图像分类中基于核映射的光谱匹配度量方法

针对多光谱遥感数据特点利用SSV匹配技术改进高斯核函数得到新的KSSV函数,然后在由KSSV核函数映射得到的高维空间中利用SAM匹配技术代替基于欧氏距离的相似性度量。如此可以充分挖掘多光谱影像中的波谱特征信息并有效利用,提高模式识别方法应用的有效性。将此方法分别应用于非监督分类(k均值)与监督分类(最小距离、SVM)的试验表明,改进度量的分类方法可显著提高地类间的可区分度并有效降低类内的不一致性,更有效针对多光谱遥感影像中的地物类型,获得较好的精度改进。     

BP神经网络用于水下地形适配区划分的方法研究

为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。     

全景立体视觉的快速近区重力地形改正方法

重力地形改正是区域重力测量工作中的一个关键步骤,目前重力地形改正的主要挑战是如何快速地重建测站附近高精度的三维地形。本文提出了一种基于全景立体视觉和摄影测量技术的快速近区重力地形改正方法,设计和开发了相应的快速测图系统。为了使该系统硬件尽量小型化并满足精度需求,我们进行了系统的理论精度分析和设计优化。所开发的研究系统可以从获取的全景立体图像自动生成DEM并计算重力地形改正值。该系统已经过野外多站多种地形的实验验证,结果表明其效率和精度明显优于传统的野外测量方法。     

一种顾及影像间位置关系的匀光方法

提出了基于矩匹配的色彩平衡算法,在顾及影像间位置关系的基础上将影像的均值和均方差映射到给定的数值,并且使不同区域的灰度均值和均方差近似相等,在尽量保持影像原有色调的条件下消除影像之间以及影像内部的色调和亮度差异。     

浅谈VirtuoZo和MapMatrix在3D产品中的应用

主要论述了数字摄影测量系统MapMatrix和VirtuoZo的一些异同点。     

朱集矿首采面观测站高程连接测量与数据处理

结合淮南朱集煤矿首采面地表移动观测站的高程连接测量第一次全面观测,设计了首采面地表移动的三等水准控制网,利用抗差估计模型剔除粗差,结合最小二乘估计模型对观测结果进行了处理,并从精度、可靠性和置信度等三个方面进行分析并得出结论。为以后采集各个阶段的地表移动数据,求出参数并且得出结论提供有效的基础数据,从而为朱集矿的后期采煤提供有效的技术保证。     

倾斜影像的量测方法研究

随着“数字地球”“数字城市”的提出,能够快速获取空间数据基础信息成为当今急需解决的问题之一。传统的航空摄影测量主要是对地物顶部信息的获取,而对侧面信息获取比较困难,因此倾斜航空测量技术成为国内外快速发展起来的一门高新技术。本文主要论述了基于倾斜影像量测的几种方法,并对以后量测方法的发展趋势进行了说明。     

基于像方特征点的多视影像最小二乘匹配

为了能得到更精确的影像初始值,进行高精度的影像匹配,本文分别选取了两种物方多视匹配模型和不同匹配策略、不同约束条件下的影像粗匹配结果作为初始值进行最小二乘精匹配。实验结果表明物方匹配模型可以提供很精确的初始值,而金字塔、视差和共线方程共同约束下的最小二乘匹配精度更高,可靠性、鲁棒性及稳定性更好,验证了结合合理的匹配策略和约束方法的最小二乘优化可以将匹配精度达到1／10000精度。     

整体最小二乘估计的研究进展

整体最小二乘估计方法作为经典最小二乘估计方法的扩展,近20年来被广泛地应用于信号处理、计算机视觉、图像处理、通信工程以及大地测量与摄影测量等测绘相关领域,成为各专业领域进行数据处理的基本方法。概述了整体最小二乘估计的发展历史,从整体最小二乘估计的算法、统计特性和可靠性研究三方面综述了整体最小二乘估计方法的研究进展情况,侧重强调各种算法的本质特征,并对整体最小二乘估计的研究方向进行了展望。     

基于Harris和SURF的遥感图像匹配方法研究

针对多源遥感图像匹配正确率低的问题,本文首先采用点空间约束的Harris角点检测算法,得到分布比较均匀的角点;接着构建Voronoi图进行图像分块;然后应用分块SURF特征点检测和匹配得到仿射变换参数;再利用灰度积相关算法实现同名点搜索;最后辅以两点对空间约束剔除误匹配。实验结果表明,本文采用的基于Harris和SURF的方法在遥感图像匹配正确率和效率上优于SURF算法。