最小传递路径的正射影像色彩一致性处理方法

针对区域范围内多幅正射影像之间色彩不一致问题,设计了一种基于重叠区域的正射影像匀色方法,提取正射影像的有效区域外部轮廓并进行多边形拟合,利用Wallis滤波器根据有效区域的重叠区域进行处理。为了减小多次匀色造成的积累误差,提出一种结合Voronoi图和Dijkstra算法的方法确定最小传递路径。最后,通过相应实验验证了最小传递路径的正射影像色彩一致性处理方法的有效性。     

同名点累计分布约束的航空影像线特征匹配

为了克服断裂、变形等因素对线特征匹配的影响,本文提出了一种同名点累计分布约束的航空影像线特征匹配算法。该算法在Canny边缘提取的基础上对两张影像中的待匹配线特征建立索引,首先利用单应性矩阵结合核线约束精简候选线特征数量,并通过以点代线的方式对线特征上的所有点进行匹配;然后建立累计分布矩阵统计同名点的分布情况以确定同名线特征;最终整合双向匹配结果,实现线特征的多对多匹配。选取典型的航空影像进行线特征匹配实验,结果表明:本文提出的匹配算法能进行曲线匹配,并可实现断裂线特征的多对多匹配,鲁棒性强。与已有匹配算法进行比较,该算法在尺度、亮度、旋转等变化条件下仍可取得较为满意的匹配结果,且在匹配效率上具有一定的优势。     

基于机载Lidar数据辅助的林地信息提取

利用机载Lidar数据进行了林地信息提取,并对提取结果进行了矢量化处理,结合高分辨率航空RGB影像进行进一步林地信息快速分类.通过对比,可以看出分类精度得到了显著的提升,解决了单一RGB高分影像分类困难的问题,为Lidar数据的进一步研究提供了新的思路与方法.     

BDS/GPS短期ISB建模和预报的Kalman滤波方法

ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究。为了提高ISB预报精度,针对等权LS(least square)估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差。本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证。进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%。采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%。     

基于NDVI的决策树分类方法研究

20世纪80年代以来,随着城镇化进程的快速发展,我国土地利用结构发生了明显的变化。及时准确地掌握土地利用状况有利于有关部门根据土地利用现状做出合理的规划和正确的决策,有利于促进经济和社会的协调发展。本文针对石河子垦区地物覆盖的特点,综合分析了不同覆盖类别区域的时序NDVI特性以及他们之间的差异性,选择最能反映土地覆盖情况和有效区分不同地类的两期TM影像,解算制作NDVI亮度图。利用均值滤波器对NDVI亮度图进行平滑处理,降低噪声。根据不同地物时序NDVI的差异选择适当的阈值进行决策树分类。精度评价结果表明该方法能够简单有效的区分不同覆盖类型的地类,特别是季节性变化差异较大的地区。     

卡尔曼滤波在GPS数据预处理中的应用

为了提高GPS数据预处理过程中基线解算的精度,文章研究利用多项式拟合法得到Kalman滤波的系统状态方程和转移矩阵,提出利用Kalman滤波算法对三差观测值进行粗差及周跳的修复。实验结果证明Kalman滤波可以对含噪信号进行有效的降噪,经降噪后的信号具有更好的分布。     

GPS验潮中波浪的误差分析和消除

GPS验潮采用GPS RTK计算潮位，是目前GPS技术发展和应用的一个方向，对验潮方法的革新和GPS的进一步应用有着重要的意义。在水面上，波浪引起载体的空间位置改变，给验潮带来很大的误差。为了得到厘米级精度的潮位，必须消除波浪的影响。详细分析了GPS测姿方法和姿态补偿，最后采用小波去噪提取出了潮汐信号。实测数据和模拟数据证明GPS验潮可达到厘米级的精度，满足常规水深测量的精度要求。     

水下GPS系统的设计与仿真

本文论述了水下GPS系统的设计构思,系统的设计中使用了伪随机序列信号,介绍了基于时延差测量值和径向速度测量值的水下定位方法,文中给出了一组多普勒频偏估计的湖试结果,并给出了定位仿真结果。     

现代海洋/大气资料同化方法的统一性及其应用进展

海洋／大气资料同化的理论基础是用数值模式作为动力学强迫对观测信息进行提炼，或者说，从包含观测误差(噪声)的空间分布不均匀的实测资料中依据动力系统自身的演化规律(动力学方程或模式)来确定海洋／大气系统状态的最优估计。本文对主要的现代海洋／大气资料同化方法，包括最优插值(()ptimal Interpolation，简称()Ⅰ)、变分方法(3—Dimensional Variational和4—Dimensional Variational，分别简称3DVAR和4DVAR)和滤波方法(Filtering)的原理、算法设计和实际应用进行系统地回顾，并对这些资料同化方法的优缺点进行分析和讨论。在滤波框架下，所有的现代资料同化方法都被统一了：()Ⅰ和3DVAR是不随时间变化的滤波器，4DVAR和卡曼滤波是线性滤波器，即非线性滤波的退化情形；而集合滤波能构建非线性的滤波器，因为集合在某种程度上体现了系统的非高斯信息。一个非线性滤波器的主要优点是能计算和应用随时间变化的各阶误差统计距，如误差协方差矩阵。将非线性滤波器计算的随时间变化的误差协方差矩阵引入到（）Ⅰ或4DVAR中，也许能实质性地改进这些传统方法。在实际应用中，方法的优劣可能取决于所选用的数值模式和可获得的计算资源，因此需针对不同的问题选取不同的资料同化方法。由于各种资料同化方法具有统一性，因此可建立测试系统来评价这些方法，从而对各种方法获得更深入的理解，改进现有的资料同化技术，并提高人们对海洋／大气环境的预测能力。     

高光谱测量曲线中干扰信号的消除方法

现场获得的高光谱数据是多种信号源信息的叠加，其中包括因仪器噪音和环境干扰形成对测量数据目标信息的污染。在对光谱数据分析之前，需对其进行必要的处理，以消除非目标信息的干扰。结合部分现场高光谱数据介绍了几种滤波方法，并对应用效果进行了分析。