裂步法最小二乘偏移

最小二乘偏移的核心思想是用正向传播算子的逆算子代替其共轭转置算子进行偏移.它克服了常规偏移方法用共轭转置算子偏移的缺点.本文详细地描述了裂步法最小二乘偏移的原理,实现算法,并通过两个模型展示了裂步法最小二乘偏移的可行性和有效性.并且通过研究发现最小二乘较容易被扩展到基于其它波场延拓算子的最小二乘偏移.     

基于SOM的海表温度遥感数据集的EOF算法重构

针对海表温度数据集的数据缺失,提出了一种基于自组织映射算法(SOM)和经验正交函数算法(EOF)有机结合的重构缺失值的新方法。该方法应用了SOM的非线性估计,能够很好的反映数据集的非线性结构,并把SOM估计的结果用于EOF算法的初始化,克服了EOF对数据集初始化敏感的问题。在处理过程中,对奇异值分解使用了lanczos算子分解矩阵,提高了程序运行效率。此外,该方法还引入蒙特卡罗交叉校正集,确定最佳重构的EOF模态数,最终高精度计算出重构误差。使用AQUA遥感卫星海表温度数据进行实验,结果表明该方法能够很好地重构出缺失率高达83.23%的数据集,且重构精度高。     

数字海图的成果质量评测系统研究

总结归纳了海图要素数据存在的主要质量问题,阐述了评测采用的方法和依据,建立了基于质量评测算子库的海图数据要素检测引擎,初步检测出了海图数据成果质量是否存在问题,存在哪些问题,存在问题的性质、数量、位置,通过对成果的总体质量进行分析评价,最终给出了海图数据成果质量分析检测报告。     

Ӧ��360��ȫ��Ӱ����������ⷽ��

???360???????????????????????????????????????????????·???????????в???????????????????????YCbCr???????????????????????????????????????????Ч??????????????????????????????????????????????????????????????????????????????????Ч?????????????????÷????????360?????????е??????????????????????????????????????????????Ч?????????á?     

基于反褶积算法的地震干涉技术被动源成像

地震干涉技术可以将任意2个检波器接收到的数据合成为在若干检波器之间传播的波,就好像其中的一个检波器作为一个虚拟震源来发挥作用。它可以从混沌无序的地震信号中发现有用信息,从地震噪声中提取有用信号以此推断地震波穿过介质的地质构造。基于反褶积算法,对其理论公式进行了较详细的推导,实现被动源地震干涉成像,证明了反褶积算法的可行性;并将其结果与互相关算法的结果进行对比,分析了2种方法在信噪比和分辨率方面的差异。数值计算表明,反褶积算法的纵向分辨率比互相关算法的高。对其进行的加噪试算表明,震源叠加后的反褶积算法呈现出高信噪比的特点。     

无人机核线影像的稀疏匹配与稠密匹配

无人机影像转化为水平核线影像后,能够有效地减少同名点的搜索空间。在此基础上,本文使用SIFT算子进行了稀疏匹配,并用BP算法进行了稠密匹配。结果表明：①SIFT算子获取的同名点比较少,但是计算方法简单,同名点空间坐标精确,适用于大范围获取简要的空间三维信息;②BP算法计算复杂度高,可以获取地物大量的同名点,适用于小范围的地物三维重建。总体而言,两者各有优缺点,在实际的应用中可互补。     

基于交错网格Fourier伪谱微分矩阵算子的地震波场模拟GPU加速方案

作为高精度波形反演或逆时偏移的重要组成部分,地震波数值模拟对计算速度和效率提出了更高要求.GPU通用计算技术的产生及其内在数据并行性,为高效地震波数值模拟应用和研究得以有效开展奠定了基础.本文借助交错网格的Fourier伪谱微分矩阵算子和GPU上高效矩阵乘法,实现了复杂介质中地震波模拟的高效算法.数值试验表明,优化后的GPU计算相比CPU单核计算在大规模二维地震波场计算中获得至少100x以上的加速比.这对我们快速分析目标反射层在地震剖面中同相轴位置,制定优化采集方案具有重要意义.     

矢量地图空间信息度量及其变化分析方法

如何计算地图的空间信息含量是评价制图质量、地图综合算法以及实现空间信息有效传输的重要基础。论文在详细分析现有的空间信息度量方法的基础上,提出了一种空间信息度量的新方法。该方法分别从几何、专题、拓扑以及专题拓扑4个方面来度量地图空间信息。然后,提出利用膨胀和序贯膨胀形态学算子分析几何信息熵、专题信息熵、拓扑信息熵以及专题拓扑信息熵随地图符号影响范围不同而引起的变化。通过算例分析发现,利用Voronoi图计算得到的结果是论文方法的一个极值结果(即特例),并且该方法便于定量分析地图空间信息熵度量随符号影响范围(或大小)的变化情况。     

多色彩高空间分辨率遥感影像矢量边缘信息提取算法与应用

相对单波段灰度影像而言,多波段高空间分辨率遥感影像中可用于边缘检测的光谱信息更加丰富。鉴于Canny算子在灰度图像边缘检测中的优越性能,本文利用输出融合策略对其适用于高空间分辨率遥感影像矢量边缘检测作了改进。基于可视化开发平台VC++.NET,编程实现了福州市航拍的高空间分辨率遥感影像红绿蓝三个标准波段在RGB、IHS、Y IQ、YUV、C IELUV色彩空间中对各种地物矢量边缘信息的有效提取。对高空间分辨率遥感影像矢量边缘各分量的分析认为,由于波谱范围差异的影响,在上述色彩空间中不同地物类型边缘检测时响应程度具有显著的不同。本文研究结果表明,该算法参数设置和色彩空间选择对高空间分辨率遥感影像矢量边缘信息提取有较大的影响。     

Geostatistical approaches to refinement of digital elevation data

Data refinement refers to the processes by which a dataset’s resolution, in particular, the spatial one, is refined, and is thus synonymous to spatial downscaling. Spatial resolution indicates measurement scale and can be seen as an index for regular data support. As a type of change of scale, data refinement is useful for many scenarios where spatial scales of existing data, desired analyses, or specific applications need to be made commensurate and refined. As spatial data are related to certain data support, they can be conceived of as support-specific realizations of random fields, suggesting that multivariate geostatistics should be explored for refining datasets from their coarser-resolution versions to the finer-resolution ones. In this paper, geostatistical methods for downscaling are described, and were implemented using GTOPO30 data and sampled Shuttle Radar Topography Mission data at a site in northwest China, with the latter’s majority grid cells used as surrogate reference data. It was found that proper structural modeling is important for achieving increased accuracy in data refinement; here, structural modeling can be done through proper decomposition of elevation fields into trends and residuals and thereafter. It was confirmed that effects of semantic differences on data refinement can be reduced through properly estimating and incorporating biases in local means.