《重庆历史地图集·第一卷古地图》设计与研制

文章介绍了该图集编制的背景及国内编纂情况,阐述了图集需遵循的设计原则和工艺流程,构思了图集每个版块的定位及内容组成。重点对图集在编纂过程中开本设计、结构设计、内容设计、排版和整饰设计等方面进行了剖析,并根据重庆本地历史文化展现的需要,进行了对应的设计。其中的结构编排设计、内容排版设计、图名设计、文字内容结构设计,及版式中使用的中华民族文化元素和重庆本地的文化元素的有机融合等方面,在同类作品中实现了多项创新。最后,分析总结了图集编纂中的问题和解决方法,为后续相关产品的设计与编制提供参考。     

物方多视影像密集匹配方法

针对多视影像由于遮挡导致的匹配不确定性问题,该文提出一种特征点和物方地面元相结合的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,通过特征点匹配获取同名像点和高程赋值的格网平面,为后续匹配提供初始的DSM。在此基础上,利用铅垂线轨迹法对平面上规则分布的平面元进行匹配,加密特征点匹配结果。通过对某区域UCX影像的匹配实验表明,该文提出的算法能高效、准确地得到匹配结果,特别对较大影像计算快速,适用于实时处理。     

采用Morse理论的小尺度地形特征提取方法

Li DAR点云为小尺度地表形态的提取与表达提供了精确的数据源,但其高密度性与不确定性,导致应用Morse理论提取的特征点中含有大量的"伪特征点"。这里首先通过定义特征点指数等一系列概念,模拟特征点周围区域的地表形态,建立特征点重要性度量指标与计算方法;然后给出了地表重要特征点的提取算法;最后,进行了试验验证与分析。结果表明:提出的算法优于现有的持续值法与自然法则法,可以有效剔除"伪特征点",实现基于Li DAR点云小尺度复杂地形的特征点精确提取与多层次表达。     

核密度估计的道路匹配方法探讨

针对目前地图合并技术的同名实体匹配中线实体(以道路为例)研究的不足,文章基于密度插值和DEM分析,提出一种针对线实体进行全局匹配的方法:采用积分的思想将核密度估计方法扩展应用于线实体密度计算,通过提取其密度谷脊线,将其应用于地图合并技术领域中的线实体匹配研究主题,指导相似度指标阈值的选取,并取得了较好的效果,为实现同一地区不同来源或不同比例尺(主要是相近比例尺)地图数据合并及数据库集成提供了参考。     

高光谱影像光谱-空间多特征加权概率融合分类

提出了一种基于光谱-空间多特征加权概率融合的高光谱影像分类方法。首先,利用最小噪声分离(minimum noise fraction,MNF)方法对高光谱影像进行降维和特征提取,并以得到的MNF特征影像作为光谱特征,联合灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取的纹理特征、基于OFC算子建立的多尺度形态学特征以及采用连续最大角凸锥(sequential maximum angle convex cone,SMACC)提取的端元组分特征,组成3组光谱-空间特征;然后利用支持向量机(support vector machine,SVM)对每一组光谱-空间特征进行分类,得到每组特征的概率输出结果;最后,建立多特征加权概率融合模型,应用该模型将不同特征的概率输出结果进行加权融合,得到最终分类结果。为了验证该方法的有效性,利用ROSIS和 AVIRIS影像进行试验,总体分类精度分别达到97.65%和96.62%。结果表明本文的方法不但较好地克服了传统基于单一特征高光谱影像分类的局限性,而且其分类效果也优于常规矢量叠加(vector stacking,VS)和概率融合的多特征分类方法,有效地改善了高光谱影像的分类结果。     

基于特征的空间态势一体化数据模型

针对空间态势数据多源异构、分布式的特点,在分析空间态势构成要素的基础上,采用基于特征的建模方法进行概念建模,并结合面向对象的方法进行逻辑模型设计,基于XML构建空间态势数据物理模型,最终完成空间态势一体化数据模型的构建。通过实例验证表明,文中提出的空间态势一体化数据模型,可对各类空间态势数据进行统一组织管理,并可实现各空间态势信息系统之间的互操作和空间态势信息共享,具有实用性和有效性。     

基于小波特征融合的Hyperion影像降维方法

根据影像中地物光谱曲线的小波特征点确定地物识别的合适光谱分辨率,通过融合原先若干窄波段生成具有适合地物识别光谱分辨率的宽波段数据,达到降维高光谱数据的目的。文中对hyperion影像进行坏线和Smile效应去除,经过FLAASH大气校正,得到155个波段。对提取的八类地物的样本平均光谱进行DB4小波分解,计算小波细节系数方差;以小波细节系数信息熵作为特征点,得出不可渗透表面、居民地、水田、裸土4类地物识别适宜光谱分辨率为80nm,其余地物识别适宜光谱分辨率为160nm。以窄波段间的活跃度为指标进行融合,生成降维后的宽波段分别是21个波段和11个波段。8类地物在3尺度和4尺度下的分类结果说明降维影像能满足应用需求,提出的降维方法可行。     

基于光谱多尺度分割特征的高光谱混合像元分解

提高混合像元线性分解精度的一个关键点在于改善端元光谱矩阵的构成。本文提出一种基于光谱多尺度分割特征的混合像元分解方法。首先在分割段内离差平方和最小准则下,对高光谱影像的光谱进行多尺度分割,并以各分割段中对应像元的光谱平均值为光谱特征,最后以限制性的最小二乘方法估计出混合像元的组分。模拟与真实数据的实验结果表明,本文方法能够较大的提高遥感影像混合像元的分解精度,并且优于光谱维小波特征的分解。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。     

测角三维坐标采集系统的设计与实现

介绍了测角三维坐标采集系统设计的总体思路和基本功能,探讨了联机实时通信、数据存取操作及管理、顾及尺度基准的间接平差等关键技术,并通过试验测试,验证了系统测量的可靠性。