基于二维直接线性变换的数字相机畸变模型的建立

提出并论证了基于二维直接线性变换的畸变的校正方法。本方法特别适用于各类固态摄像机(CCD、CID、PSD)的畸变模型的建立,以补偿各类像点系统误差。     

结合MRF与ν-SVM的SAR海冰图像分类

结合支持向量机SVM和马尔可夫随机场MRF在图像分类领域的优点,提出MRF-ν-SVC分类系统。与以往针对像素的分类不同,本系统在区域水平实现分类。首先通过双阈值准则判别区域间边缘的强弱,然后针对模糊边缘区域将基于MRF的空间语境模型改进为边缘语境模型,修正SVM原始问题中的偏差因子,从而优化最优分类超平面。实验表明,本文算法可有效提高分类精度,增强对斑点噪声的抑制能力,更好地分类特征相似的区域。     

3维场景植被冠层多波段模拟研究进展

植被冠层辐射散射信号中蕴含了丰富的植被信息,通过构建植被冠层辐射散射模型,可以实现植被结构等生物物理参数的遥感定量反演。迄今为止,可见光/近红外、热红外、微波波段均已发展了大量的模型,这些模型在参数反演方面各具优势,但不同波段的模型又有其自身的局限性。跨波段的联合模拟可以实现模型间的优势互补,进而提高地表参数的反演精度,近年来已有学者专注于可见光/近红外与热红外模型,热红外与微波模型,主被动微波模型,以及可见光/近红外与微波模型的联合模拟和协同反演,但多是两两联合,且主要是基于经验模型或解析模型。基于3维场景的植被冠层辐射散射特性模拟模型可以细致刻画不同组分的结构和空间分布特征,对于由植被结构引起的多次散射和组分比例变化的考虑具有优势。本文主要介绍了3维模拟模型在可见光/近红外、热红外和微波波段,以及跨波段联合模拟方面的研究进展,从模型机理、场景统一、以及组分理化参数的统一的角度,探讨了构建多波段3维模拟系统的可行性,展望了多波段3维模拟模型的发展趋势。     

线/面Voronoi图的分解合并生成算法

Voronoi图生成算法受到计算效率或生长源类型的限制,难以支撑线/面生长源Voronoi图的构建。本文提出一种生成线/面生长源Voronoi图的分解合并算法,其主要过程是将线/面生长源离散为特征点表达,通过特征点交叉建立最近特征点对,并以最近特征点对Voronoi子区域的交来部分地代替线/面生长源的等距离边界,算法以前后迭代离散计算的Voronoi子区域面积差分作为条件,可有选择地将部分生长源置入迭代过程,使线/面生长源Voronoi子区域逐步调整并达到精度要求。     

顾及垂线偏差影响的高原铁路隧道洞内旁点导线网测量精度分析

高海拔、大高差及贯通距离长等特殊环境给川藏铁路特长隧道控制测量带来了诸多不利影响,为在川藏地区建立满足精度要求的隧道洞内平面控制网,需要进行实地勘察、测量及数据计算分析实验.本文介绍了一种铁路隧道洞内旁点导线网测量新方法,提出利用EGM2008重力场模型来计算隧道洞外控制点的垂线偏差;顾及是否对进洞联系边全站仪水平方向...     

多时相无人机影像的烟草轮作精细监测

针对大区域烟草轮作监测缺乏有效手段的问题,文章提出了基于无人机摄影测量技术进行高精度烟草轮作种植情况的监测方法:首先基于两个时相的无人机遥感影像分别生成数字正射影像;然后通过人工解译获取两个时相的烟田空间分布图;最后利用地理信息系统空间分析功能对两个时相的烟田空间分布图进行处理获取烟草轮作信息。在山东省临沂市的两个乡镇开展了应用,取得了良好的示范效果,对农作物轮作监测有参考价值。     

POS与DEM辅助机载SAR多普勒参数估计

由于机载SAR多普勒参数受载机不稳定飞行和复杂地形影响明显,目前仍缺少有效的矢量估计法。本文对POS和DEM数据及其误差对机载多普勒参数的影响进行了分析,以距离-共面方程构建的SAR几何关系为基础,在POS和DEM数据支持下,建立了一种多普勒参数矢量估计法,并通过仿真对提出的方法进行了验证和分析。理论和仿真表明,本文方法在高山地形、不稳飞行及大斜视角等复杂条件下,亦能够为机载SAR瞬时多普勒中心提供高精度估计。     

利用资源三号影像动态监测矿区环境复绿研究

选择以原地形依台阶式开采方式为主的稀土矿区为研究对象,利用国产资源三号卫星影像为主要的数据源,动态监测矿区环境复绿变化情况.首先,采用同名点自动匹配纠正影像后进行融合处理,再利用正射影像纠正技术校正融合后的影像数据;其次,采用绿色波段占0.7,近红外波段占0.3的比例合成新的绿色波段,再将新合成的绿色波段与正射纠正的影像进行波段重组处理;最后,采用面向对象的方法提取各个影像的绿地信息,精度验证通过后,将提取成果进行叠加分析,统计变化情况.研究成果表明,矿区2014年复绿成效比2013年明显,矿区复绿面积占56.35％,恢复植被任务仍需继续完成.     

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。