算法。结合影像匹配算法实践,在由粗到精的匹配过程中嵌入该方法,可以有效控制匹配误差和修正匹配参数。以低空影像与近景影像等大倾角影像为例,证明该方法可以极大地降低匹配结果中的粗差,保证影像匹配的质量和效率。