基于SURF特征匹配算法的直接定位技术研究

为保证结合机载Li DAR数据与同机影像数据的直接定位模型的计算精度与生产效率,本文提出了一种结合SURF匹配算法自动选取影像连接点的直接定位技术。首先对直接定位过程中控制点选取和IMU与相机旋转角误差进行探讨,然后对SURF、NCC、SIFT影像连接点选取方法进行对比,最终选取SURF匹配算法获取影像连接点。以Li DAR点云差值来修正地面点坐标高程值,结合SURF匹配算法进行直接定位实验,实验结果表明:与其他几种算法相比,SURF可自动获取精确的影像连接点,且计算速度快,便于直接计算定位模型,达到快速获取像点地理坐标的目的。     

地磁匹配特征量的选择

论文旨在选择合适的地磁特征量用于匹配制导.从地磁匹配的实际要求出发,提出了选择匹配特征量时应重点考虑的几个因素,通过理论分析初步拟定了选取准则,并针对特定区域,依据IGRF(International Geomagnetic Reference Field)和WMM(World Magnetic Model)计算出的地磁数据,结合选取准则进行了综合分析,给出了初选结果,对地磁匹配基准图的制备、实时图的获取、匹配算法的研究,以及地磁场资源应用于其他领域的相关研究有一定的借鉴意义.     

微震研究与应用进展

随着地震观测台站密度的不断增加以及地震检测技术的快速发展,微震研究受到了地震学界的广泛关注.与发震周期较长的大地震相比,微震复发周期短、发生频次高,可以获得更高分辨率的地壳内部介质物性和应力状态等变化信息.微震在许多领域具有广泛的应用,如研究断层几何形态、前震与地震成核的关系、余震时空演化特征及余震触发机理、远程动态触...     

台湾海峡MS6.2地震的微震检测定位及其发震断裂

基于模板匹配定位(M&L)对2018年11月26日台湾海峡M_S6.2地震进行遗漏地震的检测与定位。选取10个M_L3.0以上余震作为模板,对震前一天和震后一年内的连续波形进行检测,截止到2019年11月26日,福建台网共记录定位的地震183次,经M&L方法检测定位后的地震750个,约为福建台网目录的4倍,未发现前震,最小完备性震级由M_L2.4降到了M_L1.9。地震目录完整性的明显改善,为研究该地震序列活动性及确定其发震断层提供了数据基础。检测定位后的地震空间分布沿东西向优势展布,但无具体已探明的断裂构造与之对应,因震区位于台湾海峡南部海域地区,并结合主震震源机制解,不排除该区存在未探明的东西向断裂构造。     

基于自动匹配的高分辨率遥感影像校正方法

介绍了采用人工选点与计算机自动匹配选点相结合获取一定数量的地面控制点的方法,该方法满足了Thin plate spline校正模型校正的要求．解决了一些高分辨率遥感数据无法用传感器物理模型进行校正的问题。试验证明：在山区采用该方法比常规多项式校正更快捷而且校正效果更好,并具有很好的可操作性和实用性。     

重力异常辅助惯性导航中匹配区提取方法

由于重力场中的重力异常数据是以格网的形式表示的,它与地形的DEM在数据结构上有一定的相似性.因此可借鉴一些数字地形分析的方法,提取重力场的特征区域(匹配区)用于辅助惯性导航.首先,对重力场进行特征提取,通过对特征的比较分析选取其中的某些因子作为重力场特征因子;然后,利用等值线方法对重力场特征数据进行区域分割,提取栅格特征数据区域的矢量边缘,并对这些矢量表示的区域进行聚类处理;最后,利用凸壳算法提取这些区域的凸壳范围线,获得重力异常变化比较显著的区域(匹配区).从而为重力匹配辅助导航提供了必要的参考数据.     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

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。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。