利用影像重定位和遍历检测的遥感影像水印算法

针对遥感影像数据,提出了一种基于影像重定位和遍历检测的盲水印算法。实验结果表明,该方法可以有效抵抗压缩、滤波等常见的图像处理攻击,还能有效抵抗裁剪攻击。     

基于组合罗德里格矩阵的异常特征点探测

特征点是点云配准的基础,针对异常特征点对点云配准精度的影响,本文给出了一种异常特征点探测方法,即根据罗德里格矩阵的性质,对特征点进行向量组合,对比分析不同向量组合的点云配准精度,确定配准误差超限的向量组合,此向量组合中含有而其他向量组合中不合有的特征点,便是异常特征点.通过实例验证了该方法的可行性.     

基于分层自适应部分模型的遥感图像飞机目标检测

提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。     

一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法

针对植被对近景摄影测量自动滑坡监测影响严重的问题,提出了一种基于纹理特征和朴素贝叶斯分类器的滑坡植被区域检测算法。对算法的有效性、影像对比度拉伸以及样本训练通用性对检测植被区域的效果等若干问题进行了实验探讨。通过与基于视觉认知特征的检测方法比较,验证了本算法的实用性和有效性。实验结果表明,本文算法能够很好地检测出近景影像中的植被区域,结果比较满意。     

基于CORS系统的哈尔滨市1:1000DLG项目一期工程数学精度评定

哈尔滨市1∶1 000数字线划图项目是在哈尔滨市新建CORS系统下通过内业立体采集、外业调绘补测、内业编辑、数字成图完成。本文阐述了利用CORS站测量出的1∶1 000数字线划图的精度检测方案,并通过实测数据分析,得出精度评定。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

弱GPS信号捕获算法及其仿真研究

为满足低信噪比环境下的导航需要,介绍了一种基于改进循环相关的GPS基带信号捕获算法。本文借助于GPS信号基带数学模型以及FFT技术,从理论层面上对捕获算法的信号处理流程以及捕获性能进行了分析;并利用真实GPS基带数据对算法在低信噪比环境下的检测概率和捕获能力进行了重点仿真,仿真结果显示算法在低信噪比环境下是有效的,能够提高低信噪比环境下的检测概率和提高GPS接收机的检测灵敏度。     

Multi-class geospatial object detection and geographic image classification based on collection of part detectors

The rapid development of remote sensing technology has facilitated us the acquisition of remote sensing images with higher and higher spatial resolution, but how to automatically understand the image contents is still a big challenge. In this paper, we develop a practical and rotation-invariant framework for multi-class geospatial object detection and geographic image classification based on collection of part detectors (COPD). The COPD is composed of a set of representative and discriminative part detectors, where each part detector is a linear support vector machine (SVM) classifier used for the detection of objects or recurring spatial patterns within a certain range of orientation. Specifically, when performing multi-class geospatial object detection, we learn a set of seed-based part detectors where each part detector corresponds to a particular viewpoint of an object class, so the collection of them provides a solution for rotation-invariant detection of multi-class objects. When performing geographic image classification, we utilize a large number of pre-trained part detectors to discovery distinctive visual parts from images and use them as attributes to represent the images. Comprehensive evaluations on two remote sensing image databases and comparisons with some state-of-the-art approaches demonstrate the effectiveness and superiority of the developed framework.     

多时相遥感影像的变化监测方法研究

多时相遥感影像图变化监测已经在国民经济及国防建设领域得到了广泛应用。通过分析同一地域不同时相的遥感图像变化监测提供地物发生变化的信息,对资源环境数据进行更新及利用。论文围绕变化监测中的一些关键理论方法进行了研究。