特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

冰雹云雷达回波自动识别系统

利用CAPPI资料对立体风暴进行识别，计算并提供出实用的风暴结构参数，采用矩心踊跃法和矩不变量法相结合对单体风暴和混合性风暴回波进行跟踪；最小二第线性外推预报；根据WSD－88D的冰雹算法，在风暴结构基础上本文建立了Windows98操作平台上冰雹识别系统，经单站1年11次强对流天气过程的资料检验，结果表明：雹云识别精度达82％。系统建立了大量人机对话框以方便用户，增加实用性及推广性。     

基于消费级无人机影像的古建筑三维建模方法

针对传统的古建筑调研和保护方法流程复杂且效率不高,时间周期长且成本高的问题。本文研究了基于消费机无人机影像在古建筑三维重建的应用,提出一种低成本、高效率的古建筑数字化展示、发布和宣传的流程方法。实现了古建筑快速优化三维重建,三维模型可用来直接展示,也可进行进一步处理,通过建模软件再建模可以生成三维(3D)打印产品,全景图和虚拟现实(VR)产品等,在古建筑保护领域有很高的应用价值     

内蒙古典型草原和草甸草原相对花粉产量重估

相对花粉产量（RPP）是利用地层花粉数据定量重建古植被的重要参数,但目前估算的不同地区同一植物类型的RPP多存在差异。为了解植被盖度计算方法对花粉产量的影响,本项研究利用卫星影像数字化重新计算了内蒙古锡林郭勒典型草原和乌拉盖草甸草原采样点周边100 m以外的植被数据,利用ERV模型重新估算了主要花粉类型的RPP,并运用景观重建算法（LRA）进行了检验。锡林郭勒典型草原ERV模型分析显示,ERV子模型1结合1/d距离加权法与植被-花粉数据拟合度最高,得到的相关花粉源范围（RSAP）为1470 m;以蒿属为参照种（RPP=1±0）,各科属RPP依次为藜科（0.53±0.03）、十字花科（0.17±0.01）、唐松草属（0.14±0.02）、菊科（0.09±0.01）、莎草科（0.08±0.006）、委陵菜属（0.07±0.01）、禾本科（0.050±0.003）。乌拉盖草甸草原ERV模型分析显示,ERV子模型1结合Prentice距离加权法与植被-花粉数据拟合度最高,得到的RSAP为770 m;以蒿属为参照种（RPP=1±0）,各科属RPP依次为藜科（5.85±0.58）、蓼科（5.27±0.37）、石竹科（5.15±0.47）、莎草科（4.16±0.13）、菊科（1.63±0.09）、百合科（0.49±0.08）、唇形科（0.38±0.06）、禾本科（0.200±0.004）。重估的RSAP和RPP均与首次估算时存在差异,表明植被盖度计算方法确实会影响RSAP和RPP。景观重建算法对RPP检验结果表明,卫星影像数字化估算的RPP重建的植被盖度与实际植被的相关性更高。

     

面向智慧城市的GIS框架

现有轨迹匹配方法具有一定局限性,其匹配精度无法满足车辆导航定位的需求。针对拓扑匹配方法对于起始匹配位置的依赖性,提出了顾及速度与航向信息的轨迹匹配方法。该方法综合利用速度、距离和航向约束改进起始匹配路段和起始位置的判定,并通过后续时刻车辆的正确匹配位置修正起始位置,避免了传统拓扑匹配方法中起始位置匹配错误导致的误差传递累积,提高匹配路段的准确性。同时以起始位置为基础,速度与时间信息为约束确定匹配点。为验证所提方法的有效性,选取多条复杂程度各异的路线进行实验,并与现有的几何匹配方法和拓扑匹配方法进行比较。实验结果表明,该方法在不同复杂程度的城市路网下具有良好的匹配效果,准确率可达93.53%。在匹配准确率方面优于现有的两种方法,在匹配效率方面能满足定位导航的需求。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

执行器退化的遥机器人系统量化反馈容错控制

针对遥机器人系统中存在执行器退化、控制输入量化,且编、解码端的量化灵敏度参数不匹配的问题,设计了遥机器人系统的鲁棒量化反馈容错控制系统.控制器结构的线性部分由线性矩阵不等式给出,旨在解决系统指标性能问题,非线性部分则用于处理量化参数不匹配问题.经稳定性理论证明,提出的鲁棒量化反馈容错控制方法能消除执行器退化及量化参数不匹配等的影响,并确保从机器人能渐近跟踪主机器人.最后,算例仿真验证了方法的有效性.     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

历史数据和强化学习相结合的低频轨迹数据匹配算法

针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。     

太原市地表热环境时空格局分析

针对鲜有资源型城市的地表热环境研究这一情况,该文基于Landsat8遥感数据,反演了太原市在2013—2015年间共3期的地表温度。提出一个考虑空间格局结构的城市热岛效应指数,在3期数据中,太原市区整体热岛效应指数分别为9.1%、9.8%和8.9%;同时,根据城市功能和路网结构将太原市区划分为6个分区,从分区级层面量化分析了地表热环境的时空分异特征规律,结果表明,太原市区地表温度整体呈现空间分散化特征,不同分区也呈现出不同的时空格局演变过程;最后,选取40个地表温度实测样本点验证反演精度,最大误差绝对值为1.1℃,最小误差绝对值为0.2℃,均方根误差为0.7℃。