小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

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。     

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。     

一种改进的快速最小高差DEM匹配方法

利用最小高差(LZD)法进行DEM匹配时,当待匹配DEM的分辨率比参考DEM高时,确定的同名点中存在冗余,将导致计算冗余和效率降低。为解决上述问题,对LZD法确定同名点的模型进行改化,提出一种改进的基于最小高差原理的快速DEM匹配方法。该方法根据参考DEM的格网点确定同名点以避免冗余,并通过近似确定同名点及其高差,有效简化了计算过程。实验结果表明,该方法在保证较高的收敛速度和匹配精度的基础上,可有效提高计算效率,且计算效率不随待匹配DEM分辨率提高而降低,DEM间分辨率差异越大,方法的优势越明显。     

浅谈基于ArcGIS的三维可视化系统实现

将ArcGIS作为基础平台,以面向对象的思想原理为基础,对相对规则的实体对象进行了三维重建。考虑到三维平台模型缺乏真实感,在用传统三维建模的基础上,实现了对三维模型的创建并巧妙地将得到的模型转换为GIS可以处理利用的数据格式,进而依此实现对三维GIS系统的开发。     

一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。     

供给侧结构性改革与土地管理制度创新

推进供给侧结构性改革,离不开土地制度和政策支持.在分析供给侧结构性改革对土地制度需求的基础上,剖析了现行土地制度中与供给侧结构性改革不相适应的地方,并从创新土地供应制度、土地用途管制制度、土地收储制度,以及土地税费制度等方面提出了促进供给侧结构性改革的对策建议.     

UKF算法及其在GPS卫星轨道短期预报中的应用

分析了GPS卫星预报星历,在比较分析EKF和UKF优缺点的基础上,将UKF引入GPS卫星轨道预报研究中。数值模拟和结果分析表明,UKF方法预报更稳定,能有效地提高轨道预报精度和稳定性。     

ArcGIS与AutoCAD结合在1：50000数据库更新工程中的应用

由于GIS软件平台与CAD软件平台各自具有的优势不一样,如何把ArcGIS和AutoCAD相结合,利用各自优势,快速有效地进行地形图数据库内业编辑、数据分析;本文重点讨论了GIS和CAD数据交换的问题。     

大冶铁矿国家矿山公园规划实践

大冶铁矿的开发利用在为我国的钢铁事业作出巨大贡献的同时,也给矿区的地表环境、森林资源带来了很大的破坏。矿山公园的规划实施可极大地改善矿山环境,为矿山的可持续发展提供较好的途径。