多视处理对SAR船只探测的影响

合成孔径雷达(Synthetic Aperture Radar, SAR)成像过程中会出现斑点噪声,一般用多视处理减少图像的斑点噪声,这对合成孔径雷达船只探测造成了一定的影响.本文对不同视数SAR图像的等效视数、空间分辨率和船只海面对比度进行了分析,结果表明:一方面,多视处理增加了等效视数,改善了图像质量,更有利于船只探测;但另一方面,多视处理又降低了图像空间分辨率和船只海面对比度,对船只探测产生不利影响.最后本文选取了窗口滤波法和K分布法两种典型的SAR船只探测方法对多视处理的SIR-C SAR图像进行了船只探测试验,得到了最适合船只探测的多视处理的视数.     

基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.     

GENTOOLS在国家1∶50000数据库更新工程中的应用研究

1∶50000地形数据库更新是一项复杂的地形数据库制作工程。传统的缩编技术工艺与相应的工具难以适应新的生产需要,适应于数字环境下的缩编生产工具的需求则变得非常迫切。GENTOOLS很好地解决了1∶50000数据库更新工程中的诸多难题,采用半自动和手动相结合的方法,大大提高了缩编效率,同时也为地形图缩编提供了一种新的选择。     

国家标准《国家基本比例尺地图编绘规范第1部分:1∶25 000 1∶50 000 1∶1 00 000地形图》修订说明

改变传统的地形图缩编工艺,利用已有的地形数据进行较小比例尺地形图的编绘已成为当前内业制图的主要作业方法。因此修订有关地形图编绘规范标准时应在编绘的作业方法与技术规定等方面适应数字地形图缩编的要求。介绍了该系列标准的结构调整及标准修订工作情况,提出了标准的修订原则,并对标准的修订进行了说明。     

1：5万地形图缩编更新中的地图综合方法探讨

地图综合是生产小比例尺地图的一种常用手段,是一种人工智能性、主观性、地域性都很强的制图技术,其尺度掌握有一定的难度,但它也有一定的规律和方法可循,本文结合1：5万地形图缩编更新项目的工作实践,介绍了1：5万地形图缩编更新的工作流程、地图综合的策略和基本要求,探讨了在各要素缩编综合的过程中进行选取、概括的方法,总结了一些缩编过程中应注意的事项。     

基于LOD的选取模型应用于电子地图多尺度显示的研究

从电子地图多尺度显示角度出发,提出了基于LOD的选取模型。在选取模型中将显示比例尺和地图比例尺的比值作为LOD算子,总结了LOD算子设置的3个层次,以及分类、分级、要素和空间几何特征等LOD算子的设置规则。     

一种优化的公共主影像选取方法

针对PS-DINSAR技术中公共主影像的选取问题,提出了基于测量平差理论的归化权值和的方法。该方法在综合相关系数方法的基础上,综合考虑了时间基线、有效空间基线和多普勒质心频率差的影响,利用平差的思想进行定权,来选择公共主影像。归化权值和的方法主影像的选择更加合理、可靠。基于ERS-1/2的影像数据进行实验的实验说明:该算法在主影像的选取上更加稳定,数据的统计特性也更优化,对PS公共主影像的优化选择有重要参考价值。     

煤矿地质成图中多边形快速生成算法

针对煤矿地质成图中左转算法生成多边形在复杂的二维图形条件下应用效率低的问题,该文提出了一种新的基于左转算法的多边形快速选取及自动生成算法,实现了2D图形环境中多边形的快速选取及自动生成。通过在进行多边形选取时的起始点,起始方向的选择和对悬挂点、线进行处理,解决了复杂图形下多边形选取及自动生成过程中存在的重复生成、效率低下和搜索回退问题。基于GeoMS3D实现该算法,实验结果表明:该算法逻辑简单、结构清晰,在实际的应用中表现出了较高的运算效率。     

利用主动深度学习提取极化SAR影像建筑区

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。     

顾及路网结构保持的城镇居民地自动综合

以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。