一种新型遥感影像快速匹配算法

An iterative algorithm to calculate mutual correlation using hierarchical key points and the search space mark principle is proposed. An effective algorithm is designed to improve the matching speed. By hierarchical key point algorithm and mutual correlation coefficients of the matching images, the important points can be iteratively calculated in the images hierarchically, and the correlation coefficient can be obtained with satisfactory precision. Massive spots in the parameter space which are impossible to match can be removed by the search space mark principle. Two approximate continuities in the correlation image matching process, the image gray level distribution continuity and the correlation coefficient value in the parameter space continuity, are considered in the method. The experiments show that the new algorithm can greatly enhance matching speed and achieve accurate matching results.     

随机优化算法的BDS卫星精密轨道确定

针对全球北斗地面基准站分布不均匀而影响北斗定轨精度的问题,该文采用格网控制的随机优化选站方法,兼顾测站的质量、分布和站点稳定性等因素,对全球分布的MGEX站均匀选取。运用加权GDOP指标评价选站的有效性,并全面分析了测站数量、分布和质量对定轨精度的影响。结果表明,该方法选取30个测站时,北斗卫星的GEO、IGSO和MEO卫星的精密轨道精度分别为221.56、12.59和6.81cm,比格网法选站有了较大提高。在一定范围内,测站数越多定轨精度越高,全部测站参与解算反而会使定轨精度降低。     

生成模型学习的遥感影像半监督分类

以生成模型最大似然估计为例,引入结合已标记样本和未标记样本的半监督分类方法来解决遥感影像分类中的小样本问题,应用已有的少量已标记样本初始化一个分类器,结合大量未标记样本,通过递归计算的方式对分类器进行优化,直到包含所有样本的似然函数收敛到局部极大值。通过分析遥感影像待分类类别与影像中地物类型固有特征之间的关系,设计两个在不同生成模型假设下的分类实验。结果表明,未标记样本的参与可在很大程度上提高小样本条件下的影像分类精度,但两种样本的数量应保持一个适当的比例。最后通过与在解决小样本分类问题方面有独特优势的SVM方法的分类比较,发现在小样本情况下,本文方法具有更好的应用潜力。     

结合RANSAC算法与传统相似变换模型的稳定性分析

将RANSAC算法与传统相似变换模型相结合,并验证其在隧道控制网中的稳定性.首先,求解变换参数时,利用RANSAC算法初步筛选相对稳定点;然后,再通过相似变换模型对稳定点进行计算,得到正确的变换参数和各网点位移;最后,通过T检验法对控制网进行稳定性分析.通过模拟试验和实例分析,与传统相似变换模型、迭代加权相似变换模型计...     

基于蚁群-BP神经网络的基坑变形预测

由于神经网络具有较好的自组织和自适应特点,已被广泛应用于基坑变形预测领域.但神经网络中节点的权值最优化难以处理.为进一步提高BP神经网络性能,实现准确、快速预测基坑变形的目的,可将蚁群算法作为BP神经网络的学习算法,建立一种新的蚁群神经网络预测模型.实例表明,基于蚁群—BP神经网络的基坑变形预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力,取得了较好的效果.     

基于Photoshop的数字正射影像匀光匀色技巧

随着数字正射影像(DOM)的应用日益广泛,匀光匀色已经成为影像处理中不可或缺的一个重要环节。本文以实际生产项目为例,总结了基于Photoshop软件的数字正射影像图匀光匀色技巧,以期进一步提高数字正射影像图的色彩质量。     

联合像元-深度-对象特征的遥感图像城市变化检测

特征空间的构建和优化对遥感图像识别能力的提高具有重要作用。针对面向对象方法对波段光谱信息利用不足,以及像元识别法无法充分利用图像空间几何等信息的问题,本文建立了新颖的联合像素级和对象级特征的航摄遥感图像城市变化检测方法。首先,充分利用像素级和对象级特征的优势,建立考虑光谱、指数、纹理、几何、表面高度及神经网络深度特征的特征空间;然后,引入LightGBM(light gradient boosting machine)算法对大量特征进行选择研究;最后,采用随机森林识别器对宜兴市2012年和2015年两期遥感图像进行识别,利用变化矩阵进行城市的变化检测。结果表明:联合像元、深度、对象特征和LightGBM特征选择算法的识别效果最好,平均的总体识别精度达到了88.50%,Kappa系数达到0.86,比基于像元、深度或对象特征的识别方法分别提高了10.50%、15.00%和4.00%;城市变化检测精度达到了87.50%。因此,本文方法是利用甚高分辨率航摄遥感图像进行城市变化的检测的有效方法。     

SAR与可见光图像匹配算法研究

合成孔径雷达影像和可见光影像的匹配是雷达自动导航飞行器的本滤波方法,多尺度边缘特征提取的基本思路.论述了基于改进Hausdorff距离的SAR与可见光图像的匹配思想,总结了其中存在的主要问题.     

基于半分析算法的香港邻近海域叶绿素a浓度反演

为进一步了解香港近海水体特性及监测其水质状况,根据2001年3-5月在香港临近海域调查取得的实测资料,对该海域水体光谱进行解析,开发该海域叶绿素a浓度与色素吸收系数aph(675)的经验模型,具有较高相关性;用剖面数据外推及水体光谱模拟方法完成对水下表面遥感反射率光谱的推导;进而建屯反演低浓度区叶绿素a浓度的半分析算法,反演结果与实测值比较平均相对误差为45%,均方根差0.933,相关系数0.78,误差主要来源于外推演算及散射模型.结果表明该算法在低悬浮物低叶绿素浓度区域有一定适用性.     

长江中游城陵矶河段2016-2020年汛期水位非正常波动:影响因子及滤波修正

长江经济带的人口和经济总量均超过全国的40％,长江中游城市群受地理位置与水文条件的综合影响更易遭受洪涝灾害的威胁.莲花塘水位站作为长江中游城陵矶河段蓄滞洪区启用指标控制站,当三峡水库水位达155.0 m后,如莲花塘站水位达到34.40 m并继续上涨,则城陵矶附近区蓄滞洪区需采取分洪措施.然而受河流形态和江湖关系(长江与...