视觉在线位姿测量中标志点快速识别方法

针对基于单相机的运动目标位姿视觉在线测量中的标志点快速识别算法进行了研究,提出了一种多窗口识别算法。利用前一帧的测量结果作为先验信息对下一帧图像进行处理,以提高计算速度且避免了标志点编号及匹配问题,并给出了搜索窗口的阈值计算公式;进一步提出了基于仿射变换的无需起始点搜索的标志点直接识别算法。实验结果表明,这两种标志点识别算法能够在不影响标志点定位精度的前提下加快标志点识别速度,提高整体测量过程的效率,具有实用价值。     

混沌离散粒子群优化的高光谱影像端元提取算法

针对离散粒子群优化算法在进行端元搜索时易陷入局部最优值等缺陷,提出了混沌机制扰动下的离散粒子群优化的端元提取算法(CDPSO-EE)。研究了混沌理论特有的随机性、遍历性以及对初始值敏感性等特点,将混沌理论引入到DPSO端元提取算法的初始化阶段,优化了初始种群质量;将混沌变量附加到粒子自身历史最优位置获得扰动新位置,对比混沌扰动前后粒子所在位置的适应度函数值,选择最优位置为粒子新的位置,让粒子有能力跳出局部最优值。结果表明CDPSO-EE在高光谱影像端元提取方面具有更好的端元提取质量。     

利用遗传优化LSSVR进行导航卫星钟差预报

为提高导航卫星钟差预报的精度,提出了一种最小二乘支持向量回归(LSSVR)和遗传算法(GA)相结合的导航卫星钟差预报方法。根据卫星钟差序列变化的非线性特征,选用高斯径向基函数(RBF)建立卫星钟差LSSVR预测模型。针对LSSVR模型的参数选择问题,引入GA对不同星座以及原子钟类型预测模型的参数进行搜索寻优。该方法能够在较大范围内自动确定优化参数,提高LSSVR的泛化性能。将所提出的方法用于GPS卫星钟差的短期预报,并与常规预报方法进行对比。结果表明,GA-LSSVR模型对不同星座以及原子钟类型钟差预报均表现出良好的稳健性,能够在一定程度上抑制钟差预报误差随时间延长不断增大的问题,整体预报精度优于常规方法。     

分块立体重建的PMVS算法研究与实现

大场景的三维重建一直是计算机视觉、摄影测量领域研究的重要专题。近年来随着倾斜摄影技术的发展,使得对城市、地形的全自动三维重建成为可能。由Furukawa提出的PMVS算法在多视重建中表现出优越的性能,但其具有高度的时间复杂度和空间复杂度,无法适应海量数据的三维重建。针对这一问题,提出了一种分块立体重建的PMVS算法。该算法通过对稀疏重建结果进行聚类分析,分块使用PMVS算法进行稠密重建,最终将各个重建结果进行简化合并,完成对大场景的三维重建,解决了PMVS算法无法适应海量数据重建的局限性。实验结果验证了改进策略的有效性和实用性。     

道路网匹配的蚁群算法求解模型

目的 利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。     

导航卫星卷积码序列MAP译码算法分析与改进

在对导航卫星卷积码序列应用MAP算法译码时,计算机会产生数值稳定性问题,输出错误的译码误码率,进而对定位结果的有效性和定位精度产生重要影响。针对该问题进行了具体分析,并对算法进行了改进,给出了一种基于最大状态度量的归一化MAP译码算法,在保持原算法最优性能的同时很好地解决了数值稳定性问题。通过仿真进一步验证了这种改进算法的有效性。     

一种面向像斑的高分辨率遥感影像相对辐射校正方法

在认为不同类别地物的光谱响应值在不同时期具有不同的线性关系的基础上,提出了一种基于像斑的高分辨率遥感影像相对辐射校正方法。首先以相关系数为基础将像斑划分为变化像斑和未变化像斑两大类,再对未变化像斑利用随机数据一致性算法解求增益和偏移参数,对于变化像斑则将与其最相似的未变化像斑的增益和偏移参数作为该像斑的校正参数,最后利用各像斑的校正参数进行线性校正。在高分辨率遥感影像上的实验结果验证了本文方法的有效性。     

利用多源领域知识迁移CA的城市建设用地模拟

目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。     

基于数字孪生技术的智慧校园时空底座建设

物联网、大数据、人工智能技术的发展孕育了数字孪生技术。三维实景校园时空底座是应用数字孪生技术建设智慧校园的基础。通过倾斜摄影技术、三维激光扫描技术与人工建模技术相结合的三维校园时空底座制作方法,能够补充倾斜摄影在建筑底部及内部等遮挡密集区域的信息,在提高三维校园模型精度的同时,实现多源数据的融合三维实景建模。通过不同来源、不同格式数据的优势互补,更好地建设校园时空三维底座,为数字孪生校园的建设提供支撑。