无人机影像密集匹配点云在违法占地和违法建筑监测中的应用

当前城市违法占地和违法建筑监测大多基于遥感影像开展,无法有效发现建筑物加建、加盖等情况,利用影像密集匹配点云提取建筑物三维变化是“两违”精准监测的有效途径。本文以贵港市“两违”监测工作为例,以无人机影像密集匹配点云为基础数据,通过构建深度神经网络模型自动提取建筑物点云,并检测不同时相建筑物点云的变化,经叠加审批、规划等自然资源管理数据,快速提取出疑似“两违”图斑并开展监测。     

抗视差的宽基线弱纹理影像自动拼接算法EI北大核心CSCD

针对目前带有视差突变的宽基线弱纹理影像拼接效果差及需要人工干预的问题,本文从影像匹配和影像配准两方面进行改进,提出了面向宽基线弱纹理影像的抗视差全自动拼接算法。首先,采用融合了影像视角几何纠正的局部特征变换模型,由粗到精地实现弱纹理特征的准密集对应;然后,基于匹配点和深度神经网络,泛化学习宽基线影像间的可靠透视变换,以获取全局配准视差,局部视差则通过薄板样条函数来精确拟合;接着,将影像拼接结果的多边形边界进行规则化处理,通过全卷积网络将其训练为规则化矩形,在有效剔除空白区域的同时,最大限度地保留影像拼接内容;最后,选取4组无人机和地面近景宽基线弱纹理立体像对进行测试,并将本文算法的影像匹配及配准各阶段结果分别与现有代表性算法结果进行对比。试验结果表明,本文算法在匹配点数目、匹配精度及影像拼接质量等方面具有显著优势,并能够在影像弱纹理区域及视差突变场景表现出较好的稳定性。     

科尔沁沙地大型沙波纹的初步研究

通过实地考察、观测和采样,利用Google Earth遥感影像和激光粒度分析仪,研究了科尔沁沙地大型沙波纹（large-scale ripples, LSR）的空间分布、单体和群体的基本形态和粒度特征,探讨了LSR粗颗粒的来源、它同普通沙波纹和普通风成沙在颗粒组成、形态特征和内部沉积结构方面的区别。结果表明：（1）科尔沁沙地的LSR主要分布于翁牛特旗中部和北部地区。（2）LSR空间单元的空间形态具有片状、斑块状和条带状3种类型,分别发育于宽阔的丘间地、沙丘中上部、槽形低地3类地形部位。（3）LSR平均长度为6.32 m,总体走向为东北—西南,平均波长为1.68 m,空间分异较为明显;单体LSR的前后坡不对称。（4）LSR的颗粒为中砂-粗砂粒级,其中粗颗粒主要来自旧河道的河流冲积层、下伏Q3河湖相地层、剥蚀残山的风化壳和山麓洪积物。（5）LSR同普通沙波纹在外观、物质组成、几何形态和内部沉积结构方面有明显差异。该项研究将有助于促进风沙地貌学的理论发展和实践。     

基于生态系统服务供需关系的甘肃白龙江流域生态风险识别与管理

以乡镇为研究单元,运用InVEST模型、供需比-协调度模型和空间自相关等,定量评估甘肃白龙江流域典型生态系统服务供需匹配关系,基于供需风险识别划定生态管理区,提出了针对性管理策略。结果表明：(1) 2002年、2010年和2018年仅食物总需求呈减小趋势,其他典型服务总供需量均呈增加趋势。在供需数量匹配方面,除2002年和2010年总食物供给小于总需求外,其他服务均供大于需,各项服务供需比空间分异明显。(2)供需空间匹配方面,水源涵养服务以高供低需聚集为主,土壤保持服务以高供高需和低供低需聚集为主,食物生产服务以低供低需聚集为主。(3)水源涵养服务供需风险集中在白龙江舟曲-武都段东侧人口密集区,土壤保持服务供需风险多在迭部北部山区、宕昌东部和武都大部,食物供需风险集中在流域东部和舟曲北部。(4)依据生态系统服务供需关系可将流域分为5级供需风险,归纳整合后形成6大生态管理区。     

基于二分搜索的水深数据与遥感影像匹配算法

研究了遥感水深反演的数据匹配方法,分析了插值加密法与最短距离法的优缺点。针对高分辨率卫星影像海量数据,传统匹配方法无法有效进行数据匹配问题,提出基于二分搜索的阈值距离法。实验表明,新算法的匹配效率与匹配精度得到了显著提高,有助于获得更好的水深反演效果。     

重庆市标准地址模型与地址库研究与实践

结合重庆山地城市特点,研究了重庆标准地址要素分类、组合模式及层次关系。基于此模型对覆盖重庆主城600平方千米的40万条地址数据进行分词、分层,建设地址数据库。在应用方面,对卫生、教育、事业单位等行业专题数据进行地址匹配,为政务地理信息提供良好的服务支撑。     

基于激光反射强度的点云自动配准研究

点云数据配准是三维激光扫描技术数据处理的研究热点问题之一,传统的ICP算法需要较好的初值且效率不高。为了实现点云的自动配准,本文针对激光点云反射强度和图像匹配的特点和应用,提出一种基于激光反射强度的点云自动配准方法,从而为实现ICP精确配准确定初值。试验结果表明,基于激光反射强度的点云自动配准方法能够良好地为ICP精确配准提供初值,同时提高了点云配准的准确性和效率。     

基于分形理论和相关匹配的快速目标检测技术

准确快速地从图像中检测出关心的目标一直以来都是研究的热点和难点问题。但是由于图像本身的复杂性和目标的多样性,至今仍没有一种准确有效的通用方法来解决不同目标的检测问题。为此,本文提出一种基于分形特征和灰度特征的快速目标检测算法,其主要特点有两个:一是算法创新性地把分形特征和灰度相关联合应用于目标检测,在确保目标检测准确性的同时,提高了检测的速度;二是根据目标切片的不同可以将算法应用于不同目标的检测,解决通用性问题。通过大量试验验证,本文提出的方法可以应用于不同目标的检测问题,且能够大幅提高检测的速度和精度。     

线目标特征点相似性匹配

针对地图制图数据库更新中多源数据匹配问题,通过提取线目标中的特征点,建立一种基于空间位置和拓扑关系的匹配模型,对特征点进行相似性匹配。实验证明该模型匹配效果良好,基本满足数据更新中图形纠正的需要。     

基于Otsu方法点云粗分类的渐进三角网滤波算法研究

针对传统渐进三角网滤波方法需要针对不同的地形条件频繁调整滤波参数,并且对低矮地物滤波效果较差等问题,结合图像分割中的Otsu方法,提出一种基于Otsu方法点云粗分类的渐进三角网滤波算法。在对原始点云数据粗分类的基础上,以点云类别属性引导滤波过程。实验结果表明,方法简单可行,可以有效地控制低矮点被误分类成地面点的可能性,提高滤波处理结果的准确性。