Spatially weighted supervised classification for remote sensing

A simple approach for incorporating a spatial weighting into a supervised classifier for remote sensing applications is presented. The classifier modifies the feature-space distance-based metric with a spatial weighting. This is facilitated by the use of a non-parametric (k-nearest neighbour, k-NN) classifier in which the spatial location of each pixel in the training data set is known and available for analysis. A remotely sensed image was simulated using a combined Boolean and geostatistical unconditional simulation approach. This simulated image comprised four wavebands and represented three classes: Managed Grassland, Woodland and Rough Grassland. This image was then used to evaluate the spatially weighted classifier. The latter resulted in modest increase in the accuracy of classification over the original k-NN approach. Two spatial distance metrics were evaluated: the non-centred covariance and a simple inverse distance weighting. The inverse distance weighting resulted in the greatest increase in accuracy in this case.     

基于RS和GIS的松花江流域(吉林省段)水资源网络化管理技术研究

松花江流域(吉林省段)水资源网络化管理系统既是一个基于3S技术和网络技术集成的空间决策支持系统，也是一个综合性管理信息系统。它的三维环境可视化功能可显示河流地形和走向，公共信息交互式操作能方便用户查询各种空间信息和数据，网络化管理职能为水资源管理部门对水环境污染、水资源合理利用的预测和决策提供了参考。本文对这项网络化管理信息系统的技术方案和运行步骤进行了探讨。     

Data Fusion in Distributed Multi-sensor System

This paper presents a data fusion method in distributed multi-sensor system including GPS and INS sensors“ data processing. First, a residual X^2-test strategy with the corresponding algorithm is designed.Then a coefficient matrices calculation method of the information sharing principle is derived. Finally, the federated Kalman filter is used to combine these independent, parallel, real-time data. A pseudolite (PL) simulation example is given.     

基于方差分量估计的自适应融合导航

多源传感器观测信息的精度一般不一致,利用方差分量估计理论可以合理地顾及各传感器观测信息在融合导航解中的权比.首先给出基于多源观测信息的融合导航解算模式,进而基于方差分量估计讨论了各传感器观测信息在融合导航解中的合理平衡问题,然后应用自适应因子顾及动力学模型预报信息的贡献,给出了计算过程,并利用模拟数据进行了试算与比较.     

GPS/GLONASS组合导航不确定度评定的稳健加权融合算法

针对卫星导航系统在实际测量中存在大量野值的情况,利用M估计计算各系统污染分布统计特性,应用不确定度评定分配权值并进行融合。通过实例分析该法在模型及算法选择上均具有优越性。     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在Mobile Net V2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

地理实体的空间组织与多态特征及其应用

描述了地理实体的建设内容,介绍了基于图元的地理实体组织及表达形式,比较了传统地形图与实体化的数据组织形式的区别。对地理实体在空间、时间上的多态特征进行了分析,阐述了地理实体对地物的空间一致性表达的特点,设计了基于多源矢量数据开展的地理实体融合方法及步骤,并以房屋建筑实体为例介绍融合成果的具体应用。本文研究为地理信息系统中地理实体的相关研究提供了借鉴。     

一种移动视频与地理场景的融合方法

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察,但是无人机视频难以与实际的地理场景关联起来,为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点,将匹配后的特征点采用RANSAC算法进行迭代剔除噪点,计算视频与地理场景最优的透视变换矩阵模型参数;然后将计算得到的透视变换参数应用到视频数据,恢复视频角点坐标;最后通过内插得出所有视频帧的角点坐标,实现视频与DOM的精确融合。试验结果表明,对视频数据匹配的间隔帧越短,其整体融合精度越高,通过本文方法进行视频与地理场景融合的误差标准差低于10 m。     

无人机倾斜摄影与LiDAR融合监测技术

本文以成都市环城生态区生态修复项目为依托,利用飞马D200无人机实现了倾斜摄影和LiDAR技术的融合监测,通过三维模型制作、大比例尺地形图生产、点云处理、方格网计算、精度评定等步骤,验证了倾斜摄影和机载LiDAR协同监测方式可以满足1∶500地形图和方格网测量的精度,对后期无人机测绘实际生产具有指导意义。     

SPOT5卫星影像在矿山环境调查中的应用

以吉林省辽源市煤炭矿山为研究对象,通过对SPOT5卫星影像纠正、融合、解译等处理,快速、便捷地查清矿区的地质环境问题:矿区固体废物堆放、尾矿库分布情况;矿山采空区地面塌陷、山体开裂、滑坡、崩塌、泥石流、岩溶塌陷、煤田自燃等地质灾害分布情况;由矿产开发引发的水土流失、土地沙化、侵占土地、植被破坏的情况;矿区水体、植被、土壤污染状况等。通过矿山地质环境调查实践,总结出了SPOT5卫星影像最优波段组合、融合方法及矿山地质环境调查中的地物判读标志,从而使SPOT5卫星影像在遥感环境地质调查中发挥了重要作用。