车载全景影像与激光点云数据配准方法研究

全景影像与激光点云的高精度配准是车载移动测量系统中多传感器数据集成处理的关键环节。本文针对车载多面阵拼接全景影像与激光点云的配准问题, 提出了一套高精度的数据配准方法。通过高密度的静态激光点云解算每个面阵CCD在激光扫描仪坐标系下的外标定参数, 以实现单张CCD影像与激光点云在扫描仪坐标系下的配准, 在全景拼接过程中全景影像与单张CCD影像精确的映射关系已知, 利用扫描仪坐标系、POS坐标系及WGS-84坐标系间的转换关系即可获得全景影像与激光点云在物方坐标系下的动态、高精度的配准参数。试验表明该数据配准方法精确可靠、适用性强, 能满足基于全景影像与激光点云数据融合的城市道路竣工、部件采集、目标提取、三维重建等高精度量测应用需求。     

利用最小交叉熵的多时相影像变化检测

针对目前多时相遥感影像变化检测中缺少有效的确定变化阈值方法的问题,文章提出一种基于最小交叉熵的方法:采用中值滤波方法分别消除两个时相遥感影像中的噪声;将比值法和差值法融合构造两个时相遥感影像的差异影像;通过最小交叉熵确定差异影像的最佳变化阈值,并对差异影像进行分割得到变化区域;最后对变化检测精度进行评估。实验结果表明,提出的方法具有较高的检测精度,是一种有效的多时相遥感影像变化检测方法。     

气象服务在江苏农业减灾增效中的效用分析

气象为农业服务是气象服务的重要方面,科学定量评估农业气象服务效益是气象在农业减灾增效中更好发挥作用的有效手段.本文以江苏省为例,选取大农业范畴的种植业、蔬菜、茶桑果、林业、牧业、渔业、农林牧渔服务业为研究对象,通过问卷制作和调查,了解不同领域的农业用户群和专家对气象服务的满意度评价.结果表明:2005-2009年的满意度逐年上升,其中2009年满意度高达92.90％;通过改进后的德尔菲评估法,计算发现此5 a的气象服务在江苏农业减灾增效中的效用越来越显著,经济效益也在逐年上升,总效益约为551.32亿元.由此可见,气象服务工作不仅得到了广大农业用户群以及专家的肯定,而且在农业中产生的经济效益也是非常显著.此外,文中还对气象服务经济效益的定量评估方法进行了有益的探讨.     

长江中游若干湖泊水生植物体内C、N、P及δ^13C分布

本文就长江中游9个湖泊10种水生植物的C、N、P和稳定C同位素进行了测定,水生植物C元素的平均含量为33.2±5.46%,N、P分别为1.58±0.90%和0.30±0.13%,δ13C组成变化在-27.91‰～-17.16‰之间.从水生植物的生长区域来看,叶子中的C、N和δ13C值与其所处的水环境有密切的关系.对于沉水植物,由于受到无机碳的限制,其叶子中C和N含量显著低于挺水植物及浮水植物;而同时由于水体中无机碳δ13C组成较高,使得沉水植物叶子的δ13C大于挺水植物和浮水植物.     

全球增暖背景下中国干湿气候带变化规律研究

用中国区域561个气象站1961—2010年的逐日气象资料,计算了多时间尺度的湿润指数。用ArcGIS软件平台对站点的降水量和湿润指数进行反距离加权插值,得到其空间分布图,进而分别从全球气候变暖背景下和年代际两个角度分析了湿润指数与干湿气候带界线的变化特征。结果表明:在气候变暖背景下,新疆的极干旱区范围缩小;内蒙东部半干旱区东伸增大,西部干旱区南移扩大;山东半湿润区南移扩大;陕西半干旱区加大,湿润区缩小。从年代际变化而言,湿润指数和干湿气候带界线分布有明显的区域特征。东北地区总体呈现干湿交替特征;1970s起,西北地区总体趋湿;华北东南部持续趋干;新疆南部(极干旱区)持续趋湿;南方地区在2000s四川南部和贵州中南部趋干,出现部分半干旱区。另外,根据中国农业区划方案,分别计算7个一级农业类型区湿润指数。发现7大农业区50 a来湿润指数都呈下降趋势(青藏区除外),尤其西南地区在2000s湿润指数下降最为显著,其主要原因是2001年以来该地区潜在蒸散增加和降水偏少造成的。     

构建宏观异常判定系统的尝试

引言不是根据仪器观测,而是靠人的感觉所了解的如动物的异常行为、地声、地光、地下水异常等地震前兆现象,统称为"宏观异常"(力武,1998)。一般地说,宏观异常现象的资料记录不完整、有短缺,大多不适于统计分析。     

地震数据传输网络的设计与具体实施

本文主要介绍了辽宁地震数据传输网络的设计与具体实施过程。分别介绍了IP地址规划;台站局域网的设计与综合布线;省局局域网设计;台站到省局区域中心的网络设计。在实施中通过路由器的配置来保证数据流的畅通,实现全网互联互通。     

深度学习在光学和SAR影像融合研究进展

遥感影像融合作为影像处理领域中最具有挑战的工作,一直是学术界研究的热点。合成孔径雷达SAR(Synthetic Aperture Radar)具备全天时、全天候、穿透云雾等多种特点,却因存在相干斑噪声等问题,使得影像难以解译。相比之下,光学影像可以反映地物的光谱和空间信息,易于解译,但容易受到云雾干扰,造成信息丢失,将光学与SAR影像数据融合可以实现不同类型传感器成像之间的信息互补,能够更好地为后续的影像分析与解译提供方便。本文首先对光学和SAR影像融合进行了系统性回顾,包括传统融合方法和基于深度学习方法在影像融合方面的最新工作,重点阐述了卷积神经网络CNN (Convolutional Neural Network)、生成式对抗网络GAN (Generative Adversarial Networks)等框架在光学和SAR影像融合中的进展;然后总结了光学和SAR影像融合在深度学习领域开发的数据集,并做了简单介绍和说明;最后,从数据集、时间序列影像融合、融合评价体系和算法轻量化等4个方面对光学和SAR影像融合的未来发展趋势进行了展望。     

基于支持向量机(SVM)单目标SAR图像分割

将考虑SAR图像局部灰度均值和方差及像素空间分布特征等统计量,以灰度共生矩阵产生的纹理统计量为特征向量,经过归一化后进行特征选择,然后输入到支持向量机中进行训练建模,利用支持向量机分类方法,以实现分割结果.最后,将此方法分类结果与传统方法进行了比较,从对比结果可以看出此方法行之有效.     

模糊超像素分割算法的无人机影像烟株精细提取

实现烟草单株自动化提取对加快烟草农业信息化有着重要意义,但目前烟株精细的提取还存在较大困难.因此,提出了一种基于模糊超像素分割(fuzzy-superpixels,FS)算法的无人机烟株提取方法.首先通过绿地提取方法得到无人机影像中的植被覆盖区域;然后利用FS算法对影像进行超像素分割,并统计超像素的均值、亮度、形状指数...