高分辨率光学遥感场景分类的深度度量学习方法

针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。     

面向城区宽基线立体像对视角变化的结构自适应特征点匹配

提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先,对影像提取点特征和直线特征,挖掘点特征与其邻域内直线特征之间的几何关系,构建结构自适应的特征区域和特征描述符,并通过双向匹配策略获得初始匹配结果。然后,基于初匹配结果估计影像基础矩阵,构建核线约束的结构自适应特征匹配算法进行二次匹配。最后,将已匹配特征作为控制基础设计匹配扩展算法,进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点,构建自适应的特征区域,能够在显著的影像视角变化下,为同名特征点提取影像内容一致的特征区域,进而获得相似的特征描述符。试验结果证明,与传统算法相比,本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。     

基于EMD方法的地心运动时间序列分析

针对时间序列混有的高频信息会影响地心运动规律分析的问题,采用网平移法对IGS提供的GNSS周解进行解算,得到2007-2017年地心运动时间序列,对其进行分解重构,剔除高频项,并利用重构时序对地心运动规律作进一步分析探讨。结果表明：本文解算的地心运动在T_x、T_y和T_z方向的精度均为毫米级。EMD方法重构的时序保留了原序列的基本信息,且抑制了高频项的影响,提高了周期贡献率,3个方向的贡献率分别提高了12.3%、16.7%及6.3%。通过分析重构后的时序发现,周年项振幅为各周期对应振幅的最大值,分别为2.32、1.89和2.07 mm;T_y和T_z方向长期变化趋势较T_x更为明显,分别为0.13和-0.27 mm/a;半年项较小,且在T_x和T_y方向上具有时变性。此外,还发现了一些其他较小的年际变化。     

背负式移动激光扫描系统测绘大比例尺地形图精度试验研究

将背负式移动激光扫描系统应用在测绘大比例尺地形图中,其扫描精度至关重要。本文利用徕卡Pegasus Backpack对苏州工业园园区测绘地理信息大楼进行扫描,采用Inertial Explorer、Infinity、AoTumatic Processing对点云数据进行预处理,运用RealWorks提取特征点,将特征点在MicroStation V8联图中绘制成1：500地形图。通过与传统方法绘制的1：500地形图相叠合,发现两幅地形图具有很好重合度。对地物检测点精度分析后,得到点位中误差为0.026 m,高程中误差为0.041 m。研究结果表明徕卡Pegasus Backpack满足1：500地形图测量精度要求。     

一种顾及精细层级的室内拓扑模型

针对室内精细化管理的需求,提出了一种顾及精细层级的室内拓扑模型。该模型首先将室内空间构件分为“主体对象-连通对象-虚拟对象”三种类型;接着以主体对象为基准,在垂直方向上又将室内空间划分为“楼栋-楼层-房间-设备”4个级别,并抽象出虚拟对象实现对对象的二次划分;然后针对同级别对象和跨级别对象建立了拓扑组织规则;最后结合三维引擎Cesium.js对模型进行了管理可视化验证。结果表明,该数据模型能够有效地满足精细场景的数据管理需求。     

小区域消费级无人机倾斜摄影像控点布设及建模精度研究

像控点布设是无人机倾斜摄影施测阶段的重要环节,直接决定后期三维实景模型的精度。本文面向校园等小区域环境,利用消费级单镜头多旋翼无人机航摄系统获取影像数据,重点设计了不同像控点布设方案,基于全自动数据处理系统进行空三加密及三维模型的构建,并对模型成果进行精度分析,为实际工作中小区域像控点的布设提供建议和指导。     

无人机倾斜摄影支持下的1∶500高精度三维测图方案及应用

研发了一种适合于大范围1∶500的无人机测图方案,围绕平面和高程点位中误差在5 cm以内这一核心目标,从无人机的平台稳定性、空中精准定位飞控、空三与三维建模及模型与影像结合的多视角测图等方面进行了设计。在广州马沥村的应用表明,本文研究的无人机倾斜摄影方案可以满足1∶500高精度的三维测图,并具有较高的效率。     

顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

GNSS-R DDM波形仿真的时延与多普勒间隔研究

DDM波形是GNSS-R技术用于反演地球物理参量的基本观测量,其仿真结果的可靠性直接影响GNSS-R的理论研究及项目工程参数设计。利用GREEPS仿真软件分析了时延间隔与多普勒间隔对DDM波形仿真结果可靠性的影响,得到了用于获取可靠DDM仿真波形的时延与多普勒间隔参数。研究表明,时延和多普勒间隔越小,DDM仿真波形与理论波形吻合度越高;当时延间隔取1/16个GPS L1 C/A码元、多普勒间隔取50 Hz时,DDM仿真波形与理论波形几乎完全吻合,二者的相关系数大于0.99;时延间隔对DDM仿真波形峰值位置的影响远大于对峰值信噪比的影响;而多普勒间隔对DDM仿真波形峰值位置与信噪比的影响相当。     

利用InSAR识别与监测黑方台黄土滑坡

针对甘肃永靖县的黑方台地区滑坡不断对当地居民人身及财产安全构成重大威胁的现状,该文选取高分辨率的升降轨TerraSAR数据、3m分辨率的DEM数据和30m分辨率的SRTM DEM数据,利用InSAR技术对该地区的地表形变进行监测,主要结果如下:用Stacking技术获取了黑方台的形变速率图,识别出14处不稳定滑坡体;用SBAS-InSAR技术对典型滑坡体进行时间序列监测,将InSAR结果投影到滑坡方向与已有的GPS结果进行比较,最大较差为6mm,最大中误差为3mm。结果表明,InSAR技术用来识别与监测黄土滑坡方便可靠,并且精度较高。