用线特征摄影测量对目标体素进行量测和重建的可行性研究

本文利用线特征摄影测量方法对ＣＡＤ实体造型中体素进行自动量测与重建、借此建立ＣＡＤ与数字摄影测量的桥梁，文中提出了一种以描述体素几何元素为未知数，直接在像片线特征与物体表面之间进行匹配的线特征摄影测量模型和方法，并对其可行性进行了实验，实验结果表明：线特征摄影测量能达到立体摄影测量相同的，甚至更高的精度，从而可解决无明显目标点工点物体的自动量测。     

“国外科技资料目标—测绘学”主题标引中的若干问题

本文根据“外目”用户订阅的分布以及测绘行业的特点，对测绘科学技术主题词表的收集叙词词量，主题标引中文献分析体会及主题索引包括手检，机检，自由词等问题作了初步探讨，并对今后这方面的工作，提出了几点建议。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别

从灾后遥感图像中快速准确地识别救灾帐篷有利于灾后救援工作的高效开展.本文结合实际应用需求,在前人研究的基础上,提出了一种结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别方法.首先从遥感图像中选择帐篷模板并从中提取形状特征与光谱特征;然后将各波段灰度图像二值化并进行数学形态学运算,参考帐篷的形状特征提取出候选目标;最后根据帐篷的光谱特征,将候选目标与帐篷模板进行多角度匹配,剔除匹配度较低的伪目标,完成救灾帐篷识别.试验结果表明,本方法的识别精度达90%以上,具有较高的应用价值.     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

云模型对GNSS欺骗干扰效能的评估

在"导航战"的背景下,欺骗干扰效能直接关系到被保护目标的生存概率及装备实施欺骗的成功概率。但影响因素的随机性和模糊性、评估聚焦点的忽大忽小及指标定权方法主观性强的问题,均抑制了效能评估的有效开展。基于此,提出了基于云模型的GNSS欺骗干扰效能评估方法。首先建立了效能评估的定性指标体系;其次将定性指标转化为可量化的对应指标,以利用主客观融合的方法对其进行定权;最后结合权值,利用云模型将专家对指标的模糊语言评估进行定量转换得到评估值。通过实例分析,验证了本文提出的方法能够有效削弱评估存在的问题。     

GPS与GSM结合在移动目标报警、定位系统中的应用

GPS（全球定位系统）用于一个孤立的移动目标或固定目标的测绘,定位导航,无论要求低精度的还是高精度的,都已是无可置疑的问题了,但是要结合各种实际业务,形成一个有一定覆盖范围、有一定数量的系统,就涉及到定位信息的传输、系统容量,可靠性,以及经济成本等复杂问题了。本文将就公安部第一研究所近期开发成功已在多个地区开通运行的移动目标报警,定位系统听 GPS与GSM技术的结合应用作一简要介绍。     

Maplnfo在移动目标监控中的应用

介绍了一种基于ＭａｐＩｎｆｏ的、用ＧＳＭ网通信、并用ＧＰＳ定位的移动 目标监控系统,并对其功能与应用前景作了介绍。