基于位置不确定性的多尺度空间方向关系相似性粗集模型

针对现有研究中没有考虑空间目标的不确定性对空间方向关系相似性的影响问题,借助粗集表达不确定性问题的优势,定义在空间方向关系锥形模型中空间方向关系的粗集表达方法,以此为基础提出基于空间对象位置不确定性的多尺度空间方向关系相似性的计算和粗集表达方法,使得多尺度空间方向关系相似性的取值在一个区间范围内变动,在多尺度空间方向关系相似性概念表达上更符合人类的认知逻辑.     

基于模糊聚类的多尺度空间数据挖掘模型及其矿山应用

基于空间数据的尺度特性,提出了多尺度空间数据挖掘的技术思想,建立了同一地理要素在不同尺度下的信息推理模型,即多尺度空间数据挖掘框架模型.以矿井煤层厚度为研究对象,以聚类分析为挖掘技术,实现了多尺度分析思想应用于空间数据挖掘领域的设想,证实了空间数据挖掘领域中的多尺度现象.研究成果丰富和发展了空间数据挖掘的基础理论.     

多尺度空间下的隧道裂缝与渗水区域检测

基于点云影像提出了多尺度空间下的裂缝渗水区域识别检测算法.根据不同尺度隧道裂缝的物理特点,通过定义尺度空间,提出了一种融合型图像检测算子,保持对带状裂缝检测的稳定性,同时对于灰度值较高的小裂缝,可以恢复对其的敏感特性,得到较多的响应边缘像素,实现不同尺度裂缝渗水区域的识别和检测.并通过实例证实了该算法可以有效排除伪裂缝信息的干扰,对不同尺度的裂缝进行准确识别定位和提取.     

地理信息系统中多尺度空间数据的表征方法探究

电子地图应用日益广泛，对电子地图多尺度表征研究也得到重视。不同的多尺度表征需要不同的数据组织形式。本文主要研究了目前国内外多数据空间数据的表征方法，在多尺度空间数据进行组织的基础上提出了一种基于关键比例尺的新的多尺度表征方法。     

基于尺度空间边缘强度累计的边缘检测

为抑制图像中的细微结构、噪声、弱边缘等干扰对边缘检测的影响,同时提高边缘检测的位置精度,提出了一种基于尺度空间中边缘强度累计特性的边缘检测方法.该方法首先通过比较目标对象在多个尺度下的平均边缘强度来选择检测目标边缘的最佳尺度,然后依据边缘点在尺度空间上的强度累计值的差异滤除该尺度下的干扰边缘.实验结果表明,文中方法能够在少量的平滑预处理条件下有效地抑制上述各种干扰,提高图像中目标边缘的稳定性与位置精度.     

多尺度边缘检测中尺度因子的选择

基于二种典型边缘的尺度空间边缘检测结果，分析实际计算过程中数字信号的最小分辨率对尺度因子进化的约束，导出了尺度因子对给定边缘和最小分辨率的关系不等式。该结果从实了献计献策的角度解释了尺度定理的产生原因，同时为多尺度边缘检测中尺度因子进化步长的选择提供了依据。     

GIS中曲线综合模型的建立及拓展

针对地图中水系、道路、境界线等线状要素的制图综合中的图形简化问题,利用小波分析的多分辨率分析原理,建立多分辨率小波分析思想和空间数据多尺度表达之间关系,提出了线状要素空间多尺度表达数学模型。对线状要素进行综合和平滑,实现了线状要素的空间多尺度表达。结合实例探讨了数学模型的特点、拓扑一致性和模型拓展等问题。     

