内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。     

不同法截面子午线椭球衔接的研究及应用

为了满足高速铁路线路控制网的投影长度变形值不大于10 mm／km的要求,将长线工程线路分成多段并建立各自的法截面子午线椭球．针对相邻法截面子午线椭球的衔接问题,提出交点法线重合的方法,实现椭球变换之后交点位置的一致性,解决线路的衔接问题,从而大大加强法截面子午线椭球理论在工程线路弯曲性、复杂性及长度的适用性．      

融合差异图与高斯混合模型相结合的SAR图像变化检测

在SAR图像变化检测过程中,假设差异图类别服从单一分布,构造单一类型的差异图不能完好地保留变化信息,从而影响SAR图像变化检测的精度。针对上述问题,提出一种基于差异图融合和高斯混合模型GMM(Gaussian Mixture Model)的非监督SAR图像变化检测方法。该方法利用给定的融合因子进行差值和比值图融合,采用最大期望算法EM(Expection Maximum)求解融合差异图的GMM参数,并根据后验概率将图像像素分配到GMM各个分量,从而获得SAR实验区域的变化检测图。3组SAR数据集的变化检测实验验证了所提方法的可行性和有效性。     

不同流速和苗种规格对缢蛏平面流中间培育效果的影响

为了优化蛏苗集约化平面流中间培育技术,研究了不同进水流速和苗种规格对缢蛏中间培育效果的影响,并分析了集约化平面流中间培育系统的水质状况。结果显示,不同进水流速对缢蛏稚贝生长影响显著,稚贝生长速率随进水流速增加而增加,但成活率下降。通过流速与成活率和体质量日增生长量的线性回归分析,估算0.163L/s为适宜的进水流速。在适宜流速和相同放苗重量下,大规格苗种(8万粒/kg)生长速度显著高于小规格苗种(18万粒/kg),但因为小规格组放苗数量多,小规格组单位面积质量较其高出23.72%。除低流速组以外,平面流中间培育过程对叶绿素a和铵态氮有良好的去除效果,去除率分别达到36.99%和3.88%以上,这表明平面流集约化中间培育在利用海水池塘水体进行苗种中间培育的同时,也起到了池塘养殖水体的净化作用。综合认为,在养殖密度0.5kg/m^2、流速0.163 L/s的培育条件下,可以保证水体自污染程度较低,缢蛏苗种生长较快,成活率在73.12%以上。     

石崆山Ⅱ段岩质高边坡稳定性的工程地质系统分析研究

岩质高边坡稳定性的分析评价涉及工程地质学、岩体力学、计算科学等多学科交汇的问题,是一较为复杂的系统工程问题。在系统分析岩质高边坡赋存的地质背景和环境条件的基础上,采用系统分析评价、综合集成的方法应是研究分析和解决该问题的有效和最佳方法。针对漳龙高速公路石崆山Ⅱ段岩质高边坡工程,在系统分析边坡工程地质特性的基础上,采用赤平极射投影法和有限单元(FEM)法等,进行综合评价和系统分析,获得的稳定性结论,已正常运营使用若干年,反映了系统分析,综合评价方法是成功和有效的。它表明,综合评价、系统分析应是岩质高边坡稳定性评价分析的重要途径;它的综合内容和集成方式及其完善与工程实用性,有待进一步深入的研究和工程实践的运用及其经验的积累。     

图像重建块迭代算法中松弛参数选取的研究

在图像重建中,Landweber迭代算法是图像重建算法中的重要方法.本文将针对Landweber分块迭代算法中松弛参数的选取进行研究.在重建过程中采取对投影矩阵按投影角度分块的方法,选取特定的松弛参数.通过数值实验得出结论:对于按角度分块的块迭代算法,松弛参数选取为λ乘以块矩阵与其共轭转置矩阵乘积的最大特征值分之一,当采集完全投影数据,且λ接近(1/6)～(1/7)时效果最好.另外,本文按角度分块的做法和松弛参数的选取方法对于有限角度图像重建问题也是可行的.     

检测前跟踪框架下利用蒙特卡洛算法的空间碎片跟踪策略研究（英文）

在轨卫星或者空间碎片数量的增多,是对空间目标地基自动观测的一个挑战。尽管北美防空司令部编目管理了绝大多数直径超过10 cm的空间物体,但由于轨道摄动,空间目标的位置信息(基于6个轨道根数)依然非常重要,并需要定期更新。在过去的几十年里,配备电子传感器的现代地基光电望远镜已广泛用于天体测量领域。然而,这种设备的跟踪性能主要取决于空间目标的大小和亮度。这些目标所在的天文图像会有不同的背景;而且,在基于凝视模式的短曝光实时观测过程中,运动目标和背景恒星在不同的信噪比下显示为类似的点扩散函数,难以辨认。本研究是为了实现对非高斯和动态背景的高灵敏度检测和跟踪能力的提高,并具有简单的系统机制和出色的计算效率。为突破该限制,将重点放在利用状态估计技术对微小卫星和暗弱目标进行跟踪上。提出一种基于神经网络的自适应运行高斯平均算法,用以从恒星背景及干扰下提取运动的空间目标。该方法随后被集成到了一个检测前跟踪框架中。该框架利用基于蒙特卡洛的粒子滤波跟踪空间目标。三段来自亚太地基光学空间目标观测系统(APOSOS)图像序列被用来对该跟踪策略进行评估。实验结果表明,该方法能够达到满意的跟踪性能。     

一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

不同椭球与投影参数的两套高斯平面坐标的变换方法

不同时期建立的坐标系可能采用不同参考椭球与投影参数,研究高斯投影坐标间的变换方法,具有实用价值。研究不同椭球参数及投影参数对高斯投影坐标的影响特性,除不同中央经线对投影坐标影响的非线性特性较强外,其它因素对区域坐标系坐标的影响几何都是线性的,因此只要使两种坐标系的中央经线近似一致,就能采用线性变换模型实现两种坐标系的变换。文中利用广州市平面坐标系与CGCS2000平面坐标系之间变换为实例,验证文中技术方法可行性。文中方法为其他城市进行CGCS2000坐标与城市独立坐标的变换具有借鉴作用。