基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

运用人工鱼群算法的3D扫描碎片重建探究

针对传统三维碎片拼接匹配过程中依赖单一特征及存在误差累积的问题,提出了一种运用鱼群算法的全局最优匹配方法。该方法先对碎片点云数据进行多特征提取,结合纹理、专家经验信息对混合在一起的多种类型碎片进行粗糙集分类,之后采用鱼群算法的最优解求得最佳匹配方案。实例验证所提全局匹配方法具有能力强、与初始位置无关及较强的稳健性等特点,为三维碎片的全局匹配提供了一种有效的解决方案。     

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。     

面向城区宽基线立体像对视角变化的结构自适应特征点匹配

提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先,对影像提取点特征和直线特征,挖掘点特征与其邻域内直线特征之间的几何关系,构建结构自适应的特征区域和特征描述符,并通过双向匹配策略获得初始匹配结果。然后,基于初匹配结果估计影像基础矩阵,构建核线约束的结构自适应特征匹配算法进行二次匹配。最后,将已匹配特征作为控制基础设计匹配扩展算法,进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点,构建自适应的特征区域,能够在显著的影像视角变化下,为同名特征点提取影像内容一致的特征区域,进而获得相似的特征描述符。试验结果证明,与传统算法相比,本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

组合宽角低空航测相机关键技术研究

近年来,摄影测量技术发展迅猛,特别是低空航空摄影平台的出现,很好地弥补了传统卫星遥感、常规航空摄影测量在时效性、灵活性方面的不足。借助低空摄影的光学优势能够获取传统航空摄影和卫星遥感无法比拟的高分辨率影像,可以实现航空摄影测量大比例尺成图的目标。符合低空航空摄影的成像系统,发展较为滞后。现有很多低空航摄影测量平台普遍搭载单个普通数码相机进行航空摄影,存在航空摄影数据采集效率低、有效数据量小、数据处理难度高以及成图精度不高等问题;再有,传统的航空摄影测量相机及国内外成熟的组合宽幅航空相机系统又缺乏进行低空航空摄影测量应用的客观基础。研究适合于低空航空摄影的成像系统对于低空航测应用发展非常关键,是解决低空航测现存问题的一个有效途径。低空航测成像系统目前最主要的问题是数据的获取效率和精度,根本原因在于相机像幅以及视场角大小的问题。解决这一问题的根本途径是研究适合于低空航空摄影的宽幅面、宽视场角相机系统。对于数字相机而言,像幅受材料以及制造工艺限制,视场角受光学镜头的光学性能限制,很难有所突破。但是数字相机影像的可拼接性提供了另外一种可能途径,即多传感器组合成像,利用多个小像幅相机构造拼接成一个近似单中心投影的宽幅面航空相机,从而提高影像像幅和视场角,达到宽幅面大视场成像的目的。本文主要研究工作如下:(1)研究了低空航空摄影的光学理论基础。系统分析了低空航空摄影光学条件,结合光度学理论详细论述了低空航空摄影光度学优势,以及单镜头成像系统低空宽视场成像的劣势,阐述了利用组合成像技术来实现低空宽角成像的必要性和可行性。系统总结了当前摄影成像相机系统的发展现状,归纳了现有组合成像系统的特点和优势,分析了利用组合成像技术来提高影像像幅和视场角数学原理。在对比分析现有组合相机几何构造、成像单元数量、拼接模型的基础上,确定了利用五个数码相机采用组合成像技术来构造组合宽角低空航测相机的研究目标。(2)研究了基于地面三维检校场的低空组合宽角相机的静态误差高精度检校方法。理论推导了低空组合宽角相机的几何成像数学模型,定义了相机之间以及虚拟影像空间坐标系统,建立了各个独立光学结构(子相机)之间,及其与虚拟影像之间的严格几何数学模型。理论分析了组合宽角相机几何成像数学模型误差,将其归纳为地面静态误差和飞行动态误差两个部分。并研究了利用地面三维检校场来实现其静态误差的几何标定。静态误差几何标定主要包括单相机几何畸变误差的高精度标定和组合相机联合空间关系标定两个内容,详细论述了其算法原理和实现过程,最后通过实验结果分析了其精度和可靠性。(3)研究了基于影像全部像元参加的低空组合宽角相机飞行动态误差自检校模型求解与全局优化方法。自检校的目的是对相机飞行过程中由于系统和环境变化等因素导致的动态误差进行补偿。首先,理论推导了本文采用的自检校联合平差数学模型,该模型顾及了飞行过程中可能导致的相机系统间的空间位置和姿态的微小变化,将这种微小变化的检测转换为重叠区影像的视差值。其次,论述了利用重叠区匹配同名点求解自检校模型参数的基本原理和方法,并结合本文组合宽角相机特点,设计了一种影像快速匹配策略,进而实现自检校模型求解;在此基础上,通过对影像匹配性能的分析,以及基于特征点匹配来求解自检校联合平差模型存在的局部最优问题,提出了一种影像重叠区全部像元参加的几何匹配方法来实现对自检校模型求解的全局优化算法,对算法思想和原理以及求解过程进行了详细论述。最后通过对比实验分析了自检校模型求解的精度,验证了算法的有效性。(4)研究了宽角相机与稳定平台的集成。分析了稳定成像对于低空航空摄影成像质量和数据处理精度的影响,指出稳定成像对于组合宽角低空航测相机的重要意义。首先,理论分析了低空飞行平台的不稳定对于低空航空影像光学和几何性能的影响,以及飞行平台不稳定导致的影像质量下降、数据处理难度增大、处理精度降低等问题;其次,介绍了一种适用于无人飞艇等飞行器的三轴稳定平台结构及其控制原理,并通过对比试验来分析稳定成像对于低空航测精度的影响,指出了低空稳定成像对于低空组合宽角相机系统数据获取和处理的重要意义。(5)通过具体的航空摄影工程实例阐述了利用低空组合宽角相机进行航空摄影作业的数据处理实际流程,并分析了不同类型地形数据自检校拼接的精度分布,展示了其相关数据产品成果情况,结合影像空三处理结果分析了其精度。实验结果反映了组合宽角低空航测相机的作业能力。     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