基于多尺度空间聚类的经济区域划分研究

传统的聚类方法能够自动实现类型的划分,但其只考虑空间对象的属性特征,忽略了空间对象之间位置的邻近性。在尺度空间理论基础上,利用多尺度空间聚类方法,同时兼顾空间对象间的空间相邻和属性相似这两个特征,使得在空间尺度由小变大的过程中,具有高度空间相互依赖关系的空间对象相互融合,得到不同空间尺度下的区域划分结果。并以福建省67个县市1990—2004年历年的人均GDP数据分析为例,进行了全省的经济区域划分应用试验。结果表明与实际的区域经济发展情况相符。该方法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,使得聚类结果更加合理,为制定区域经济持续发展战略提供依据。     

结合PSO的改进压缩跟踪方法

针对基于在线检测的跟踪方法中目标在多尺度空间中的搜索和匹配问题,结合粒子群优化算法(PSO)和压缩感知思想,提出一种鲁棒的多尺度目标跟踪算法.首先,通过粒子群在多尺度空间中采集样本;然后,经过压缩感知提取特征;最后,通过粒子的迭代计算,搜索出当前目标的最佳匹配位置.实验结果表明:提出的算法能较好地适应目标的多尺度变化,在快速性和鲁棒性上具有更好的性能.     

基于支持矢量机和信任域的目标跟踪算法

从模式分类的角度看待跟踪问题,将SVM(支持矢量机)方法、信任域算法和尺度空间理论相结合,提出了一种能精确描述目标尺寸连续变化的新的序列图像目标跟踪算法。首先使用SVM算法对像素分类,将每一帧输入图像转换成目标概率分布图,目标区域在概率分布图中呈现为灰度块。然后通过检测该图在尺度空间中微分滤波器输出的极值,来决定这些灰度块的尺度。最后使用QP-TR信任域算法在尺度空间里和图像平面内快速搜索概率分布图多尺度规范化Laplacian滤波函数的极值,实现了目标定位并同时决定了其尺度,从而完成了跟踪任务。通过和现有算法的比较以及在大量真实序列图像上的实验表明,该算法不但能够更准确地描述目标的大小,而且显著提高了跟踪算法的精度。     

线状要素多尺度表达的不确定性评价研究

首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律.为线状要素多尺度表示的质量评价提供了理论基础.     

地图线状符号空间关系的处理

地图线状符号的空间关系的处理一般是解决由线状地理要素符号化后所带来的目标要素间在视觉上的冲突,尤其是当地图比例尺缩小时,所带来的冲突更加严重,但要处理此类空间关系就比较复杂。笔者提出了一些地图线状符号空间关系的处理方法并通过Visual C+6.0语言的编程进行了实验。     

制图综合中空间关系相似度的集成表达

基于空间关系的概念邻域,研究了空间实体多尺度表达中空间关系变化程度的比较和计算问题.首先从数字景观多尺度表达的角度对空间关系包含的拓扑关系、方位关系、距离关系分别建立了具有适当空间关系分辨率的概念邻域结构,其次,基于已建立的空间关系概念邻域给出了多尺度对象空间关系差异程度的集成表达和度量方法,从而得出了空间关系相似度的计算公式,最后结合实验数据的分析和计算,证明了该空间关系相似度集成表达模型和计算方法的合理性及适用性.     

特征尺度自动选择边缘分割方法

针对复杂边缘错综交织而不易分割的问题，提出了特征尺度自动选择边缘分割方法.该方法通过定义相邻两层离散尺度空间中边缘点最大偏移量，以及分析极值路径的4种演化方式，得到具有实际意义的边缘点特征尺度.根据边缘线尺度直方图和尺度空间边缘连通性，对交织的边缘进行剥离和合并，得到分割的结果.通过在多幅测试图片上的实验表明，根据尺度范围获得的边缘多尺度表达层次清晰分明，并且按照显著性提取的显著边缘较少出现细碎旁枝与实际显著边缘能较好地吻合，证明提出的边缘分割方法切实有效.

