无人机影像匹配中尺度不变特征应用改进

针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。     

低空大比例尺地形图航测生产关键技术

针对传统航空摄影测量生产工艺在生产过程中遇到的影响大比例尺测图精度的问题,该文探讨了低空航测生产大比例尺地形图的关键技术。通过选用宽角相机、低航高飞行、强化影像匹配、野外布设标志控制点、优选平差模型、精化测图操作等改进方式,以提高大比例尺航测精度;组建无人飞艇低空航测系统,对提出的技术方法予以实现;最后给出了山西境内近30个县市建成区1∶500测绘生产实践的部分验证成果。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

中国版大洋洲地表覆盖产品研制

针对全球变化研究对大洋洲地表覆盖产品的需求,该文以2000年和2010年的Landsat卫星影像为数据源,提出了对大洋洲影像按照月份分组并进行样本采集与规则训练的方法,采用GLC树分类器进行自动分类,经过分类后处理和数据集成,完成了2000年和2010年两期、30m分辨率的大洋洲地表覆盖产品研制工作。利用高分辨率影像、实地采集照片等进行室内精度评定,该大洋洲地表覆盖产品的精度达到90%以上。     

遥感影像超分辨率处理方法与研究进展

随着人们对影像高分辨率需求的不断增加,图像超分辨率技术已成为相关研究领域的热点之一。针对在遥感领域并非所有的超分辨率方法都可用的现状,该文按照遥感影像超分辨率处理的流程,将超分辨率问题分为退化模型、配准、重建和精度评定4大模块。对于其中每一模块的理论、常用方法与研究进展进行了较全面的综述及比较分析。最后对这一领域的未来发展进行思考和展望。     

An efficient application of fusion approach for hot spot detection with MODIS and PALSAR-1 data

Hot spot detection with satellite images, especially with synthetic aperture radar (SAR) images is still a challenging task. Several researchers have used TM/optical data for identification of hot spot but the use of SAR data is very limited for this type of application. The fusion of SAR data with TM/optical data may add additional information which in turn will lead for enhancement of detection capability of the hot spot. Therefore, this study explores the possibility of fusion of Moderate Resolution Imaging Spectroradiometer (MODIS) and Phased Array L-band Synthetic Aperture Radar (PALSAR) satellite images for the hot spot detection. Image fusion is emerging as a powerful tool where information of various sensors can be used for obtaining better results. For this purpose, vegetation greenness and roughness information which is obtained from MODIS and PALSAR satellite images, respectively, are used for fusion, and then, a contextual-based thresholding algorithm is applied to the fused image for hot spot detection. The proposed approach comprises of two steps: (1) application of genetic algorithm-based scheme for image fusion of MODIS and PALSAR satellite images, and (2) classification of the fused image as either hot spot or non-hot spot pixels by employing a contextual thresholding technique. The algorithm is tested over the Jharia Coal Field region of India, where hot spot is one of the major problems and it is observed that the proposed thresholding technique classifies the each pixel of the fused image into two categories: hot spot and non-hot spot and the proposed approach detects the hot spot with better accuracy and less false alarm.     

横向振动格栅紊流紊动特性试验

建立了一套大尺度格栅紊流试验系统,格栅进行有别于传统垂向模式的横向振动,采用粒子图像测速技术(Particle Image Velocimetry,PIV)测量流速。对瞬时流速的检验表明,该系统产生的紊流场具有较强的随机性和统计规律性。均方根流速在格栅片附近变化较大,在两片格栅中间处趋于稳定,纵向均方根流速明显大于垂向均方根流速,二者比值在1.5~2.0之间,接近天然明渠紊流。雷诺应力在距格栅越近处波动越大,随着距格栅距离的增加而减小,至两片格栅中间处雷诺应力基本为0。时间和长度积分尺度在格栅片处最小,随着距格栅距离的增加而线性增加,至两片格栅中间处达到最大值。流速能谱呈现Kolmogorov理论的-5/3次方规律。本系统生成的紊流场的统计规律与传统的垂向振动格栅紊流较为一致,但纵向和垂向的紊动强度更接近实际,为后续紊流中泥沙和污染物等运动机理的研究奠定了基础。     

构造物理模拟和PIV有限应变分析对构造裂缝预测的启示

油气储层中构造裂缝发育与有限应变状态关系密切,为了探索有限应变分析与构造裂缝预测的新技术方法,此次研究设计完成了一组单侧挤压收敛模型的物理模拟实验,并引入粒子图像测速(PIV,Particle Image Velocimetry)技术对实验过程进行了定量化分析。实验模型在垂向上为含粘性层的多层结构,实验结果形成了一个肉眼可见的箱状褶皱。通过PIV技术可以获取实验模型变形演化过程中各阶段的位移场数据,计算出各阶段的增量应变,实现从初始状态到褶皱形成之后整个变形过程的有限应变分析,探讨构造裂缝成因机制和分布规律,进行定量化裂缝预测。挤压变形过程初期,应变分布范围很广,有限应变较弱(约4%~8%),在挤压方向上的线应变表现为弱压应变,在垂向上的线应变表现为弱张应变,这种现象是褶皱和断层产生前平行层缩短和层增厚的纯剪变形结果,也是区域型张裂缝和剪裂缝形成的主要机制。褶皱和断层即将发育之时至发育之后,应变局限在断层发育的剪切带及附近区域,有限应变表现为较强(达20%)的剪切应变和剪切张应变,是断层面附近简单剪切变形作用的结果,也是局部型剪裂缝和张剪裂缝形成的主要机制。     

基于SPOT6遥感影像的滩涂湿地入侵种互花米草植株高度的反演研究

本文以SPOT6 高空间分辨率遥感影像为数据源,通过植被覆盖度和地上生物量两个参数进行滩涂湿地入侵种互花米草植株高度的估算研究。结果表明,三沙湾滩涂湿地互花米草植株高度平均值为2.04 m,以1~2 m和2~3 m植株为主要分布高度,分布面积分别为6.83 km2和10.31 km2,占研究区互花米草总面积的33.83%和51.06%,小于1 m和大于3 m的互花米草仅占9.26%和5.84%。估算值与真实值之间的均方根误差为0.204,绝对误差为0.04~0.37 m。该方法是对高空间分辨率光学影像应用研究的重要尝试,其反演方法具有较好的可行性,可较为准确的获取滩涂湿地植株高度信息。     

基于单景高分辨率光学卫星遥感影像的浅海水下地形提取

本文基于海浪波折射现象和浅水波理论,提出了一种基于单景高分辨率光学遥感影像的浅海地形提取方法。首先,基于浅水波理论推导出适用于浅海区域的水深与海浪波长、频率的定量关系,针对近岸光学遥感图像复杂的海浪特征,讨论了两种海浪波长提取方法,即FFT方法和剖面线法。然后提出了基于长距离波长波动分析的海浪频率计算方法,解决了单景遥感影像的波浪频率计算难题。最后,利用单景QuickBird高分辨率光学遥感影像,以海南岛三亚湾为研究区域进行了应用实验,结果表明,对12m以浅的浅海区域,在不需要任何辅助参数的情况下,反演获得了浅海地形(DEM),经与1:25000比例尺海图的水深对比验证,地形趋势吻合良好,反演水深的均方根误差为1.07m,相对水深误差为16.2%,表明该方法适合于浅海水下地形的提取,且具有无需实测水深数据和环境参数的支持的优点。