基于多时相多极化差值图的稻田识别研究

提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度.以江西省高安地区的早稻识别为例,利用两景ENVISA ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图.由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出.而VV极化对地物的时相变化不够敏感.因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田.通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%.文章最后对提出的稻田识别方法及分类结果进行了分析.     

GPS观测值的时间相关性对基线解算影响

为了分析观测值的时间相关性对GPS基线解算结果及其精度评定的影响,分别利用两条基线的7d观测数据,顾及相关窗口中所有历元的时间相关性,以45min为一个时段将7d观测数据分为224个时段,编制了软件进行基线处理和分析。在忽略和顾及时间相关性两种情况下,采用不同采样率,对224个时段的基线处理结果进行统计分析。     

一种基于直线特征的影像外方位元素解算理论与方法

与点特征相比,影像上的线特征,特别是直线特征,具有识别相对容易、使用灵活等优点,因此对直线摄影测量的研究已成为目前摄影测量的一个重要研究方向.依据空间直线在航空影像上的投影仍然是直线,并结合共线条件方程,通过线性化,推导了基于直线特征计算像片外方位元素的误差方程;并且给出了计算过程.最后,通过实验验证了基于线特征计算像...     

土地流转系统数据库设计与实现

为了满足土地管理部门对土地流转数据库的应用需求(信息要求和处理要求),本文采用文献分析法、理论分析法和实证研究,设计了系统数据库的逻辑结构和数据表结构,使之能有效录入和存储数据.最后以诸城市辛兴镇为例,利用CIS技术建立了土地流转管理信息系统数据库.     

基于方差分量估计的GPS/GLONASS组合点定位

介绍GPS/GLONASS组合定位模型,采用Helmert方差分量估计确定GPS与GLONASS两类观测值的精度,合理确定两类观测值的权。通过GPS/GLONASS的方差分量估计实测,GPS与GLONASS伪距观测值的精度分别为±4.560 7 m与±9.928 9 m,相应的权比约为5∶1,采用此权比进行定权,能够提高定位精度。     

GPS/Doppler导航随机模型的移动窗口实时估计算法

引进时间遗忘因子和观测冗余度因子,有效地平衡移动窗口内不同时刻的观测数据及其冗余情况对单位权方差估值的贡献,改进单位权方差的移动开窗实时估计算法.采用载噪比模型确定观测权阵,等价权抗差估计方法处理粗差.实测车载GPS/Doppler数据的处理结果表明:采用本文算法显著提高GPS/Doppler的导航精度与可靠性.     

一种基于直线特征的影像外方位元素解算理论与方法

与点特征相比,影像上的线特征,特别是直线特征,具有识别相对容易、使用灵活等优点,因此对直线摄影测量的研究已成为目前摄影测量的一个重要研究方向。依据空间直线在航空影像上的投影仍然是直线,并结合共线条件方程,通过线性化,推导了基于直线特征计算像片外方位元素的误差方程;并且给出了计算过程。最后,通过实验验证了基于线特征计算像片外方位元素理论与方法的可行性和可靠性。同其他方法相比,该方法具有易于理解、便于计算、实用性强、易于实现影像自动外部定向等特点。     

利用遗传算法的网络GIS集群服务器动态负载均衡算法

针对现有负载均衡方法的不足和网络GIS数据的特点,提出了一种基于遗传算法的网络GIS集群服务器动态负载均衡方法。该算法将基于服务器状态和基于内容的调度算法综合起来考虑,设计了相应的编码机制和遗传操作。实验结果表明,和常用的负载均衡算法相比,此算法能获得更小的服务请求响应时间,能更好地服务网络GIS系统。     

基于最小二乘配置法的BP神经网络GPS高呈异常拟合方法研究

传统的BP神经网络在GPS高程异常拟合应用有其一定的局限性,特别是在对于外推高程异常值方面,传统的BP神经网络的不足表现得尤为明显.针对高程异常的特性,既有趋势性也有随机性,结合BP神经网络的优点,提出一种改进型的BP神经网络高程异常拟合方法,利用最小二乘配置法综合考虑高程异常的趋势性和随机性的特点,采用BP神经网络方...     

基于背景迭代搜索的高分辨遥感图像汽车检测

提出了一种基于高分辨率卫星遥感图像检测汽车的新方法——背景迭代搜索(Background Iterative Search,BIS)算法。该算法首先利用背景与目标的局部差异,用距离作为判别准则逐步迭代搜索并去除背景,根据汽车的物质特性初步检测汽车;然后采用动态双峰阈值分割方法,利用全局信息把道路和非道路分开,并根据形状特征粗略提取道路;最后利用道路信息约束初步检测的汽车,得到最终的汽车检测结果。通过使用IKONOS和QuickBird卫星遥感数据进行实验,验证了BIS算法的有效性。