高精度大幅面图纸分块扫描拼接技术研究

针对当前大幅面图纸分块扫描拼接中存在的问题,提出一种基于改正扫描仪误差的大幅图纸整体平差的拼接方法.该方法通过平移黑白相间的格网板建立扫描仪的误差模型,同时利用少量的控制点及连接点,然后通过整体平差来直接解求各扫描图像块的几何变换参数.实践证明这种方法具有拼接精度高、速度快以及可不限图幅大小等优点.     

一种基于DCT变换的盲水印检测算法

提出了一种基于DCT变换的盲图像水印算法。实验表明,该算法对典型攻击具有较好的鲁棒性。     

基于三层C/S模式的测量在线数据处理服务

讨论了测量数据处理软件的在线实现问题;并基于三层C/S模式,探讨了从客户端、中间层到后端数据处理模块的实现方法;最后以三角网平差作为实例,详细说明了用.Java语言实现一个网上测量在线数据处理服务系统的全过程.     

QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

核线影像生成过程中的大图像分块问题

讨论了核线影像生成过程中的大图像分块处理问题 ,给出了按条分块的策略及其有关问题的解决方法。研究成果对其它应用中的大图像分块处理也具有一定的参考价值     

遥感影像制图综合的智能化研究

本文以人工智能为基础,用计算机模拟一般制图人员对遥感图像进行制图综合的过程,用框架的知识表示方法建立了一个实验性的知识库,并设计了一个推理机。对蒙古人民共和国乌布苏淖尔地区的ＴＭ分类图进行了实验,取得了较好的效果。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

应用图像关联度的图像模糊分类

提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。     

融合空间和时序遥感信息的深度学习水稻提取

为了得到更加精细的水稻提取结果,提出一种结合高分辨率和多时序遥感影像的深度学习水稻提取方法.构建全卷积网络(FCN)对BJ-2高分辨率遥感影像进行分类,并利用长短期记忆网络(LSTM)和随机森林(RF)分类器对Sentinel-2多时序遥感影像进行分类,再通过面向对象的分割和投票对3种方法的分类结果进行融合,得到最终提...     

利用WorldView-2卫星影像数据生产高分辨率多光谱技术正射影像方法

阐述了在工作实践中利用WorldView-2卫星影像制作正射影像的基本工艺流程,着重分析卫片的融合、校正、影像镶嵌等处理环节中的方法,坐标的建立及转换,数据格式的转换等,以及此过程中遇到的问题,及在各个环节中的质量控制。