     

多尺度空间数据库建立中的关键技术与对策

多尺度空间数据表达及数据库建立具有广阔的应用前景，在流媒体网络数据传输、自适应动态可视化、空间认知导航、互操作尺度匹配多个领域都有重要作用，但实现该技术面临着数据存储量大、操作响应慢、横向空间一致关系难以维护、尺度变化难以达到真正的连续性等诸多问题。针对这些问题提出了实现多尺度空间数据表达的4种技术策略；多级尺度显式存储、初级尺度变化累积、关键尺度函数演变和初级尺度自动综合；其中，结合算法实例重点讨论的初级尺度变化累积模型，借鉴了视频数据压缩的思想，是本研究领域的一种新方法。     

基于本体的地理空间对象多尺度模型

随着地理信息科学的发展,人们对多类型目标跨尺度空间表达的需求越来越大,而现有的多尺度模型大多属于领域建模,适用范围有限,需要针对通用的地理空间对象多尺度模型开展研究.基于本体理论对地理空间对象的多尺度特性进行分析,总结了3类多尺度综合算子;从概念、逻辑和物理3个层次设计了地理空间对象多尺度模型,探讨了基本概念、推理逻辑和数据库设计;并通过实验验证了多尺度模型的尺度综合推理过程.该模型充分考虑了多尺度的本体特性,与具体的对象类型、表达方式和综合方法无关,同时支持本体工具的形式化表达,具有较高的通用性和实用价值.     

序列全景图像的特征提取与匹配

为了提高SLAM系统特征提取和匹配的稳定性,文章提出了在全景展开图像的多尺度空间上提取特征的方法.该方法首先对全景图像进行基于虚拟柱面的展开和矫正,然后在此基础上为展开图像建立多尺度空间,最后在多尺度空间内通过Harris特征跟踪器来选择候选特征点,并用Laplace公式选择出在尺度空间范围内具有局部最大值的特征点.这些特征点具有尺度、旋转和光照不变性,并且在有限视角变化下也能保持稳定性.实验证明,这种方法比在未展开图像或展开图像的单尺度空间内提取特征更具稳定性.     

面向无人平台的室内精密定位与构图技术

针对无人作战平台在室内等复杂环境下的高精度定位与地图构建问题,提出了一种利用信标锚节点辅助的单目视觉同步定位与地图构建方法,该方法通过WLAN锚节点估计出单目视觉尺度因子并结合视觉传感参数,获取真实尺度空间下的定位位置,并利用因子图模型对WLAN定位和单目视觉定位结果进行最大后验概率准则下数据融合,从而获得精确的位置和构图信息。实验表明：文中所提出的方法较好地解决了传统单目视觉定位中的尺度不确定问题,定位精度达到分米级,扩展了单目视觉SLAM在真实尺度空间中的应用,在复杂环境下的无人侦察、搜救和打击等应用领域具有重要的工程和实践意义。     

融合位置估计的自适应尺度相关滤波跟踪

针对相关滤波跟踪算法中不能适应目标多尺度变化的问题,提出了一种融合位置估计和尺度估计的自适应尺度相关滤波器.通过提取当前图像中不同尺度大小的目标模板,作为先验信息加到滤波器中学习,训练滤波器.对多尺度模板训练赋予新的权重定义,重新定义了多尺度模板对应的标签.提高了滤波器对目标尺度变化的敏感度.通过在CVPR 2015数...     

结合图像信息和几何关系的配准算法

对图像配准中的特征点检测方法和描述方法进行了研究,提出了一种快速准确的图像配准算法.使用尺度空间理论进行特征点的检测,通过两种不同的特征点描述子对特征点进行描述:一种是基于图像信息的描述子,该描述子使用尺度空间理论上的尺度不变Harris算子的自相关矩阵来描述特征点;第二种是基于空间上的几何关系的描述子,提出了一种融合局部结构特征和全局信息的描述子.在图像配准的目标函数里,将特征点匹配矩阵和图像变换矩阵分解,分别使用两种不同的描述子对二者进行迭代求解.该算法结合了两种特征点描述方法的优点,实验结果表明该方法快速、准确,具有配准精度高和计算时间短的优点.