高分辨率遥感影像的深度学习变化检测方法

为提升高分辨率遥感影像的变化检测精度,提出一种利用深度学习的变化检测方法。在预处理的基础上,利用顾及邻域信息的改进变化矢量分析算法和灰度共生矩阵算法获取影像间光谱和纹理变化,并通过设置自适应采样区间提取最可能的变化和未变化区域样本。构建并训练包含标签层的高斯伯努利深度限制玻尔兹曼机模型,以提取变化和未变化区域深层特征,从而有效辨别变化区域。通过WorldView-3与Pléiades-1影像的试验表明本文方法在变化检测精度方面优于对比方法。     

粗精匹配结合的矢量道路辅助惯性导航算法

针对无源环境下无法采用卫星导航定位方式对惯性导航系统的累积误差进行修正的问题,提出一种采用高精度的矢量道路数据进行粗精匹配的导航校正算法。该方法首先通过分析惯导轨迹的特征标示点以及外接矩形,剔除明显的误匹配道路和冗余道路,获取待匹配道路集合;进而,结合ICCP算法具有匹配精度较高,匹配结果较稳定的优点,完成惯导轨迹位置误差的补偿和校正;最后,根据匹配方差和历史匹配轨迹对匹配结果的准确性进行分析和判断。仿真实验结果表明,该算法能够提高惯性导航定位误差的校正精度,减少在复杂道路交叉口等情况的误匹配。     

面向高光谱图像分类的半监督空谱判别分析

为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。     

一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法

从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。     

引潮位的Doodson规格化展开及其精度评定

基于引潮位Doodson规格化展开的基本原理以及ELP/MPP02月球历表、Newcomb太阳历表的结构,设计了一个用以代表三角函数的数据结构;并由此自定义了三角函数的乘法与加法算法,将月球、太阳引潮位分别展开至5阶、3阶,振幅绝对值截断阈值为10-7,在展开过程中对"伪波"进行"滤波"处理后,最终得到包含4 686项展开式的引潮位展开表(其中振幅绝对值超过10-6的展开式有2 441项)。以德国BFO(Black Forest Observatory)测站为例,基于DE431历表,通过天球参考系变换计算得到1950—2050年间时间间隔为1 h的法向引潮力基准序列BFDE431;并根据各个引潮位展开表计算得到相应的法向引潮力序列;通过与BFDE431基准序列求差,得到各个差值序列的统计值。计算结果表明,文中给出的展开表对应的差值序列数值在±58×10~(-11)m·s~(-2)(nGal)以内,均方差为12.5×10~(-11)m·s~(-2),与XI89展开表的精度相当。但由于没有考虑行星及地球扁率的影响,仍未达到HW95和RATGP95展开表的精度水平。     

GNSS观测值统一表达及组合PPP解算性能分析

针对GNSS多系统组合进行PPP定位的问题,推导了GNSS观测值统一表达式;进而给出了基于UofC模型的多系统组合PPP的函数模型和随机模型;最后采用6个IGS观测站24 h观测数据对7种组合模型的PPP进行解算,并从收敛率、收敛速度和定位精度等方面进行了统计分析。实验结果表明,当观测时长为60 min时,GPS/GLONASS/BDS组合PPP收敛性能最好,收敛率为91.7%,平均收敛时间为16.1 min;而BDS PPP收敛性能最差,收敛率仅为32.7%,平均收敛时间为38.4 min。可见,多系统组合有利于提高精密单点定位的解算性能。对于定位精度,在观测时长较短时(如0.5 h),GPS/GLONASS/BDS组合PPP整体上具有最优的定位精度,(N,E)方向偏差和标准差分别为(0.3,0.5)cm和(1.9,4.3)cm;短时间内对流层参数与垂直方向的强相关性,将致使U方向精度较差。     

面向不同主题的交通大数据可视分析

大数据时代,交通数据如何更快更准确地实时反映交通状况成为研究热点。使用不同交通数据对不同的研究主题进行可视分析,进而揭示蕴含的交通信息知识,为交通部门提供决策支持。首先,分析了大数据的基本特征,总结了大数据可视分析的研究现状;其次,对交通大数据的基本构成、获取方式及数据类型特点进行详细描述;最后,按照不同的研究主题选择不同的数据源与不同的可视化表达方式,揭示不同研究主题蕴含的交通规律,为交通大数据的自动模型分析提供可靠的可视化知识。     

利用GRIC测度的匹配数据拟合模型检测算法

影像间的匹配点通常受基本矩阵或单应矩阵模型约束,利用不同的描述模型引导匹配会得到不同的匹配结果,并且将直接影响后续的三维重建结果。引入GRIC测度来检测匹配数据的拟合模型,推导了GRIC测度拟合单应矩阵模型和基本矩阵模型的误差方程。模拟数据和真实影像数据实验表明,GRIC测度比利用误差大小来检测拟合模型更加可靠,可以更有效地剔除误匹配点。     

天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测

利用2015-05—2016-02获取的天津地区23景哨兵-1A(Sentinel-1A)卫星IW模式影像,进行基于地面散射特性保持稳定的高相干点永久散射体干涉测量处理(PSIn SAR),获取了地面沉降速率,分析了重点沉降区域时序形变特征和成因。实验结果表明,天津地区沉降严重区域主要集中在北辰区和大寺镇,结合北辰区沉降速率图和第2、3承压含水组水位降落漏斗等值线图,分析发现地面沉降中心和地下水位漏斗大致吻合,呈现整体向东北方向偏移的趋势,得出造成地面沉降的主导因素可能为超量开采地下水的结论。     

航天器精测数据可视化模型U-SAM设计及实现

经纬仪测量设备能够获取卫星及星上仪器设备安装的角度和位置等精测数据,而从测量数据本身不易直观分析出航天器壳体结构和星上设备安装的精度。为此设计了一种基于Unity的航天器精测数据可视化模型——U-SAM。本文在分析目前航天器精测数据可视化存在问题的基础上;重点阐述和论证结合立方镜准直测量原理设计U-SAM可视化模型的方法;并测试了基于U-SAM模型的可视化效果。结果表明,基于该模型对测量数据可视化能够形象、直观、快速地反映测量数据目前具有的或在随后的测量过程中可能出现的误差趋势,从而指导工作人员对设备总装、测量手段等进行不断地调整和优化。该模型能够高效地对测量数据进行诊断,检测测量数据的正确性和有效性为航空航天部门提供技术支持,减轻测量工作强度,提高工作效率。