直线特征标志子像素级定位方法的研究

在近景摄影测量中,常常需要对直线特征的标志进行定位,而标志定位的精度会影响到整个测量的精度。提出一种新的混合方法,即采用Hough变换对直线特征标志进行直线检测,得到直线初值;然后采用灰度矩边缘直线拟合定位法,对标志点中心进行子像素定位。在三维重建实验中采用所提出的灰度矩边缘直线拟合定位法和高精度直线定位法进行精度比较,实验证明经过Hough变换得到粗值的灰度矩边缘直线拟合定位法达到较高的定位精度,且计算更简单。     

一种SAR图像车辆目标鉴别特征及其提取方法

该文引入差分盒维法来计算高分辨率SAR图像车辆目标的一种新的鉴别特征,即间隙度特征,可以用来定量评估车俩目标感兴趣区域内像素幅度的不规则程度和间隙尺寸,以此消除杂波虚警.基丁散射中心理论分析了车辆目标和自然地物后向散射强度分布的差异性,并从理论上推导出间隙度特征具有对相干斑噪声不敏感的特点,由此构成了SAR图像车辆目标鉴别处理的一个尺度不变特征.采用MSTAR车辆目标数据和背景杂波数据检验了所提特征的鉴别性能,并与Hausdorff维数的鉴别性能做了比较,结果显示间隙度特征具有较好的鉴别性能,可以去除大部分的自然地物虚警和非车辆类人造目标干扰,鉴别虚警率较低.     

长江口与东海陆架泥质沉积动力过程与环境效应：长期数据采集需求

长江入海物质在东海内陆架水域形成了大规模泥质沉积区。内陆架泥区具有细颗粒沉积物和有机质的源/汇双重特征。长江口及邻近海域的泥质沉积过程 产物关系、泥质沉积在生态系统动力学中的作用、泥质沉积碳库增量潜力,是区域性沉积动力学的3个前沿问题,主要研究内容包括长江河口泥区未来演化趋势、泥区沉积物重力流形成条件和过程、泥区沉积物有机质含量与初级生产及低氧水层的关系、泥区消浪作用及其机制、颗粒态有机质衰减曲线(或曲线族)、颗粒态有机质碳库增量潜力等。其研究需要海洋观测站网在底部边界层、水层、新型数据上的支撑,以满足数据分辨率、连续性的要求。底部边界层连续观测将有助于重力流、泥区消浪作用、湍动影响下的沉积物起动曲线族等问题的解决。水层观测将有助于有机质衰减系数的研究,进而获得有机质埋藏率、浅层天然气、有机碳库增量等问题的答案。一些新型数据含有物源、沉积体特征和演化的大量信息,此类数据的获取将依赖于观测技术的突破。     

基于深度学习的光学遥感影像舰船检测算法对比分析

舰船目标检测是进行海洋环境监管,保障海上权益的重要手段。基于深度学习的目标检测算法能在复杂环境下保持良好性能,为测试不同深度学习目标检测算法在舰船检测中的效果,本文构建了一个包含3893张图像的数据集,涵盖了复杂背景下不同类型的舰船,基于此数据集分别采用Faster RCNN、SSD、RetinaNet、YOLOv3、YOLOv4算法进行实验,结果表明,YOLOv4 、YOLOv3、RetinaNet、Faster RCNN平均精度均在83%以上,其中YOLOv4最高达到91.77%,Faster RCNN误检较多,而SSD平均精度最低,只有79.23%,总的舰船检测数目偏少。将5种模型训练结果在高分二号影像上进行测试,得到较好的检测效果,对舰船检测未来理论研究的开展具有一定的指导意义。     

基于无人机自组网的空海一体化组网观测技术

本文在分析海面无线通信信道特性与多径衰落参数的基础上,综述了海面观测组网通信与无人机观测等海洋监测方法,以及无线传感器网络与无线自组织网络协同作业观测技术。然后,分析了无线Mesh网络协议架构与自组织网络路由协议,以及适合于海上通信的AODV协议与OLSR协议,为空海一体化机动组网观测应用设计提供参考。     

视觉辅助下的室内惯导位姿修正

惯性导航系统可以短期内提供连续的高精度信息,但是误差会随时间增大,不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中,传统的惯导+卫星组合方法也不再适用。针对该问题,本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中,采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法,本文利用视觉定位的位姿信息建立量测方程,进行卡尔曼滤波,并选取合适的试验设备,通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。     

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制,称为微多普勒效应,能够提供对微动目标检测的有利信息,因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而,已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题,本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波,并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性,本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明,本文算法能够在强杂波噪声条件下检测振动目标,同时具有准确振动频率估计性能,甚至当同一个单元存在多个振动目标时,本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s,说明本文算法适用于实时检测,通过与GLRT算法和Hough变换算法运算量的比较,证明了本文算法相比于经典算法具有运算量小,检测速度快的优点。     

Advances of geo-spatial intelligence at LIESMARS

ABSTRACT

The enhancement of computing power, the maturity of learning algorithms, and the richness of application scenarios make Artificial Intelligence (AI) solution increasingly attractive when solving Geo-spatial Information Science (GSIS) problems. These include image matching, image target detection, change detection, image retrieval, and for generating data models of various types. This paper discusses the connection and synthesis between AI and GSIS in block adjustment, image search and discovery in big databases, automatic change detection, and detection of abnormalities, demonstrating that AI can integrate GSIS. Moreover, the concept of Earth Observation Brain and Smart Geo-spatial Service (SGSS) is introduced in the end, and it is expected to promote the development of GSIS into broadening applications.     

一种融合动态预测的感知哈希目标跟踪算法

为实现静态背景下的目标跟踪,采取基于DTC的感知哈希生成算法提取目标感知哈希摘要,比较汉明距离实现模板匹配。针对跟踪效率不足的问题,提出了一种范围与方位融合预测策略,其中范围预测是预测目标出现的范围,缩小模板搜索区域;方位预测在范围预测的基础上寻找一条便捷的搜索路线,将已跟踪得到的坐标要素简化为单一的方位角要素,结合预测模型预测目标方位,挖掘出一种模板匹配终止条件,在适当的深度终止窗口遍历。试验结果证明,范围预测对跟踪效率提升明显,预测范围缩小n倍时算法效率提升约n²倍,方位预测可在范围预测的基础上提升约16%的效率。