基于动态极坐标参数化的遥感影像匹配方法

图像匹配作为三维重建至关重要的环节,其精度直接影响了平差优化、正射校正等模块的精度。对于城镇、农场等特征密集型区域,特征距离小,相似性强,易于匹配图像;而针对草地、沙漠等特征不明显区域,特征距离大,如果使用特征点匹配的方法,严格阈值下难以获得足够数量的匹配对,放宽阈值又将引入较多误匹配对,这也是导致稀疏点云不够均匀的原因之一。在此场景下,本文提出了基于动态极坐标参数化的无人机正视影像匹配算法,首先对图像做极坐标参数变化,采用动态策略解决极轴方向采样不均匀的问题,使用最小二乘法对得到的极坐标影像对做位移方向上的匹配,匹配后得到的旋转量和平移量,将该结果和SIFT算法的结果做比较。本文设计了2组实验,即参数已知的解算实验和参数未知的解算实验,且每组实验进行3次。在同等配置的计算机上,对两张7360像素×5400像素,32位的影像,本文方法的位姿解算时间相比SIFT的时间减少约57%,二者求得的位姿差通常小于1%。结论表明二者的结果在精度上表现相当,在时间上明显优于SIFT算法,具有实际的应用价值。     

基于改进的向后-向前选择法粗差定位与估值算法

对传统的向后-向前选择法粗差定位方法进行改进,即在原有基础上加入对平差模型的整体检验,计算统计量的相关系数,通过对偏相关系数的检验来定位统计量相关的粗差观测值。通过模拟粗差算例证明,该算法能够准确定位多维粗差,有效改善粗差定位转移的现象,且粗差估值结果比较可靠。     

一种基于M估计的Robust-ELM滑坡位移预测方法

采用传统ELM算法进行滑坡位移预测时,其网络输出权值由最小二乘估计得出,导致ELM抗差能力较差,从而造成网络训练参数不准确。为此,将M估计与ELM相结合,提出一种基于M估计的RobustELM滑坡变形预测方法。该方法利用加权最小二乘方法来取代最小二乘法计算ELM输出权值,以减少滑坡监测数据中粗差对ELM预测的干扰。分别以链子崖、古树屋滑坡体为例,将Robust-ELM进行了单维、多维粗差的抵御性验证。结果表明,该方法能够有效降低粗差对预测的影响,具有良好的抗差能力。