共轭面状特征的快速提取与遥感影像精确配准

使用数学形态学的"膨胀算子"对影像进行预处理,提出了一种改进的基于高斯拉普拉斯算子的面状特征提取和细化方法,并利用边界代数快速标注边界封闭的面状特征。在提取面状特征的基础上,利用奇异值分解算法,实现了基于面状质心的遥感影像匹配,进而完成精确配准。实验结果表明,与传统方法相比,此方法在速度与准确度上具有明显优势。     

基层土地登记档案管理实践及开发利用

土地登记档案在基层土地管理活动中发挥着重要作用,是地籍档案中的重中之重。做好土地登记档案的规范化管理及有效开发利用,是档案管理工作的基础,也是国土资源管理工作的基础。工作中需制订合理的土地登记档案归档制度、规范档案管理工作流程,并积极开展档案的公开查询、做好档案宣传、汇编等工作。     

加强科研前期管理提高科研立项申报质量

针对成都气象学院近年来科研项目申报中存在的问题,提出了选题必须遵循的基本原则,填写申报书和加强申报工作管理的各环节。这对提高项目科学水平和获准率具有一定作用。     

一种基于点特征的高精度图像配准方法

提出了一种基于点特征的多源图像高精度配准方法。通过在遥感影像上提取密集特征点,利用多种方法结合进行严格匹配获得同名点对。通过构建不规则三角网分割影像,再利用仿射变换模型实现每个三角形的配准。实验证明了该方法的有效性和较高的适用性。     

自适应遗传算法配准三维数字样品模型及其CAD模型

通过包围盒的初始匹配和浮点数编码自适应遗传算法的精确匹配,实现了三维数字样品模型及其CAD模型的配准。初始匹配决定精确匹配空间变换参数的范围;精确匹配在搜索变换矩阵的6个变换参数过程中,采用最小二乘方法构造目标函数;遗传算法中引入种群多样性指标;在遗传操作的交叉算子和变异算子中引入该指标,并将该指标用于交叉概率和变异概率两个参数的调整,有效地克服了遗传算法的早收敛问题。实验结果表明该方法较好地解决了三维数字样品模型及其CAD模型的配准问题,且算法稳定,易于实现。     

GIS技术在1：5万岩溶水文地质综合调查野外工作中的应用 ——以湖南新田河流域为例

通常GIS技术应用到野外水文地质调查工作时需要花费大量时间准备数据,导致其不能及时参与到野外工作中。为了使GIS技术及时在1：5万岩溶水文地质综合调查野外工作中发挥作用,笔者以湖南新田河调查为例,在MapGIS系统中根据原始资料复杂程度的不同对数据进行处理和配准,及时制作了信息丰富的野外工作用图,建立了工作区专业数据和数据录入、分析平台,在野外调查工作开展时及时录入数据并加以分析,及时修订地质边界,检查野外定点准确度,发现调查区遗漏点,优化取样点及线路等,提高了工作效益和准确度。     

利用MPI实现多幅点云ICP并行配准

迭代最近点算法（ICP）是一种用于点云精确配准的经典算法。针对多幅点云进行ICP配准存在耗时多、效率低的问题,本文利用消息传递接口MPI对多幅点云进行分批并行配准。首先并行求解相邻两幅点云的相邻变换矩阵,然后计算每幅点云在当前批次的局部变换矩阵,最后获得每幅点云的全局变换矩阵。本文以DELL PowerEdge R730服务器为计算平台,对空间点总规模达四千多万的65幅点云进行了分批并行配准。试验结果表明：利用MPI对多幅点云进行分批处理可显著加快配准速度,最优进程数为计算机的核数时,加速比为5.3。     

激光扫描与无人机一体化控制下的复杂体育场馆高精度三维重建

针对复杂体育场馆外部精细建模在完整性和精度方面存在的问题,本文提出了地面控制、地面激光扫描、无人机建模控制一体化的高精度建模方法。首先应用特制标志建立区域内控制、扫描、无人机高精度一体化坐标系统;其次对地面多站激光扫描点云结合控制坐标进行区域整体平差配准,生成一体化坐标系统下高精度地面点云模型;然后应用无人机数据和控制点生成一体化坐标下的高精度顶部数据;最后融合两种数据生成对象完整高精度精细模型。试验证明,整体平差解算方法可实现多站点云的高精度配准,一体化控制可实现非同源异质数据高精度融合,解决了复杂建筑对象的高精度建模问题,具有很大的实用价值。     

一种基于角点特征的遥感影像自动配准方法

本文通过对Harris算子进行改进,自适应地提取角点特征,然后基于角点特征进行由粗到精的匹配,完成影像的配准;并利用MODIS影像、TM影像和HJ-1卫星影像3种不同分辨率的遥感影像进行配准实验,结果表明该自动配准方法能够达到亚像素级的配准精度,是一种高精度的影像配准方法。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。