机载模拟POLDER多角度图象配准(英文)

多角度成象对于获取多角度遥感数据是非常重要的。在对多角度数据进行分析之前，首先要对多角度图象进行配准。经过配准，可以识别出相同的地面目标。在配准过程中，一个主要的困难是由于观察角度的不同、双向反射变化及大气的影响造成的图象灰度变化。如何解决灰度变化的影响关系到图象的配准精度。我们在该文中介绍一种多角度图象配准过程，包括预处理、基于层次结构的图象灰度相关配准。为了去掉大角度造成的灰度变化，我们用改进的模板匹配进行配准。这种方法的优点是与配准模板灰度均值无关，只与灰度变化程度有关。配准过程中也同时考虑到纹理的变化。整个配准过程是沿着观测角度增大的方向进行的序列图象配准，以提高大角度图象配准精度。最后，图象的纠正采用局部自适应几何纠正以获得较满意的结果。我们用法国ＣＮＥＳ提供的ＰＯＬＤＥＲ飞机模拟多角度图象进行配准，并提取了小麦和水稻等植被的多角度信息。     

广东省土地登记信息交换系统的设计与实现

广东省各级土地登记部门经过多年的信息化建设,已经建成了一批土地登记信息管理系统,为业务的开展提供了有效的支撑,但由于缺乏统一的建设标准,这些系统之间无法进行信息共享。广东省通过建设土地登记信息交换系统,在省、市、县三级节点构建起了一套土地登记信息动态汇交体系,打破了信息孤岛,为全省土地登记信息监管系统的构建和运行提供了重要保障。本文重点介绍了该系统的需求分析、系统设计,以及在实现过程中采用的关键技术等。     

基于间接平差的ICP点云配准算法研究

点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。     

郯城县测量标志用地权属登记发证的思考

测量标志是我国经济建设和国防建设的基础设施,是国家的宝贵财富。对测量标志用地进行确权登记发证,是依法保护测量标志的重要基础工作。以郯城县测量标志用地权属登记发证工作为例,通过对测量标志用地权属的分析研究,制定不同的确权登记流程和方法,对测量标志用地确权登记发证具有借鉴意义。     

基于可移动角点的航空和地面LiDAR数据配准

针对航空和地面LiDAR数据配准中点云数据的共轭特征较少且精度差异较大的问题,提出了一种基于可移动角点的航空和地面LiDAR数据配准方法:从航空和地面LiDAR数据中分别提取相应的建筑物角点,采用6参数模型对角点进行初始配准;以地面角点为参照,利用迭代移动方法对误差较大的航空角点进行修正;最后根据移动后的航空和地面角点计算获得点云配准关系。实验结果表明,该文方法可取得较好的点云配准效果,角点修正后能有效提升点云配准精度,适合于含有角点特征的航空和地面LiDAR数据配准。     

������׼���쳣ͬ����̽�ⷽ���о�

?????????????????????????????????????????????????????????????з???????????????????????????????????????????????????????????????????????С????????????????÷????????????????????????????????????У????????????????????????     

莱芜市农村土地确权登记问题与分析

莱芜市在全省率先启动了农村宅基地总登记,探索集体建设用地使用权抵押登记,在当前农村宅基地登记发证中存在着违法用地、产权不清晰、一户多宅、跨区域购房等问题,与宅基地使用权有效行使不相适应。因此,需加强宅基地的管理和登记的政策研究,制定可行的政策与措施,其中尤其要加强对"一户多宅"问题的处理。     

莱芜市钢城区农村宅基地登记发证存在的问题及对策

在当前农村宅基地登记发证中存在着违法用地、产权不清晰、一户多宅、跨区域购房等问题,这些问题与宅基地使用权有效行使不相适应。要加强宣传发动,加强宅基地的管理和登记的政策研究,制定可行的政策与措施,其中尤其要加强对"一户多宅"问题的处理。     

图像灰度匹配算法研究

图像配准是图像处理的基本任务之一,其效果将直接影响到其后续图像处理工作的效果。介绍了一种借助转动惯量计算惯量椭圆以进行遥感灰度图像配准的方法。     

一种结合拓扑信息和SIFT特征的多源遥感影像自动匹配方法

基于单一特征的匹配办法在多源遥感影像匹配中往往不适用的问题,提出了一种结合拓扑信息和SIFT特征的自动多源遥感影像匹配方法。该方法首先在两幅影像中使用SIFT算法在尺度空间上提取特征向量,其次对这些特征点使用最近邻提取1：N的多个可能的匹配点对,然后结合位置信息和拓扑信息对这些可能的匹配点对进行剔除,并使用RANSAC方法剔除粗差,最终得到同名匹配点。试验结果表明,相比于计算机视觉领域常用的SIFT算法,本文方法可有效地提高匹配正确率,并获得更多正确的同名点。