贝叶斯原理在遥感影像恢复中的应用

总结了遥感影像数据获取、传输和存储过程中引起影像退化的原因.根据信号处理中的概率统计理论,推导出了一种可以不依赖目标成像模型的遥感影像去模糊算法.实验结果表明,该算法具有较强的影像恢复能力和抗噪能力,对于缺乏点扩散函数先验知识的模糊遥感影像更加适用.     

国内外数字空三技术要求及精度控制的差异

信息时代,国际间的技术交流、技术合作及项目合作的领域和程度越来越广泛和深入。阐述国内与国外空三技术要求、精度指标的异同之处,以及对一些技术问题的处理原则及方法,包括控制点获取途径、区域网划分及大小、控制点的位置数量与分布、加密点要求、断航线的处理原则及精度控制等。     

一种界址表和界址点坐标成果表的自动生成方法

界址表和界址点坐标成果表是地籍测绘资料制作过程中经常要绘制的表格,然而很多测绘单位没有专门的软件来绘制,在平时的作图中,都是手工操作,效率低下且容易出错.本文阐述了在AutoCAD平台下,如何应用VBA根据宗地图中界址点、界址线以及宗地的扩展属性自动生成界址表和界址点坐标成果表.程序已在Windows XP和AutoC...     

无人机激光雷达人工林林分高估测模型分析EI北大核心CSCD

中国人工林面积居世界第一,精确地对人工林结构进行监测具有重要意义。本研究以内蒙古自治区赤峰市旺业甸林场内的落叶松和油松人工林为研究对象,利用无人机激光雷达LiDAR(Light Detection And Ranging)离散点云数据和地面样地调查数据对人工林林分高进行建模,通过点云特征变量与地面测量的6种林分高(包括:Lorey’s高、算术平均高、最大高、优势树高、中位数高和树冠面积加权高)间的Pearson’s相关性筛选自变量,然后利用全子集回归构建不同林分高估测模型,并采用交叉检验法进行精度评价。结果表明:激光雷达点云高度百分位数与不同林分高相关性均较高,通过一元线性回归构建的不同林分高结果最优,且估测模型的自变量均为高度特征变量。Lorey’s高(R^(2)=0.91—0.97,rRMSE=2.75%—3.96%)、优势树高(R^(2)=0.86—0.97,rRMSE=3.72%—3.83%)和树冠面积加权高(R^(2)=0.86—0.96,rRMSE=3.81%—4.73%)估测精度最高,算术平均高(R^(2)=0.85—0.94,rRMSE=4.52%—6.07%)和中位数高(R^(2)=0.80—0.95,rRMSE=5.37%—7.34%)次之,最大高(R^(2)=0.69—0.87,rRMSE=6.19%—8.09%)最低。针对不同森林类型,落叶松人工林林分高估测精度最优,优于不区分森林类型模型的估测精度(ΔR^(2)=0—0.05,ΔrRMSE=-0.69%—1.97%),优于油松林林分高模型的估测精度(ΔR^(2)=0.06—0.18,ΔrRMSE=-1.90%—1.13%)。无人机激光雷达可以用于估测北方温带针叶林的林分高,能够满足人工林资源调查快速、精确的要求。     

基于特征点的曲面点云配准方法

针对当前曲面点云配准质量和效率低的问题,提出基于特征点的曲面点云配准方法。首先通过计算特征点曲率的豪斯多夫距离（HD）获得初始匹配点对;然后利点云局部表面曲线形状特征提取精确特征点对;最后用对偶四元数实现源点云和目标点云的粗配准,获取良好的初始的配准参数,并采用改进的最邻近点迭代算法实现点云的精配准。实验结果表明：该方法获取的点云中误差在0.005 m以内,且配准时间在7 s以内,提高了传统曲面点云配准的精度和配准效率,验证了该方法的稳健性和准确性。     

基于免像控机载LiDAR点云融合技术的高程精度

传统低空航空摄影测量需要布测一定数量且分布均匀的像控点,像控点的布测需要外业投入大量的人力、财力、物力,耗时费力,且内业数据处理也相应地增加了很多的工作量。本文以免像控的机载激光雷达(LiDAR)点云融合技术为例,通过选取四种不同的方案比对分析获取的点云高程精度,探讨免像控机载LiDAR点云融合技术在不同方案下的点云高程转换精度的影响因素。研究结果表明,除了在试验区周边合理选择分布均匀的控制点外,将一次点云高程拟合残差空间分布变化异常的控制点,作为二次点云高程拟合点的选取依据进行点云高程拟合参数求解,也可以提高点云的高程精度。     

顾及法向量的点云语义分割方法

针对在复杂场景下激光雷达点云数据的语义分割研究中,存在点云特征损失大、点云语义挖掘不足和分割精度不高等问题,该文提出了一种将法向量和RandLA-Net相结合的点云语义分割方法。把点云法向量与RandLA-Net网络的局部特征聚合模块融合,提取局部语义聚合特征,利用softmax分类器对每个点进行分类。实现了复杂场景下LiDAR点云数据的语义分割。通过对Oakland点云数据集和德国Vaihingen城市语义数据集进行实验分析,验证了本文算法具有较强的泛化能力,本文算法在Oakland点云数据集和Vaihingen城市语义数据集上的平均交并比分别为96.38%和92.49%,与RandLA-Net网络相比,该算法充分利用了激光点云数据的语义特征,有效地提高了点云语义分割的准确性。     

密度聚类算法在连续分布点云去噪中的应用

在原始测量获取的点云数据中,除了目标数据外,还有大量的噪声数据。噪声往往无规律地分布在目标物体周围,难以用统一数学模型区分。基于密度的聚类算法将簇定义为密度相连的点的最大集合,能发现任意形状、大小的类簇,将该算法应用在点云去噪中,能将密度分布连续点进行聚类,从中提取出目标点云。     

从区域经济角度提出的几点建议

尊敬的各位领导、各位同仁:大家上午好!首先感谢学会授予我如此崇高的荣誉,同时也很荣幸参加今天中国国土经济学会成立30周年纪念座谈暨学科建设与发展研讨会。上世纪80年代初,我开始参加国土规划工作,并于90年代中     

GPS方位角及其在导线测量中的应用研究

本文以三、四等和一级导线测量为例,针对利用GPS技术测定导线已知方位角中诸如应满足的精度、应遵守的基本技术规定、起算点坐标的联测、方位角系统转换及对导线的作用等基本问题进行了分析探讨。