基于灰度共生矩阵的自适应雷达杂波抑制

多普勒天气雷达体扫过程中低仰角常出现强地物杂波,影响了雷达数据质量及其产品的业务应用。为了抑制地物杂波,提出了一种基于雷达基数据灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的自适应地物杂波抑制方法。针对雷达站附近回波数据强度高、多普勒速度接近于零值的特性,首先设定阈值进行数据预处理,初步分离出杂波区域;其次,对强度信息进行分块,根据每一小块的灰度共生矩阵能量值和对比度分布自适应寻找阈值;最后利用确定的阈值识别和剔除地物杂波。实验表明该方法能有效剔除雷达站附近的强地物杂波,尤其对混杂在降水回波信号中的强地物杂波有很好的抑制作用。     

北海714雷达回波图中的地物回波

描述了广西天气驰骋警网络的北海７１４雷达回波图中的主要地物回波及其位置分布,同时指出,掌握了地物回波的位置分布可以从回波图中辨认出地物回波,另外,还可以根据回波的移动变化情况,直观地区分地物回波与降水回波。     

基于多通道数据融合的无人机遥感影像地物目标提取方法

针对仅使用无人机遥感RGB影像进行目标检测时精度不高、高程信息利用不足等问题,该文采用通道叠加和类IHS变换两种多通道数据融合方法对RGB影像与高程数据进行融合,使用DeepLabv3+卷积神经网络语义分割模型提取两种融合影像地物目标,并与RGB影像提取结果进行对比分析.结果表明,基于上述两种融合影像的地物目标识别精度高于仅使用RGB影像的识别精度,其中通道叠加影像的整体像素精度、平均像素精度和Kap-pa系数分别提高了3.52％、1.42％ 和14.99％.由于不同地物目标与周围地物的高程差不同,致使各融合方法对不同地物目标识别精度的提升效果不同,道路、建筑和地面识别精度的提升效果较好.     

车载LiDAR点云中道路绿化带提取与动态分析

道路绿化带是城市园林绿地系统重要组成部分,具有重要的生态和环境服务功能,道路绿化带信息的精细分类与提取以及绿化带的动态分析对于道路信息化管理具有重要意义。本文提出基于车载LiDAR技术的道路绿化带自动提取与绿植地物精细分类算法。为验证算法有效性,选取北京市丰台区某路段作为实验区域,一期试验数据采集时间为2015年6月,二期试验数据采集时间为2015年9月。将车载LiDAR点云数据作为原始数据,对原始数据进行剪裁分块等预处理,提高算法运行速度。首先对每段道路点云数据进行地面、低矮地物与高地物分类,并将低矮地物与地面点进行组合;然后通过绿化带的点云特性与空间特征,精确提取出每段点云数据中的绿化带,根据所提取的绿化带确定分类范围,利用各类地物点云的特征差别,对绿化带内地物进行详细分类;最后对比同一区域内的多期绿化带数据,从而判断绿化带面积以及绿化带中的各种地物是否发生变化。为验证算法精度,采用人工交互的方式提取绿化带,并对绿化带内各类地物进行人工分类,以此作为参照将人工统计得到的信息与自动提取出的绿化带信息以及各个分类地物信息进行对比,试验区人工提取绿化带总面积为13 027 m ²,自动提取绿化带总面积为12 749 m ²,2组数据相差278 m ²,相对误差为0.02。自动分类算法在试验区场景中杆状地物的探测率为80%,树木的探测率81.81%,灌木探测率为73.91%。对比2期绿化带数据,发现面积缩减量为129.5 m ²,另外新增3株灌木。实验结果说明了本文所述算法的准确性。     

关于数字摄影测量工作站中DTM作业的技巧与方法

数字摄影测量工作站(DPW)是全球最先进的全数字摄影测量系统之一，它在自动提取地形信息、交互式编辑数字地形高程模型(DTM)数据、交互采集二维和三维地物数据、制作正射影像图和透视景观图等方而均有较强的功能。在以往的作业过程中，涉及到了有关DTM的操作，对于相关的菜单和对话框，想必人家已经比较熟悉了，有关操作可以参考《集成化数字摄影测量工作站软件、硬件及其应用》。     

区域膨胀法在剔除Doppler雷达径向速度中地物杂波的应用

由于地物杂波不可避免地出现在雷达回波资料中，因此剔除地物杂波对于提高雷达观测资料质量的控制，充分发挥其在实际业务中的作用及其潜力具有重要意义。笔者利用区域膨胀法设计了一种新的剔除地物杂波方法。该方法首先利用区域膨胀法将雷达速度回波分成具有不同性质的几个区域，然后对每一个区域进行统计分析，设定阀值并识别出地物，同时将地物剔除。区域膨胀法的目标是将输     

机载激光雷达测深数据处理与应用

机载激光雷达测深系统(ALB)是除声呐测深系统之外最可靠的遥感水深测量系统。随着ALB的商业化,越来越多的研究机构能够获取到水体全回波数据,对水体全回波数据的处理方法也越来越多。本文首先介绍ALB测量原理的基础上,对全波数据的预处理和波峰搜索算法进行概述,并对这些处理方法的优缺点进行总结。考虑到激光脉冲和水面、水体以及水底的作用是个复杂的过程,所以文章接着分析了影响ALB测深精度的主要因素(水深、水质和水下底质反射率),并在最后总结归纳了ALB系统在水下地物分类中的最新应用现状和未来应用的发展趋势。     

基于LM算法的机载LiDAR全波形数据分解研究

全波形机载激光雷达系统采集的波形数据蕴含着丰富的地物信息,因此,这些地物信息的提取方法具有很大的研究价值。本文通过对全波形数据的去噪平滑以及LM参数优化算法实现了波形分解,并利用其结果生成的点云数据与系统点云数据进行对比,结合部分点云剖面图分析其给实际生产应用所带来的帮助,实验表明,本文所用方法可以有效地提高数据中地物信息的质量。     

一种地物关系约束下的线阵影像坐标反投影计算方法

坐标反投影计算是线阵影像基于严格模型几何校正的关键步骤。本文在分析线阵摆扫式影像的成像方式及其特点的基础上,针对传统基于像方的顺序或迭代搜索方法效率低下的问题,提出了一种利用地物关系约束的坐标反投影计算方法。首先将当前相邻点的最佳扫描行作为先验值,估算其与当前点最佳扫描行的距离,定位初始最佳扫描行;然后以初始最佳扫描行为中心构建搜索窗口,进行最佳扫描行精确搜索;最后根据最佳扫描行对应的外方位元素进行坐标反投影计算。通过对机载线阵摆扫式模拟影像数据和推扫式真实影像数据的试验,验证了该方法的可行性、准确性和高效性。