无人机影像SIFT特征匹配的集群并行处理方法

简要介绍了国内外摄影测量并行处理技术发展的情况。在分析SIFT(尺度不变特征变换)算法和集群并行算法特点的基础上,设计了一种无人机影像匹配并行处理的方法;兼顾计算局部化和负载均衡提出了分层列划分的数据划分策略;并通过重叠通信和计算来减少通信开销,借助时间分布图对算法进行了量化分析。实验证明该方法可扩展性较好,适合在集群平台上进行影像匹配高效处理。     

多源遥感影像融合的光谱优化方法

在多源遥感影像融合过程中光谱畸变是常见的问题之一,它主要是因为不同传感器的光谱响应范围不一致造成的。在推导色彩变换理论强度、色度和饱和度三元素之间的数学关系的过程中,通过研究Wallis滤波理论,发现灰度匹配的相似程度是解决光谱畸变的有效途径。因此提出了基于Wallis滤波的HIS变换融合方法。通过了实验验证,效果较好。     

基于ArcGIS的数据建库与更新中的坐标转换技术探讨

为地理空间信息公共服务平台提供支持的基础地理信息数据库,要求是区域无缝拼接的实体化数据库。在目前的数据成果中存在多套坐标系。通过坐标转换处理,将测绘部门已有的成果资料以及其它专业部门共享的专题资料进行坐标基准统一,是数据建库和更新的前提条件。本文以数字城市地理空间框架数据建库为例,探讨了基于Bursa-wolf模型和正形变换模型的坐标转换技术,及其基于内图廓定位的简化作业方法,并进行精度评价。     

两种坐标转换模型及程序实现

针对工程中常需要进行坐标转换的问题,本文首先分析了坐标转换的方法,再就七参数转换和四参数转换这两种常用的转换模型进行了阐述,并利用Householder变换算法实现了坐标转换。     

花园口站年最大洪峰流量时间序列的HHT分析

Hilbert-Huang变换能够定量描述非线性、非平稳复杂时间序列的时频特性,较传统分析方法更具优势。通过对时间序列进行EMD分解,得到变化过程的内在模态函数和趋势项函数,而后对各内在模态函数进行Hilbert-Huang变换,从而揭示出时间序列的多时间尺度特征。以黄河花园口站1952-2009年的年最大洪峰流量时间序列为例,对其进行多时间尺度分析,得到不同波动周期的振荡分量及趋势分量,具体分析了各分量的变化特征。结果表明,花园口年最大洪峰流量变化过程中存在准3.2a、准6.4a、准11.8a和准31.0a周期的波动,其中准3.2a和准6.4a的周期波动是引起原序列波动的主要原因,近60年来花园口年最大洪峰流量变化呈递减趋势,由此揭示了年最大洪峰流量变化过程的多时间尺度特征。在此基础上,探讨了各波动分量变化的影响因素,其变化与大气低频振荡、ENSO、太阳活动及气候变迁等因素有关。     

“草莓”水晶包裹体特征研究

为研究"草莓"水晶的包裹体及其成因,本人首先利用电子探针对包裹体的化学成分进行分析,然后通过偏光显微镜鉴定包裹体的光性特征,初步判断其矿物种属,再通过拉曼光谱分析,对包裹体的矿物成分加以验证,最后根据已学知识和资料来浅析"草莓"水晶的成因。     

基于高光谱资料对FY-1C/1D气象卫星进行交叉定标

介绍了利用AQUA卫星高光谱AIRS资料对FY-1C、FY-1D气象卫星热红外通道进行交叉定标的方法及定标结果。首先利用卫星轨道预报软件预报出AQUA与FY-1C以及AQUA与FY-1D卫星交叉点,再对交叉区域卫星资料进行像元投影和像元匹配,像元匹配包括时间、观测角度、环境均匀性等检验。以AIRS探测结果作为辐射基准,利用其观测值和FY-1卫星热红外通道光谱响应函数进行光谱匹配,最终得到FY-1卫星热红外通道的准真值并与FY-1卫星的业务产品进行比较分析。对FY-1C、FY-1D两年多卫星资料进行多次交叉比对,结果表明FY-1C通道4比AIRS观测亮温低1.3K左右,通道5低3.6K左右;而FY-1D通道4比AIRS观测亮温低0.3K左右,通道5低3.6K左右。这个准真值与FY-1观测的计数值进行再定标得到新的定标系数。     

近54a新化县大雾气候特征分析

利用1957—2010年新化县地面气象观测资料,通过线性倾向估计法、累积距平法、Mann-Kendall突变检验以及Morlet小波变换等方法对近54a新化县大雾的气候变化特征进行分析。结果表明:近54 a新化县年大雾日数呈增多的趋势,各季大雾日数的线性趋势并不显著,其阶段性变化特征明显,除秋季和冬季以外,大雾日数均出现了减少性和增多性突变;近54 a新化县年和各季大雾日数具有显著的多时间尺度特征,在16～21 a的时间尺度上,除秋季外,21世纪以后大雾日数均进入偏多周期。     

附加随机模型的三维控制场平差处理

室内三维控制场是组合宽角相机检校的场所。在布设控制场过程中,需要进行坐标相似变换。深入分析Bursa模型的参数,提出一种顾及观测偏角的随机模型参与平差,可将控制场整体精度提高10%。从结果分析可知,室内控制场坐标转换模型尺度系数对转换结果基本没有影响,可以省略。     

引入纹理特征的SSVM算法在极化SAR影像分类中的应用

在极化SAR影像极化特征的基础上,引入影像的纹理信息,利用带核函数的SSVM算法对极化SAR影像进行分类研究。该方法首先利用精致LEE滤波器对极化SAR影像进行去噪处理;然后采用小波变换对去噪后的总功率影像Span进行纹理特征提取;最后将纹理信息和极化信息结合,并采用SSVM方法对极化SAR影像进行分类。利用NASA/JPL AIRSAR获取的L波段SanFrancisco海湾和荷兰中部Flevoland地区的影像对该方法进行验证,结果表明,SSVM算法可有效地用于极化SAR影像分类,且分类精度和分类效率都优于SVM算法。同时纹理信息的引入使SSVM算法的分类精度得到了进一步提高。