多源数字地图融合技术问题的研究——以数字海图与地形图融合为例

针对目前各种GIS应用系统在空间数据获取中存在大量重复获取，以及由此而造成的人力、财力巨大浪费和数据二义性、难以协同使用等问题，以数字海图和地形图融合为例，提出了解决这一问题的多种空间数据的融合方法。着重对其中的一些关键问题如空间数据模型融合，物体的分类分级融合以及要素几何位置的融合等进行了详细的分析。     

多种数字海洋地理环境信息的融合与可视化的局部实现

以潮汐、潮流和海浪数值的计算技术和数字海底地形模型的构造方法为基础,应用层次细节模型和三维渲染技术,完成了近岸海洋环境保障的多种数字海洋地理环境信息的融合与可视化的局部实现,为今后此领域的研究提供了理论和经验基础。     

小波的SAR和光学图像融合方法比较研究

本文通过光学图像和SAR图像的融合,对几种典型的小波融合方法进行了分析对比实验,并使用各种评价标准对它们的融合效果给出了评价。在此基础上,对光学图像和SAR图像融合效果的各种评价标准做出了讨论并提出自己的看法。     

基于深度学习的像素级全色图像锐化研究综述EI北大核心CSCD

全色图像锐化是遥感数据处理领域的一个基础性问题,在地物分类、目标识别等方面具有重要的研究意义和应用价值。近年来,深度学习在自然语言处理、计算机视觉等领域取得了巨大进展,也推动了像素级全色图像锐化技术的发展。本文提出从经典方式和协同方式两个方面对深度学习在全色图像锐化中的研究进行系统的综述,并在此基础上进行前景展望。首先,给出全色图像锐化常用的数据集和全色图像锐化的质量评价指标;接着,从经典方式与协同方式两个方面对基于深度学习的全色图像锐化最新研究成果进行分门别类的介绍,并进行算法性能的对比、分析和归纳;然后,对全色图像锐化的3个主要应用领域如地物分类、目标识别和地表变化检测进行分析;最后,本文探讨了基于深度学习的全色图像锐化的5个未来研究方向。     

基于数据融合的侧扫声纳图像预处理

论述了基于数据融合的侧扫声纳图像处理的特殊过程。根据现代侧扫声纳系统的特点，提出了利用声线跟踪法进行斜距改正，同时对目标阴影区进行了处理；对文献[1]的灰度不均衡的改正算法进行了改进。利用小波变换检测出灰度突变区，根据剔除突变区后计算的灰度改正系数进行航向上的灰度改正，并用模拟数据和实际数据进行了验证；鉴于波束展宽效应对远场目标造成的拖尾效应，论述了对拖尾效应使用的去卷积的改正算法。     

RapidEye遥感卫星影像在云雪覆盖区域的应用研究

介绍了RapidEye遥感卫星影像的数据组织及影像特性,论证了基于ERDAS IMAGINE 2011及PCI等遥感影像处理软件进行RapidEye遥感卫星影像正射纠正及波段融合的技术方法,总结出适应于RapidEye不同级影像资料进行正射校正配准及云雪覆盖区域影像信息增强处理的工具软件及最优方法。     

FY-4A卫星海域云图图像增强融合方法研究

FY-4A卫星是我国目前最先进的气象卫星,为缓解光照对其可见光和红外云图影响,增强图像质量和显示细节,通过分析中央气象台发布的FY-4A卫星云图中可见光和红外云图资料,指出云图可见光和红外云图存在极强互补性的特征,提出一种基于灰度均值的自适应非线性Gamma图像增强融合方法。仿真实验结果指出利用本文方法得到的融合云图拥有显示云的更多细节和识别云层云类的特点。该方法有效性的验证,为21世纪海上丝绸之路气象预报保障提供了新的云图识别处理技术。     

基于GPS测量数据的GIS数据库更新算法研究

为了解决土地利用GIS数据库更新中多源数据存在不一致的问题,使土地利用GIS数据库的更新更高效、科学、合理并且美观,从地理信息系统空间数据的更新方式和土地利用数据更新的实际需求出发,以GPS测量数据为更新源,建立GPS测量数据的误差模型,借助地图匹配的算法思想,提出一种GPS/GIS数据融合匹配的方法,在GPS点误差范围内建立误差缓冲区,按照距离最近、走向最接近的原则,把GPS点与GIS数据进行融合匹配,参与GIS数据的拓扑重构,达到GIS数据库的局部区域的快速更新。实验结果证明,本算法能使GPS点匹配简便快捷,提升更新效率。     

基于方差分量估计的自适应融合导航

多源传感器观测信息的精度一般不一致,利用方差分量估计理论可以合理地顾及各传感器观测信息在融合导航解中的权比.首先给出基于多源观测信息的融合导航解算模式,进而基于方差分量估计讨论了各传感器观测信息在融合导航解中的合理平衡问题,然后应用自适应因子顾及动力学模型预报信息的贡献,给出了计算过程,并利用模拟数据进行了试算与比较.     

基于复数小波变换的遥感图像融合新算法

提出了一种基于复数小波变换的影像融合新算法，用以融合全色影像和多光谱影像。试验结果表明，谊算法可以取得比传统的实数小波变换融合算法更好的效果。