基于图像测量的花键套端面尺寸检测

设计了一套基于图像测量技术的花键套端面尺寸检测系统,采用高分辨率工业相机获取零件图像信息,使用相机标定技术标定相机参数,以校正光学系统导致的零件图像畸变,通过图像处理技术处理并分析图像,得到图像特征尺寸信息,最后采用分区域标定像素当量的方法得到零件实际尺寸.使用该检测系统与三坐标测量仪检测系统进行对比实验,实验结果显示,该系统尺寸检测结果与三坐标测量仪检测结果比照相差不超过10 μm.每个零件检测时间不超过20 s,速度远远快于平均检测时间需约2 min的三坐标测量仪检测方法,因此在满足检测精度的基础上大大提高了检测速度,实现了花键套尺寸批量检测.     

基于验后方差估计的稳健整体最小二乘方法

根据整体最小二乘的验后方差估计,求出观测值的验后方差,通过方差检验可找出方差异常大的观测值。然后根据经典权与观测值方差成反比的定义赋予它一个相应小的权进行下一步迭代平差,逐步实现粗差定位。通过坐标转换实验,利用一般最小二乘法(LS)、加权整体最小二乘法(WTLS)以及文中提出的稳健整体最小二乘法(RTLS)分别对待估参数进行求解对比,解算结果表明文中提出的方法能对粗差进行有效的定位,且估计量受粗差影响较小,具有稳健性,估算效果优于其它两种方法。     

3维场景植被冠层多波段模拟研究进展

植被冠层辐射散射信号中蕴含了丰富的植被信息,通过构建植被冠层辐射散射模型,可以实现植被结构等生物物理参数的遥感定量反演。迄今为止,可见光/近红外、热红外、微波波段均已发展了大量的模型,这些模型在参数反演方面各具优势,但不同波段的模型又有其自身的局限性。跨波段的联合模拟可以实现模型间的优势互补,进而提高地表参数的反演精度,近年来已有学者专注于可见光/近红外与热红外模型,热红外与微波模型,主被动微波模型,以及可见光/近红外与微波模型的联合模拟和协同反演,但多是两两联合,且主要是基于经验模型或解析模型。基于3维场景的植被冠层辐射散射特性模拟模型可以细致刻画不同组分的结构和空间分布特征,对于由植被结构引起的多次散射和组分比例变化的考虑具有优势。本文主要介绍了3维模拟模型在可见光/近红外、热红外和微波波段,以及跨波段联合模拟方面的研究进展,从模型机理、场景统一、以及组分理化参数的统一的角度,探讨了构建多波段3维模拟系统的可行性,展望了多波段3维模拟模型的发展趋势。     

稳健估计下的坐标系统转换总体最小二乘算法

针对传统的应用最小二乘法建立高斯-马尔科夫(G-M)模型实现坐标系统转换的方法导致转换模型参数精度低下的问题,该文提出一种基于总体最小二乘算法的坐标系统转换方法。考虑到粗差会导致控制点坐标精度差异较大,因此根据稳健估计理论进行迭代定权,在总体最小二乘算法下建立G-M模型,以便求解转换模型参数,并通过算例比较不同算法的转换精度。实验结果表明:基于稳健估计的总体最小二乘抗差算法实现的空间坐标转换精度高于传统方法的转换精度。     

基于DMSP/OLS灯光数据的新一线城市空间扩展研究

利用DMSP/OLS夜间灯光影像,综合运用地理学、分形几何学、RS和GIS分析技术,以15个新一线城市为研究对象,对城市的时空扩展和空间格局演变过程进行了分析.结果表明,各新一线城市建成区的高强度加速扩展主要表现为“圈层式”延伸和“跳跃式”新城区的建立;具体演变特征为:城市圆度和紧凑性水平降低,分形维数逐步增大,建成区离散程度逐渐增加,城市外部形态复杂度增大.     

