差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

矢量数据的一种分层动态组织方法

提出矢量数据分层组织的一种动态结构,在该结构中,单点、单字符或符号作为基元,以属性串组织基元,并分层叠置。采用区别于链式结构的动态通用串结构及C语言予以实现。     

基于尺度空间的分层聚类方法及其在遥感影像分类中的应用

基于尺度空间的分层聚类方法（ＳＳＨＣ）是一种以热力学非线性动力机制为理论基础的新型聚类算法,是视觉松驰化过程的模拟。与传统基于统计方法的聚类算法相比较,ＳＳＨＣ具有样本空间可服从自由分布、通过规则可获取最优聚类中心点及类别、可在聚类过程中融合后验知识等优点。本文从聚类和热力学运动机制和视觉模拟过程出发,对ＳＳＨＣ聚类算法进行综合分析,并对如何生成聚类树的过程进行详细描述邮通过融合点的部分自由能进行     

顾及几何特征和拓扑连续性的道路网匹配方法

已有的道路网匹配方法需要一定的人为干预和控制,仍无法实现匹配自动化,而且对于具有一定尺度差异的数据而言,受不相关道路对象的影响,匹配结果中会存在较多的误匹配.为此,本文提出一种顾及几何特征和拓扑连续性的由粗匹配到精匹配的分层匹配策略.粗匹配阶段,利用短边中位数Hausdorff距离计算匹配对象的相似度,再以道路网弧段端...     

北斗混合星座分层约束下的精密定轨方法

针对北斗导航卫星系统首创的GEO+IGSO+MEO混合星座设计,本文研究了根据不同星座,采取不同约束条件和数据处理策略的北斗卫星精密定轨方法,提出了一种针对北斗系统混合星座的分层约束精密定轨方案.该方案首先将北斗卫星分为非GEO(IGSO/MEO)和GEO两部分进行解算,利用GPS解算的公共参数对北斗IGSO/MEO精...     

自适应高程分级的城区DSM晕渲方法

在对传统的分层设色晕渲理论应用于城区DSM的可视化技术进行充分研究的基础上,提出了一种基于高程直方图的自适应高程分级方法。该方法通过高程直方图研究城区地形、地物的高程分布及变化特征,自适应建立高程带分级模型。实验表明,提出的晕渲图制作方法兼顾了地貌形态和地物特征的表达,成果色彩过渡自然,层次清晰,地形、地物区分明显,有较强的艺术性和实用价值。     

复杂城区车载激光扫描点云分层路段定位与数据纠正实验研究

高精度的车载点云数据是实现各种城市地物要素提取的前提,但在复杂城市环境下车载作业时信号遮挡、衰减和多径效应频繁发生,进而造成点云数据精度严重降低,如何对复杂环境下的点云数据进行分析和纠正就显得至关重要.现有的质量分析方法多从测距误差、仪器安装误差和数据处理误差方面出发,虽然可以在一定程度上改化数据,但在如何快速定位出分...     

深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法

耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。     

纹理映射失真处理中的LOD技术

纹理映射是计算机图形学中广泛应用的一项重要技术,纹理图像可以描述景物表面各点处的反射属性,模拟景物表面丰富的纹理细节,减少建模的工作量,提高计算机生成图形的真实性.但是由于纹理都为栅格图像,放大和缩小会产生一定程度的失真,所以要对纹理进行细节分层处理.文中主要介绍纹理的重采样和建立金字塔技术,提出减少纹理映射失真的方法.     

分层随机抽样下全球30 m火烧迹地产品验证

火烧迹地是全球及区域碳循环和气候变化等研究所需的重要参数之一,卫星遥感技术为快速获取大区域火烧迹地空间分布信息提供了有效手段。中国科学院基于Landsat系列卫星数据研发了首个30 m空间分辨率全球火烧迹地产品GABAM (Global Annual Burned Area Map)。遥感数据产品的精度验证对产品使用具有重要意义,迄今尚未有研究机构对GABAM产品精度进行独立评价和分析。为系统评价GABAM产品精度,利用2010年全球30 m空间分辨率火烧迹地产品(GABAM2010)开展精度验证研究工作,在全球和几个陆地生物群落中估算了产品精度,并探索了全球遥感专题产品精度验证的技术框架。基于分层随机抽样选择80个非重叠的泰森多边形区域TSA (Thiessen Scene Areas),采用误差矩阵和6个精度指标对GABAM2010产品做全面精度评价和分析,以满足火烧迹地产品用户的使用要求。结果表明:在全球范围内,GABAM2010产品的错分率和漏分率分别为24.32%和31.60%,总体精度为97.85%;由于数据质量(如条带、云)等的影响,火烧迹地的范围会被低估,对于较容易发生火灾的生物群落,如热带亚热带草原区域,GABAM2010产品精度较高;在生物群落内部,高密度火烧迹地区域的精度高于低密度火烧迹地区域。