鱼眼相机检校的正则化方法比较分析

鱼眼相机因其成像视场极大而在全方位视觉、测量、工业制造等领域得到了广泛的应用,但在应用鱼眼相机之前需要对其进行检校。鱼眼相机参数包括畸变参数、内方位参数和外方位参数等,这些参数之间存在着很强的复共线性而使法方程呈现严重病态,导致参数解容易受到观测误差的影响,正则化方法恰好能够有效地解决方程病态的问题。针对鱼眼相机的特点,首次提出了鱼眼相机检校的正则化方法,介绍了基于半视场角约束的鱼眼相机检校方法,阐述了Tikhonov正则化方法和截断奇异值（TSVD）正则化方法的基本原理,探讨了求解正则化参数的L曲线法和广义交叉检验法（GCV）的特点,最后构建了5种不同的正则化方案对15组数据进行了分别处理,并对得到的相机参数的精度和准确度进行了比较分析。实验分析表明：各种正则化方案会引起相机内方位参数约为0.2像素的轻微偏移,但是相对于直接最小二乘解其精度至少提高了1000倍,能够极大地提高相机检校的抗干扰性。     

高分辨率遥感影像主干道路提取的感知编组方法

针对高分辨率遥感影像的道路提取受"同物异谱、同谱异物"干扰的问题,该文提出一种基于感知编组的高分辨率遥感影像主干道路自动提取方法:首先,使用Line Segment Detector算法提取影像中直线段信息。然后,利用高分辨率遥感影像上的道路几何特征对直线段进行感知编组;最后,经过长度约束得到道路信息。使用两景影像进行了主干道路提取实验。实验结果表明,两个实验中主干道路提取的完整率、正确率和检测质量都在96%以上。     

BDS+GPS技术支持下的超高层建筑施工投点监测分析

超高层建筑施工中常采用激光投点仪向上传递地面控制点作为测量基准。为了避免投点误差过大,本文采用BDS+GPS技术进行组网监测其投点精度,给出了超高层建筑BDS+GPS监测相应的数据处理策略,对比分析了BDS、GPS及组合BDS+GPS 3系统之间,以及与激光投点前地面点坐标之间的差异。结果表明,GPS和BDS+GPS组合系统定位精度相当,BDS定位性能稍差,但满足超高层监测精度要求,利用北斗技术进行超高层建筑基准传递工作具有一定可行性。     

一种启发式有环河系自动分级算法

在地图综合中,河流分级是对水系要素表达的重点也是技术难点,对精确性和计算速度都有较高的要求。目前对河系分级的研究中,已有分级算法的效率较低,且鲜有针对有环河系的分级。基于此,本文建立了河系分级的属性规则、几何规则、环规则,对河系中存在的不同环类型进行了分类处理,且在求取河流最长路径时,运用启发式算法迭代计算,实现了河系的自动分级。实际河系数据试验表明,该算法能在对有环河系的处理中取得良好的效果,提高了河系分级的计算效率和准确度。     

一种基于元规则的地理国情普查元数据时间顺序自动检查方法

元数据作为地理国情普查的重要组成部分,其数据质量决定整个作业流程的可靠性,而元数据的时间顺序检查一直没有自动高效的方法。根据第一次全国地理国情普查对元数据的具体要求,本文提出一种高效准确的检查方法,并得到实践检验,可为地理国情普查质检工作提供技术参考。     

星载多相机拼接成像传感器在轨辐射定标方法

星载传感器在轨辐射定标是定量遥感的核心和基础,其定标精度将直接决定定量遥感产品的质量。但是对于多相机拼接成像传感器而言,现有在轨辐射定标方法无法实现各相机绝对辐射定标与相机间相对辐射校正的一体化处理。因此,本文以高分一号(GF-1)卫星宽视场(WFV)传感器为例,提出了一种基于改进型辐射区域网平差的在轨辐射定标方法。该方法首先利用传统的交叉定标方法获取WFV传感器各相机的辐射控制点信息,然后在同轨相邻相机影像重叠区域中提取辐射连接点信息,最后在考虑相机间相对辐射校正与绝对辐射定标之间的耦合关系后,采用整体平差的方式同时获取各相机在轨绝对辐射定标系数及辐射约束条件方程参数。试验结果表明采用该方法获得的各波段在轨绝对辐射定标系数的相对误差均优于9.34%,同时利用该定标系数能够实现同轨相邻相机影像间相对辐射校正处理,其重叠区域各波段表观辐亮度差异绝对值的平均值均小于1.63 W·m~(-2)·sr~(-1)·μm~(-1)。     

基于权重与混合模型的遥感图像分类方法研究

提出了一种基于权重与混合像元模型的遥感图像分类方法。该方法在现有光谱混合模型的基础上,根据实际应用需要确定地类权重,通过地类丰度与权重因子加权平均确定像元的隶属类型,从而实现遥感图像分类。以SPOT-5土地覆盖遥感分类为例,对权重与混合像元模型结合的图像分类方法进行了验证,结果表明,该方法提高了遥感图像分类精度,在一定条件下更具实际意义。     

3维场景中地名信息查询定位技术的研究与实现

研究了3维地形场景中地名信息的查询定位与可视化技术。基于1∶50000地名数据库,利用C#结合Di-rectX,运用面向对象技术从底层开发、设计和实现了3维地形场景中地名数据的查询定位与可视化功能。系统可快速模糊搜索、实时定位、动态调度地名数据,为其他各类专题信息的表达提供了一种有效的思路。     

粗糙集理论进行遥感图像监督分类的样本质量评价的研究

In the supervised classification process of remotely sensed imagery, the quantity of samples is one of the important factors affecting the accuracy of the image classification as well as the keys used to evaluate the image classification. In general, the samples are acquired on the basis of prior knowledge, experience and higher resolution images. With the same size of samples and the same sampling model, several sets of training sample data can be obtained. In such sets, which set reflects perfect spectral characteristics and ensure the accuracy of the classification can be known only after the accuracy of the classification has been assessed. So, before classification, it would be a meaningful research to measure and assess the quality of samples for guiding and optimizing the consequent classification process. Then, based on the rough set, a new measuring index for the sample quality is proposed. The experiment data is the Landsat TM imagery of the Chinese Yellow River Delta on August 8th, 1999. The experiment compares the Bhattacharrya distance matrices and purity index zl and △x based on rough set theory of 5 sample data and also analyzes its effect on sample quality.     

一种随机增量式地形建模算法设计

Delaunay三角网是DEM主要表示方式，一直以来，因其数据结构和构造算法的复杂性导致应用受限。本文结合随机增量式算法理论，提出一种全新的有向无环图（directed acyclic graph，DAG）查找数据结构（search data structure）和随机增量式Delaunay三角网构造算法，并对算法作了简要证明和深入分析。该算法最大的特点是具有随机特性，能够支持地形特征数据的动态更新。