三维激光扫描技术在复杂地质隧道岩体信息获取中的优化

为了更高效、高精度地获取岩体结构面信息,借助三维激光扫描技术,提出并建立一种基于Kriging算子和最小二乘法组合的点云插值方法。首先对获取的隧道点云数据利用单一的最小二乘法进行插值,并以此为基础,结合Kriging算子的适应度函数建立组合插值模型。在利用三维激光扫描仪已获取的某岩溶隧道的原始点云数据的基础上,运用组合模型进行插值处理,以此获取岩体结构面信息,并将组合方法得到的结果与单一的插值方法进行对比,发现组合方法插值效果较好,误差也较小。基于Kriging算法和最小二乘法结合的插值方法,在利用三维激光扫描技术获取岩溶隧道岩体几何信息—结构面产状的过程中能更加精确、全面,并可以用于岩体稳定性评价。     

地理国情水系要素的自动提取

在地表覆盖水系图斑采集的基础上,利用Rosenfeld细化算法实现地理国情水系要素中心线的自动提取。首先兼顾提取质量确定图像由矢量转换为栅格的最佳像素值,然后根据内存访问效率和图像块大小的关系选择图像分块处理技术。此外,采用图像形态学的膨胀与腐蚀算法、线段长度条件约束和曲线节点抽稀等技术确保中心线提取质量。试验结果表明,本文提出的方法准确、高效,在生产实践中具有一定的应用价值。     

模拟退火机制下优化离散粒子群的端元提取算法

针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。     

U-Blox 6接收机解码与定位测试

U-Blox接收机的原始数据以自定义的UBX协议存储,使用时需要将其解码到标准RINEX格式。本文介绍了U-Blox 6接收机原始数据的数据包结构和解码原理,对实测数据成功进行了解码;并介绍了GPS定位的数学模型,对消参数法进行了详细的分析,对解码后的数据进行了静态/动态伪距单点定位和差分定位。定位结果显示,采用站间单差后点位误差减小50%,运动点位轨迹更加平滑,说明站间单差能显著提高定位精度。     

军民测绘标准融合方法研究

为了统筹军地资源,加强国防建设和经济建设,国家对军民融合的发展战略进行了统一部署。军民测绘标准融合是推动军民测绘事业发展的一项重要内容。通过梳理和对比分析现有军民测绘标准体系及其标准之间的相互关系,提出军民测绘标准融合的工作建议,从而为军民测绘标准融合工作的开展与实施提供参考。     

基于PCI的ALOS融合正射影像图制作——以果化石漠化监测区为例

为满足特殊岩溶地貌对遥感影像正射纠正的要求,以广西果化石漠化监测区为研究区,利用PCI中的OrthoEngine模块,依据1∶1万数字化等高线制作DEM;以ALOS全色影像为数据源,通过RPC有理函数模型进行正射纠正,采用PANSHARP融合算法,高保真地将全色影像与多光谱影像进行融合,制作成空间分辨率为2.5 m的融合正射影像图。结果表明,此方法为岩溶区的科学研究提供了精度高和信息丰富的现时数据源,为岩溶石漠化监测提供了科学的信息更新手段。     

公众参与的兴趣点数据有效性效验方法

针对公众参与的兴趣点数据在有效性的处理或评判中的不足,文章以最为常见的LBS签到数据为研究目标,以兴趣点与地图上普通点要素的区别为出发点,从公众的地理空间认知和兴趣点的空间特性两方面分析影响兴趣点数据有效性的因素,由此建立有效性度量模型,最后对实验区签到数据进行了有效性计算。实验结果表明,该模型可剔除原始数据中的大量无效数据,为以公众参与方式收集的兴趣点数据的有效性提供了切实可行的评判方法。     

大尺寸高精度三维控制网技术探讨

空间大尺寸机构的位置和姿态测量是诸多领域中不可或缺的必要环节。而传统的一维测量技术在精度、范围和速度上已经无法满足越来越高的需求,因此必须探索新的测量技术和方法。激光跟踪仪的单站坐标测量精度在局部范围内能够达到几十个微米量级,如果要在大尺度空间内同样实现该坐标测量精度,则需要建立全局的精密三维控制网。为了解算控制点全局坐标以及测站的位置和姿态参数,文中基于边角观测值和坐标转换模型建立了激光跟踪仪三维边角网整体平差模型。平差过程中,为了削弱激光跟踪仪测角误差的影响,建立了合理的角度和距离观测值权矩阵,为高精度距离观测值赋予较大的权值,从而对其进行约束。将该方法应用于宝钢不锈钢冷轧厂生产线的安装检测和轧辊轴线平行度测量,基于激光跟踪仪自由设站理论实现大尺寸精密三维控制网的建立,取得了良好效果。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。