基于平面特征的地面雷达点云配准算法

针对地面LiDAR点云配准中不同坐标系点云数据存在对应的平面特征不同的问题,文章提出了一种基于总体最小二乘的地面LiDAR点云数据配准算法:通过对分割后的点云数据平面拟合,得到相应法向量;根据不同坐标系中LiDAR点云数据对应的平面法向量,利用反对称矩阵和罗德里格矩阵的性质,用3个独立参数代替3个旋转参数,采用总体最小二乘法建立旋转矩阵解算模型;采用总体最小二乘法确定平移参数的计算公式;最后根据转换后特征点云与对应平面点云的重复情况,给出了配准模型的精度公式。实验结果表明该方法精度较高,可以取得较好的点云配准效果,适合于含有大量重复平面特征的点云数据的配准。     

空间直角坐标至两类常用坐标的快速变换

由空间直角坐标至站心极坐标的间接变换方法存在着使用复杂和不够直接快速的问题,该文提出了空间直角坐标至大地坐标快速变换的二维迭代方法;通过分析空间直角坐标与站心极坐标的几何关系,提出了站心极坐标直接变换的几何解析法。计算结果表明,当迭代停止条件采用空间点位误差限值10-5 m时,大地坐标变换的二维迭代法一般2次收敛;站心极坐标几何解析法与常规间接变换结果完全相同,验证了文中所提方法的正确性和快速性。     

一种面向异常检测的高光谱图像降维算法

针对高光谱数据预处理中传统降维算法的不足,文章提出采用线性局部切空间排列(LLTSA)算法进行降维,并在低维空间中,以数据点到背景流形的最小距离为度量进行异常目标检测。面向异常目标检测问题的降维算法,需要考虑计算量和异常污染两个问题:为减少计算量,选择图像中一部分具有代表性的训练数据进行LLTSA降维并求取用于泛化的投影矩阵;为避免异常信息对背景特性的影响,应该选择不含异常的背景训练数据建立背景流形。背景训练点的选择基于递归多层分割算法,结合分割块的大小和分割块被近邻点重构的误差,去除分割结果中可能包含异常的区域并尽可能多地保留背景信息。实验结果表明LLTSA可以利用少数特征有效区分背景和异常,基于LLTSA的检测算法比经典RX和核RX算法具有更好的异常检测性能。     

基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演

针对单一被动微波遥感反演雪深的精度和空间分辨率不足的问题,提出了一种星-地多源数据融合的雪深反演方法。以北疆每日站点观测雪深、AMSR-E遥感反演雪深和SSM/I遥感反演雪深数据为研究对象,首先利用地统计方法结合地面站点观测数据估计北疆区域的雪深,然后采用Triple-Collocation方法分别估计三个雪深数据的误差方差,最后结合最小二乘原理实现星-地雪深观测数据的融合。对融合雪深与地面雪深观测数据进行验证分析,结果显示,与AMSR-E和SSM/I遥感反演雪深相比,融合的雪深与地面观测雪深的相关性更高;融合的雪深的精度有一定程度的提高。实验结果证明了多源数据融合方法的有效性。     

基于3S技术的土地利用信息动态变更调查新机制研究——以成都市为例

新形势下的土地变更调查任务不断增加,要求不断提高,手段不断强化,时间紧、任务重是当前土地变更调查面临的重大问题。针对以上问题,本文提出了一种动态变更的技术流程,通过深入研究土地规划实施、土地综合整治、地籍管理、耕地保护、执法监察等业务及相关关系,围绕"及时发现、快速调查、持续更新、如实上报、共享应用"5个方面的问题,以3S技术、网络技术、数据库技术等为支撑,提出以二调成果为基础,从土地管理业务内部及时发现变化,以发现驱动土地利用信息日常性持续动态变更的新思路。以成都市为例,开展基于3S技术的土地利用信息动态变更调查的方法在实际工作中的应用研究,实现了土地利用信息的"一图多用",并对变更结果进行了分析。