基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

基于蓝牙定位的老年人室内跌倒监护系统设计

随着全球老龄化的加剧,老年人口的增多,老年人的健康监护已经成为了重要的社会问题。因身体机能的下降,老年人发生跌倒的概率非常高,而老年人一天中大约90%的时间是处于室内,针对老年人室内意外跌倒的医护救治,设计了一款基于蓝牙定位的老年人室内跌倒监护系统。该系统通过集成的传感器采集加速度、角速度、室内位置、人体生理信息等数据,并通过计算分析实现了跌倒监测报警功能。     

基于ArcGIS的土壤稳定性评估——以张飞庙景区为例

近年来山体滑坡以及泥石流等自然灾害事故频发,为能够减少灾害的影响,需要对特定区域的土壤稳定性进行调查或评估。传统对于土壤稳定性的评估一般是采用实地调查的方法,这种方法不仅效率低,而且对事故多发地段对于调查人员的安全影响较大。因此论文利用ArcGIS软件,根据DEM数据以及地区矢量图,通过计算坡度或坡向等方法对云阳县张飞庙景区进行土壤稳定性评估。运用该方法能够快速得到张飞庙景区土壤稳定性情况,确定不稳定区域范围,具有较强的实效性和实用性。     

基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

中文村名俗称与规范名称的匹配算法

随着数字化的发展,越来越多的应用要求通过采用自然语言文字描述直接找到对应的详细的地址信息,并能够在空间位置上进行显示,即地名地址匹配空间化过程。然而,现今在地名的规范化角度还存在着很多问题,在乡镇或街道办及以上的行政等级的命名中都已基本规范统一,但是在村庄级的命名中还有待进一步的完善。所以本文通过对国内外文献研究,规范村名命名规律,匹配算法研究进一步加深中文村名俗称与规范名称的匹配算法的研究。     

地图学技术、科学、艺术的对立统一

随着地图学内涵和外延的扩展,认识地图学的探索从未停止。本文在现有研究对地图学认识的基础上,分析地图学的技术性、科学性与艺术性,进而探讨地图学技术性、科学性艺术的对立与统一,探索当今时代易变性影响下地图学的恒常性,从技术性、科学性、艺术性角度重新认识地图学。     

基于Android终端的GIS林业数据采集系统设计

在野外利用智能终端设备采集数据可以保证获取资料的便利性与准确性。针对林业数据的数量庞大、科目多样、分布区域广泛等特点,本系统基于现有的Android平台结合百度地图API及定位SDK组件调用进行二次开发,实现地图接入、位置定位、路线搜索等服务,通过相关命令调用终端拍照等应用在数据库中实现数据采集、属性记录及导出功能,系统主要包括登录模块、采集模块、数据管理模块等。本文设计的Android终端GIS采集数据系统可以满足外业人员对林业数据的核查、修改与采集需求,为野外核查工作提供了新的模式和方法。     

新型基础测绘体系下再论图库一体化

依据新型基础测绘的服务要求,制定了科学合理的图库一体化的生产路线,总结了注意事项,研究开发了图库一体化的质检工具,提高了基础测绘的生产效率和质量,为新型基础测绘“按需服务”奠定了基础。     

基于低空无人机倾斜摄影测量在农村房屋不动产登记权籍调查中的应用

低空无人机倾斜摄影测量技术可以快速获取实景三维影像,具有可量测、现实感逼真、纹理清晰等特点。该技术应用于农村房屋不动产登记权籍调查中,减少了外业实地丈量的工作量,克服了不通视房屋拐点量边的困难,可快速生成数字线划图,通过三维不动产模型可以查看测量三维数据,解决了外业调查耗时费力、界址边丈量人为误差等问题。     

山地叶面积指数反演理论、方法与研究进展

叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数,在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段,当前LAI产品主要基于遥感数据反演得到,但是多数LAI产品算法并未考虑地形特征的影响,导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响,其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法,综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展,总结了目前山地LAI遥感反演存在的问题,并讨论了未来研究的发展趋势。