耦合小世界神经网络同步振荡的高光谱影像分割

针对影像分割所需区域内部满足一致性、区域间互不相交的要求,鉴于高光谱影像地物在尺寸、形状、光谱上的异质性,开展高光谱影像分割研究。应用视觉皮层细胞神经元之间存在的局部兴奋全局抑制振荡网络对视觉影像信息进行深入提取和处理,在此基础上,结合小世界神经网络高群集系数、短特征路长的特点,研究了LEGION神经元振荡器所具有的小世界神经网络的同步性能,从而构建了耦合小世界网络的LEGION分割算法。进一步采用直观参数设置,简化高微分方程的计算复杂,减少迭代次数。实验表明:耦合小世界网络的LEGION分割算法,可有效地把高光谱影像中同质地物分割在一起,达到信息提取的目的。     

SGBM算法与BM算法分析研究

立体影像匹配是双目立体视觉测量中的关键环节,直接决定重建质量和效率,具有重要研究价值。本文着重对比分析半全局匹配(SGBM)、BM两种匹配算法,分别对Tsukuba、Satellite model等标准立体图对进行匹配实验,分析算法的匹配速度、匹配效果,总结算法的性能及其特点。     

基于Markovian切换的时滞回归神经网络Lagrange全局均方指数稳定

对一类激励函数是Lurie型（包括有界和无界激励函数）的具有Markovian切换的时滞回归神经网络的Lagrange全局均方指数稳定性进行了研究,得到了回归神经网络在Markovian切换状态下的Lagrange全局均方指数稳定的充分判据,并通过数值例子验证了所得结论的正确性和有效性.     

带状区域不等格网间距DEM的拼接与显示研究

数字高程模型是数字地形模拟的重要成果,作为空间数据框架中的主要内容,也成为各种地理信息的载体。在铁路、城轨、公路等线形构筑物的设计和建设中,沿线两边的地形信息是工程设计和建设的基础。本文结合带状区域的特点以及数字高程模型本身的特点,从工程实用的角度出发,围绕带状区域中多块不等采样间隔DEM数据在工程应用中的问题,重点分析了多块不等采样间隔DEM之间拼接的问题,确定了一种不等采样间隔的DEM间无缝拼接的方法,简单介绍了多块不等间隔数字高程模型的裁剪方法和三维可视化方法。     

利用无人机影像和广义迭代重加权最小二乘法的三维重建

为了提高基于无人机影像重建三维场景的效率,提出了应用广义迭代重加权最小二乘法的全局式三维重建方法。首先,介绍了广义迭代重加权最小二乘法的基本思想和具体步骤;接着,将全局旋转矩阵的求解转化为李代数中旋转向量的求解问题,利用结合范数优化和迭代重加权最小二乘的方法求出全局旋转最优解;然后,根据极线几何约束条件,解算相机在全局坐标系下的相对平移方向向量,在广义迭代重加权最小二乘架构下,利用二次规划法求出相机全局位置最优解;最后,对影像位姿参数和重构三维点进行光束法平差优化。实验结果表明该方法在提高重建效率的同时,能够更真实地恢复场景的几何形态。     

结合全局信息描述子的局部特征匹配算法

针对影像间存在相似性场景时容易出现误匹配的问题,该文提出了局部DAISY描述子与全局纹理信息相结合的算法。详细论述了DAISY描述子和全局纹理的生成过程。该算法首先提取SIFT特征;然后计算特征点的DAISY描述子与全局描述子,获得结合全局信息的DAISY描述子;最后采用卡方统计量作为度量函数进行特征描述子的匹配。实验结果表明,该文算法能得到较好的匹配结果。但是该算法在大角度旋转情况下误匹配率较大。     

基于规则网格的复杂断层网络处理与建模

断层建模是三维地质结构建模中的主要过程之一。断层面建模过程中需要根据断层间的空间接触或者切割关系进行几何曲面的裁剪,目前方法利用三角网求交算法进行曲面裁剪,但是该算法处理复杂断层面切割关系时往往不稳定。笔者等提出了基于规则网格的复杂断层网络处理与自动化建模的方法和流程,详细讨论了基于网格化的断层网络模型形式化理论表达、建模流程中的断层网络空间关系构建以及相交裁剪处理算法等核心步骤。利用测试数据和煤矿三维地震构造解释数据进行了验证,表明该方法可以有效处理多条互相切割、主辅关系复杂的断层网络,具有较好的算法稳定性;与SKUA—GOCAD断层建模方法对比,能够减少交互过程,提高断层建模的自动化程度。     

移动地图中的矢量瓦片组织方法研究

针对矢量数据地图发布,提出移动地图中矢量瓦片的组织方法,阐述了矢量数据的组织与管理、LOD技术和瓦片的构建、矢量瓦片地图的索引和显示.根据矢量数据的特点,确定矢量瓦片构建和存储方式,采用文件分层分级进行存储.     

一种顾及纹理特征的自适应密集匹配方法

针对半全局立体匹配(SGM)算法对于弱纹理区域误匹配率较高的问题,该文提出了一种顾及纹理特征的 自适应密集匹配方法,也是SGM算法与该文提出的一种跳过噪声点的区域增长 自适应窗口匹配算法的结合.首先,以某一待匹配点为中心构建一个一定大小的初始窗口.其次,计算窗口内其余各点与待匹配点灰度差的绝对值之和,根据该值的大小判断...