基于GPGPU的全波形并行分解算法

针对EM(Expectation Maximization)波形分解算法具有多次迭代和大量乘、除、累加等高密集运算的特点,提出一套将EM算法在通用计算图形处理器GPGPU上并行化的方案。针对通用并行计算架构CUDA的存储层次特点,设计总体的并行方案,充分挖掘共享存储器、纹理存储器的高速访存的潜能;根据波形采样值采用字节存储的特征,利用波形采样值的直方图求取中位数,从而降低求噪音阈值的计算复杂度;最后,采用求和规约的并行策略提高EM算法迭代过程中大量累加的计算效率。实验结果表明,当设置合理的并行参数、EM迭代次数大于16次、数据量大于64 M时,与单核CPU处理相比,GPU的加速比达到了8,能够显著地提高全波形分解的效率。     

基于移动测量的交通标志自动提取

针对从移动测量车采集的图像中提取交通标志的需求,研究探索适合移动测量的交通标志检测识别方案。在交通标志检测阶段,提出一种检测多个圆形禁令标志连接的多圆度检测法,对于三角形警告标志的检测,在原有拐角检测法基础上提出基于候选区域的拐角检测法;在交通标志识别阶段,选用像素特征作为特征向量,采用概率神经网络实现交通标志的分类识别。最后设计实现移动测量后处理软件的交通标志自动提取模块。     

多站激光点云数据全自动高精度拼接方法研究

目的 针对目前多站点云数据拼接存在的效率低和自动化程度低等问题,提出了基于地面激光点云强度信息的2D-3D点云数据高精度全自动拼接方法。首先,将强度信息通过三次样条插值算法生成二维影像,采用基于图形处理器(GPU)的加速尺度不变特征变换(SIFT)算子匹配得到二维同名特征点,剔除粗差;然后,反算得到特征点在三维点云中的坐标,并通过三维空间法向量对三维同名特征点进行精炼。利用精炼的三维特征点进行多站点云数据拼接,可提高多站点云海量数据拼接的精度和效率。     

面向地理国情监测的多源地理信息整合

以地理国情监测为背景,充分利用各时期已有的测绘成果,结合万州区城镇化进程监测,通过确定其监测内容与指标,提出了一种基于FME、RS技术进行多源地理信息数据整合提取的技术方案。该方案可快速、无损地处理海量的地理国情数据,为典型地理国情监测提供了多源地理国情信息整合方面的技术支持。     

混沌离散粒子群优化的高光谱影像端元提取算法

针对离散粒子群优化算法在进行端元搜索时易陷入局部最优值等缺陷,提出了混沌机制扰动下的离散粒子群优化的端元提取算法(CDPSO-EE)。研究了混沌理论特有的随机性、遍历性以及对初始值敏感性等特点,将混沌理论引入到DPSO端元提取算法的初始化阶段,优化了初始种群质量;将混沌变量附加到粒子自身历史最优位置获得扰动新位置,对比混沌扰动前后粒子所在位置的适应度函数值,选择最优位置为粒子新的位置,让粒子有能力跳出局部最优值。结果表明CDPSO-EE在高光谱影像端元提取方面具有更好的端元提取质量。     

姜大明在国土资源部党组巡视工作领导小组第二次会议上强调：全力抓好巡视成果运用和发现问题整改落实 精心组织安排确保明年实现巡视工作全覆盖 张少农主持 赵凤桐出席

12月8日,国土资源部党组巡视工作领导小组召开第二次会议,听取今年第一批巡视工作情况的汇报,并就做好下一阶段巡视工作进行部署和安排。部长、党组书记、国家土地总督察姜大明出席会议并强调,要抓好巡视成果运用,推进巡视发现问题的整改落实;要精心组织安排,确保明年实现巡视工作全覆盖。     

Freeman链码优先级直线提取算法研究

针对目前直线提取算法的局限性,提出了一种简单高效的提取图像中目标物体直线边界的算法。本算法基于链码思想和数字直线特征,首先对图像进行边缘检测,对边缘检测后的图像按照优先级进行链码跟踪,获取初始链码;然后通过距离约束提高链码的直线性,剔除噪声和细节;最后进行直线合并,完成直线提取。实验表明,本文提出的算法能高效、准确地检测出图像中物体边界的直线,特别对较大的影像计算量小,抗噪能力强,适用于实时处理。     

用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法

目的 合成孔径雷达(synthetic aperture radar,SAR)影像分辨率的不断提高为建筑物提取提供了有效的数据支持,而传统像素级方法,提取建筑物的效果较差,精度较低。通过分形网络演化分割算法(fractal net evo-lution approach,FNEA)获取分析单元,利用对象级分析单元与邻近环境之间的上下文特征,提出了高亮邻接强度特征(highlight adjacent intensity,HAI)与亮点散射密度特征(shining point distribute density,SDD)的概念,然后结合上述两种特征进行对象级建筑物的提取。最后通过几组实验验证了基于面向对象特征方法比面向像素特征方法对高分辨率SAR建筑物提取具有更好的效果、更高的精度。     

基于珞珈一号和OSM数据的呈贡区建筑密度估算

建筑密度是城市规划布局的一个重要指标。为了提高建筑密度的获取效率,本文提出一种结合珞珈一号数据和OSM数据的估算城市建筑密度的方法。基于珞珈一号数据,文中以固定大小的网格为单位采样分析了昆明市呈贡区灯光强度和建筑密度的拟合关系;基于OSM数据,利用GIS提取分析、数学分析等方法去除道路灯光对估算结果的影响。然后利用非线性拟合模型估算了昆明市呈贡区的建筑密度,得到其空间分布情况;并验证分析了估算模型的精度。结果表明,昆明市呈贡区的建筑密度与夜间灯光强度有较高的相关性,可以结合珞珈一号夜光影像数据和OSM道路数据估算城区的建筑密度。     

基于遥感+AI技术的沈阳市违法图斑的确定

研究了基于深度学习的自动变化检测等技术,并在沈阳市违法图斑确定项目中进行了深度应用。通过实际的成果分析,确定了该方法可以全方位提升遥感数据的自动化处理、分析能力,实现了影像变化信息的高精度、高效率提取,使目前的土地违法变化高效精准、常态化、低成本监测成为可能。