数字摄影测量与计算机视觉

从摄影测量的角度出发，在回顾摄影测量的发展历程及其最新进展的基础上，系统分析了数字摄影测量与计算机视觉的共同点及其本质差异，指出数字摄影测量的下一步发展必须与计算机视觉的理论和最新发展相结合。     

基于分层的面状地图符号设计

根据面状符号的结构特征和实现机制 ,提出了基于分层的面状地图符号设计方法 ,把面状符号分为若干层 ,每层采用一种填充方式 ,并在基于VC 的Cartosymbol软件中实现。结果表明 ,该方法既便于地理现象的表达 ,又便于计算机实现。     

时间动态地图模型

就时间动态地图模型进行了研究，认为动态地图由于表达空间维数的增加，使得地图作为客观现实世界的概念模型更加完善，并且作为物质模型，动态地图的可视化应与空间认知的计算机表达紧密融合。在制作时间动态地图时，不同的视觉变量具有不同的动态表现能力，根据时态现象的特征进行选取。     

城市旅游形象塑造与传播策略

城市旅游形象是当今城市旅游发展的热点探索领域,城市旅游形象的塑造和传播是城市旅游的生命力所在,是促发人们前来旅游的动力,也是城市旅游发展的战略制胜点.在分析城市旅游形象塑造原则的基础上,探讨借助于多样化的手段,形成全方位的立体传播网络,使城市旅游保持长久的吸引力.     

蓝色新事

<正>2冰岛冰川魔幻奇景一直在世界各地旅游探险的法国摄影师埃马纽埃尔·库普·卡罗米里斯拍摄了一组冰岛壮观的冰川河流的照片,这组冰川的视觉盛宴是在1000米的高空中俯瞰拍摄的。这些令人惊叹的镜头看起来像科幻电影中的场景,会让人觉得自己看到的是外星球的景色。冰岛旅游业占据冰岛总收入的30%以上,游客总是被壮观的流冰所震撼,比如拥有叹为观止的冰墙和巨大冰山的乔库萨尔森潟湖。冰岛也因此成为世界上最重要的摄影基地之一。     

一种融合单目视觉SLAM与GPS的无人机视频目标定位方法

提出一种融合单目视觉SLAM与机载GPS信息的无人机视频目标定位方法。首先利用单目视觉SLAM实时估计相机相对位姿,融合机载GPS数据,得到WGS84坐标系下的相机位姿估计;其次利用融合后的相机位姿将已知GPS路标投影到像平面,实现GPS路标与无人机监控视频的叠加显示;最后通过关键帧间的极线搜索匹配确定目标像素点的匹配点,并将其反投影到三维空间得其对应的GPS坐标,实现无人机监控视频中的GPS位置查询。实验验证了该方法的有效性、精确性与实时性。     

一种新的六自由度测量方法

针对空间中运动目标的六自由度测量,在研制的新型光笔基础上提出了一种六自由度测量方法。该方法既可以对目标进行六自由度测量,也可以进行单点测量。测量前,只要将光笔安装于被测目标上,利用激光跟踪仪技术和视觉测量技术分别获取光笔的位置和姿态;再将其位置与姿态融合于激光跟踪仪坐标系下的目标六自由度测量值。文中描述了六自由度测量系统的基本原理,并推导了测量系统中涉及到的关键算法。实验结果表明,该方法六自由度测量精度达到国外同类产品水平,基本满足高精度六自由度测量的需要。     

一种动态场景下的双目视觉里程计算法

在同步定位与地图构建领域,视觉里程计因其传感器成本低廉、定位精度高、蕴含丰富环境信息等优势而得到广泛应用,但环境中的动态物体会显著降低其解算的精度与鲁棒性。针对此问题,提出了一种深度学习辅助的双目视觉里程计,基于几何约束与目标位置约束的方法,能够准确筛选出环境中的动态物体,以提高结果精度,同时能够恢复动态物体的运动轨迹,便于建立语义地图。在KITTI和TUM RGB-D的动态场景数据集上进行测试,得到的结果精度较高。     

矢量曲线的视觉清晰度及在网络地图综合中的应用

互联网用户参与的地图制图容易出现视觉冲突、压盖、拥挤等地图表达问题,需要引入地图自动综合协助解决。网络地图中由于原图比例尺和综合后比例尺均难以准确量化,常规地图自动综合基于“原图比例尺-综合后比例尺”判断是否需要综合的方法已不再适用。矢量数据在可视化后会产生视觉粘连,视觉粘连越明显,地图表达效果越差,综合的需求也越强烈。基于此规律,本文提出对视觉粘连进行定量描述并据此判断是否需要综合。首先,从人类视觉感受出发,结合栅格化思想设计了矢量曲线视觉粘连的量化指标——视觉清晰度。然后,基于“金字塔式”的尺度空间计算曲线在多个比例尺表达的清晰度,并拟合了清晰度的变化函数。最后,将该函数应用于众源地理数据的网络地图综合决策。试验结果表明,本文方法可准确判断每条矢量曲线是否需要综合,能有效解决地理数据尺度异质性带来的可视化难题。同时,清晰度变化函数将曲线的尺度描述由静态数值扩展到连续函数,有望更好地支持多尺度空间数据处理及网络地图综合等问题。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。