基于物方影像匹配和概率松弛的断面自动提取

提出了基于物方影像匹配的断面提取,为了提高匹配的可靠性,引入了概率松弛法,最终获得了高精度的断面.     

利用松弛标记法进行空间场景匹配

相似性度量是地理学中的关键组成部分,被广泛应用于空间检索、空间信息整合及空间数据挖掘中。因为空间场景中实体个数的差异及空间对象间的关系难以精确相等,若执行空间场景的完全精确匹配,可能会使得检索结果为空。顾及尺度差异,从空间场景中进行空间语义理解,建立了多尺度空间场景的形式化描述模型,并提取场景中稳定的特征构建空间场景特征矩阵。建立场景间的初始匹配概率矩阵后,基于松弛标记法迭代更新概率矩阵,直到矩阵收敛于一全局最小值并确定匹配的实体对,从而进行空间场景相似性评估。采用武汉居民地域数据进行场景匹配实验,并对不同邻域搜索半径下的匹配时间及精确度进行对比与分析,实验结果表明,基于松弛标记法的空间场景匹配方法具有较高的精确度。     

基于松弛法的影像边缘提取

提出一种基于松弛法的影像边缘提取算法．本文详述了边缘标号的设置及初始概率的计算，并根据邻域内的信息分布，综合考虑了边缘的先验知识，设计出自适应的支持函数．     

牛顿松弛方法的初值化与试验比较

本文采用一个有限区域数值预报模式，在平衡风和实测风初值的基础上引进和试验了牛顿松弛方法，并同单纯的平衡风初值及实测风初值作了比较，结果发现方法对初始场及总体预报结果均有明显改进。     

全局寻优的矢量道路网自动匹配方法研究

对道路之间存在1:N匹配关系的矢量道路网自动匹配问题进行研究.针对现有方法中大多数是基于局部寻优策略来寻找匹配道路,当同名道路存在较大距离偏差.又存在1:N匹配关系时,很容易导致误匹配的问题,改局部寻优策略为全局寻优策略,通过综合利用道路结点和道路弧段的特征信息,建立道路网匹配的最优化模型,并利用概率松弛法求解最优解,从而获得道路结点的匹配关系,以此为基础再获得道路弧段之间的匹配关系.试验表明:本文方法更具全局一致性,具有较高的准确率;即使在同名道路存在较大位置偏差甚至是非均匀偏差时,也可取得较为满意的结果,避免各种局部寻优方法难以准确设定权值的难题.     

Image relaxation matching based on feature points for DSM generation

In photogrammetry and remote sensing, image matching is a basic and crucial process for automatic DEM generation. In this paper we presented a image relaxation matching method based on feature points. This method can be considered as an extention of regular grid point based matching. It avoids the shortcome of grid point based matching. For example, with this method, we can avoid low or even no texture area where errors frequently appear in cross correlaton matching. In the mean while, it makes full use of some mature techniques such as probability relaxation, image pyramid and the like which have already been successfully used in grid point matching process. Application of the technique to DEM generaton in different regions proved that it is more reasonable and reliable.     

城市边缘区景观变化与人为影响的空间分异研究

利用1988、1993、1998年的遥感影像，应用最大似然法和概率松弛法对马山景观组分进行了测量，在此基础上，对分类结果进行比较求得研究区景观变化的转移短也阵，分析了人为改造活动与景观组分之间的对应关系和空间变化过程，马山区已经从1988年的传统农业景观转化为1998年的城郊混合景观，人口、经济、产业结构均发生了巨大变化，借助人为影响指数，利用网格采样和地统计学分析，研究了马山1988-1998年间景观的人为开发利用活动，揭示人为活动的空间变异强度分布及景观转变过程的社会驱动力。     

利用概率松弛法的城市路网自动匹配

多源空间数据匹配是空间数据集成与互操作,变化检测与数据更新的重要前提。路网数据匹配在导航、智能交通和基于位置服务等领域具有重要的研究意义和实用价值。本文提出一种基于概率松弛方法的城市路网自动匹配方法,该方法首先通过路段间几何差异性估算候选路段的初始概率,然后根据邻接候选匹配路段的兼容性不断更新原概率矩阵直到收敛于某一极小值。最后基于收敛的概率矩阵计算各候选路段的结构相似性,并通过设定相应的规则选取和提炼1: 1, 1: M和M: N匹配对。实验选取中国武汉,瑞士苏黎世地区的OpenStreetMap数据与导航数据进行匹配算法的验证。结果表明：本文算法对非刚性偏差较大的路网数据能达到较高精度,不存在匹配方向性问题,且能够识别1: 0, 1: M和M: N匹配。     

道路断线自动连接的概率松弛方法

针对较为复杂的图形断线自动连接情况，提出一种基于概率松弛法的道路拐点自动连接算法，为提高几何图形处理的自动化程度开辟了一条新途径。     

航空影像特征匹配研究

基于格网和三角网的优点 ,提出了一种基于特征的影像松弛匹配方法。算法利用边缘提取算子提取影像特征信息 ,把提取的边缘特征点分配到预定的规则格网中进行登记 ,同时构建特征三角网