基于ADS40的海岛航空影像空中三角测量精度分析

利用ADS40线阵数字相机获取的影像,选取典型岛屿区域,分别采用了基站差分无控制点参与平差计算、基站差分有控制点参与平差计算、精密单点定位无控制点参与平差计算和精密单点定位有控制点参与平差计算四种方案进行试验和精度分析,得出了试验结论。     

PSTN可视电话中V.80协议的研究与实现

介绍了PSTN可视电话和V.80协议的基本原理,针对甚低带宽的PSTN线路特点,实现了一种有效的同步传输控制模型,改进了H.324可视电话的性能,实现了与其他符合H.324国际标准的可视电话的良好互通性。     

ADS40在DLG生产中的应用研究

在简要介绍ADS40[1]机载数字传感器的特性和技术优势的基础上,对ADS40飞行数据的获取流程进行了阐述,重点探讨了生成DOM后,利用DOM制作DLG的过程和应用.     

ADS80航摄影像在省级基础测绘中的控制点布设方案研究

基于省级1：10 000基础测绘成图,以试验生产的方式探讨了ADS80数码相机航摄影像生产的关键技术——Level 0级影像空中三角测量和空三加密后的Level 1级影像立体测图,分析了不同影像地面分辨率、不同控制点数量和分布条件下ADS80影像的后处理精度,提出了ADS80影像在1：10 000成图中的控制点布设方案,结果可以为省级基础测绘生产提供参考依据。     

ADS40数据处理方法

介绍了ADS40数据的特点及ADS40与传统航空摄影测量区别,并结合生产实践,探讨了在生产过程中ADS40数据处理及方法、技巧。     

中小比例尺数字航空摄影测图研究

依据长治DMC数字航空摄影和阜平试验区ADS40数字航空摄影的实验结果,研究分析了框幅式数字航摄仪和推扫式数字航摄仪应用于中小比例尺测图的方式和方法,研究重点侧重于当前数字摄影测量模式下不同外业控制方案对测图精度的影响,并对采用DMC和ADS40数字航摄仪的航空摄影和外业控制的技术设计提出了供参考的建议。     

遥感影像邻近效应的实测数据校正（Ⅱ）

本文在总结2004年工作的基础上,以辐射传输理论为基础,改进和增加了地面同步测量邻近效应模型设计和测量参数,实现了航空和卫星数据获取过程的地面同步参数测量。在此基础上,分别对航空ADS40和Landsat-5 TM数字影像进行了邻近效应校正实验,特别对城区ADS40数字影像大气校正和邻近效应校正后的图像做了对比,邻近效应校正的图像较只做大气校正的图像像元值反差更大,细节得到更多增强,图像质量得到一定程度提高。     

基于自检校的机载线阵CCD传感器几何标定

将基于附加参数的自检校光束法区域网平差技术应用于机载线阵CCD传感器几何标定中,以ADS40为对象,分析集成传感器成像几何关系,引入GPS观测值数学模型和IMU视轴偏心角模型,建立用于标定的自检校光束法区域网平差模型;在深入分析机载三线阵CCD传感器成像误差特性的基础上,建立有效的相机标定参数模型;并采用检校场ADS40数据进行了标定试验,结果表明几何标定方法可行有效,可显著提高测量精度和可靠性。     

Development of a modified neural network-based land cover classification system using automated data selector and multiresolution remotely sensed data

Integrating multiple images with artificial neural networks (ANN) improves classification accuracy. ANN performance is sensitive to training datasets. Complexity and errors compound when merging multiple data, pointing to needs for new techniques. Kohonen's self-organizing mapping (KSOM) neural network was adapted as an automated data selector (ADS) to replace manual training data processes. The multilayer perceptron (MLP) network was then trained using automatically extracted datasets and used for classification. Two hypotheses were tested: ADS adapted from the KSOM network provides adequate and reliable training datasets, improving MLP classification performance; and fusion of Landsat thematic mapper (TM) and SPOT images using the modified ANN approach increases accuracy. ADS adapted from the KSOM network improved training data quality and increased classification accuracy and efficiency. Fusion of compatible multiple data can improve performance if appropriate training datasets are collected. This proved to be a viable classification scheme particularly where acquiring sufficient and reliable training datasets is difficult.