双层优化的激光雷达点云场景分割方法

对激光雷达扫描的非结构化点云进行分割处理,是进行数据组织、重构和信息提取的重要步骤。本文根据点云表面的局部可微的性质,提出了一种递进形式的双层优化分割算法。首先在黎曼几何框架下计算点的拓扑关系和距离度量特性,以k均值聚类的方法获得过分割体素,作为底层分割结果。然后,将点云的体素模式化为节点,构建最小生成树,提取节点的高级特征信息,利用图优化得到对点云细节自适应的区域分割效果。通过真实数据进行验证,并与现有方法比较,证明所提算法的可行性和先进性。     

自组织特征映射神经网络及其在彩色地图自动分层中的应用

地图数据分层是地图识别系统的一个重要组成部分。由于传统的基于Bayes准则识别方法要求已知概率分布密度,当实际概率分布与假设条件存在差异时,无法取得满意的识别效果。神经网络方法可以克服这些缺点。本文利用Kohonen提出的自组织特征映射网络的学习、识别能力,实现了对彩色地图扫描数据的自动分层。     

基于可变模板的航空影像中建筑物提取

针对航空影像中目标提取的困难,提出了一种基于可变模板的航空影像中建筑物提取方法,并针对几种比较典型的建筑物,详细讨论了模板的设计、目标初始参数的获取及模板最优参数求解等几个关键性的问题。采用这种方法进行航空影像中目标的提取时,可以将影像中的多种信息和人的识别能力进行有效的融合,因而能够达到可靠地提取影像中目标的目的。作为一种有效的优化求解方法,模拟退火被用于目标提取的优化过程。为了验证这种方法提取航空影像中目标的能力,给出了利用可变模板提取航空影像中几种不同类型的建筑物的例子。     

基于神经网络的地图数字注记识别

指出了地图自动识别系统中地图数字注记识别存在的困难，论证了利用神经网络技术解决这种困难的可能性，并通过一个含有２个隐藏层的ＢＰ网络，说明了这种技术用于地图数字注记识别的可行性。     

玉兔号月球车全景相机的正交变换投影模型

玉兔号安装了一对全景相机,全景相机使用的镜头设计为视场小的长焦距镜头,这种镜头的光线束入射角较小,若采用传统的透视投影模型进行相机检校可能会造成法方程式系数矩阵的病态。针对这一特点,本文提出一种基于正交变换模型的相机检校方法,通过真实数据试验证明,该方法具有很高的精度和稳定性,可以用于对玉兔号月球车的全景相机进行检校。     

嫦娥五号探测器月面采样封装任务的定位精度

嫦娥五号是中国首个实施无人月面取样返回的月球探测器。为了确保采样封装任务的定位精度,需要对采样封装任务进行高精度的整体几何检校。本文提出了附有立体约束和机械臂运动约束条件的联合平差检校模型。经过内场试验验证本文提出的检校方法具有较高的精度。在模拟采样试验中能够获得5.118 mm的平均定位误差,在月面采样任务中能够获得4.745 mm的平均定位误差。有效保障了嫦娥五号探测器精准地完成月面自动采样封装任务。     

利用卫星遥感技术确定世界大河的源头和长度

介绍了利用卫星遥感技术与源头地区的实地考察相结合, 确定世界主要大河的源头的主要过程。给出了利用卫星遥感技术确定的全世界10 条长度超过和接近5000km 的大河的源头坐标和河长     

关于大河源头确定标准问题的探讨

本文根据世界各国在确定大河源头时的一些基本做法,提出了在不能同时满足确定河源许多条件时,以“河源唯远”的原则。     

月面巡视探测器导航和全景相机标定方法研究

提出一种基于自检校光束法平差模型的月面巡视探测器导航相机和全景相机的高精度标定算法。详细推导了利用二维直接线性变换模型求解相机参数和像片外方位元素初始值的方法;推导了利用自检校光束法平差模型求解相机参数和像片外方位元素精确值的方法。最后,利用一对工业镜头模拟月面巡视探测器导航相机和全景相机并获取一组实际数据对算法进行试验,验证了算法的精度和可行性。