顾及高程平面及视差约束的最小二乘影像匹配算法

针对传统最小二乘影像匹配受影像质量和初值条件限制的问题,结合铅垂线轨迹法(vertical line locus, VLL)与基于共线条件约束的多片最小二乘匹配算法(multiphoto geometrically constrained matching, MPGC)的特点,提出了一种顾及高程平面及视差约束的最小二乘影像匹配算法.该算法基于高程平面约束匹配,在匹配过程中顾及视差约束进行搜索匹配.视差偏移量可为最小二乘匹配提供可靠稳定的初值条件,能够实现影像的高精度匹配.为验证算法的有效性,分别采用铅垂线轨迹法、基于共线条件约束的多片最小二乘匹配算法与该算法进行对比分析实验.结果表明,该算法在匹配准确性以及后续空中三角测量解算方面比上述两种算法更有优势.     

多视几何无人机影像堆体体积量算

针对形态不规则、大规模或不便于近距离实测的堆体体积的计算问题,借助低空无人机(Unmanned Aerial Vehicle,UAV)搭载非量测的普通数码相机对堆体进行倾斜摄影,获取堆体多视角的倾斜影像。利用运动恢复结构和基于面片的多视角立体视觉(Sf M-PMVS)技术处理由无人机获取的倾斜影像。在引入地面像控点后,首先对影像进行特征点提取和基于最近邻距离比率(Nearest Neighbor Distance Ratio,NNDR)算法的SIFT粗匹配,采用随机抽样一致算法(Random Sample Consensus,RANSAC)剔除误匹配点对进而精确求得影像的基本矩阵F完成影像匹配。引入经相机检校得到的相机内参数精确求解本质矩阵E,恢复相机运动姿态后由投影矩阵P计算稀疏点云在物方坐标系下的坐标,采用PMVS算法进行点云密集匹配,经光束法平差后得到堆体在物方坐标系下精确的三维密集点云。对三维密集点云做点云分割,剔除非堆体表面点后构建Delaunay三角网,利用数字地面模型(Digital Terrain Model,DTM)法计算堆体的体积。与用GNSS-RTK均匀测得堆体表面三维坐标点采用DTM法计算堆体体积的结果对比证明,所给方法计算堆体的体积在准确性上能满足实际生产中的要求。     

基于地理国情监测数据的SWMM模型优化

SWMM作为动态模拟的城市暴雨积涝模型,被广泛应用于城市积涝负荷估算研究,并在很多小尺度研究中取得了很好的效果。随着中国城市发展不断加快,城市积涝研究的空间尺度也随之变大,如何科学合理的构造模型,并且保证模型的精度成为研究中一个重要问题。本文基于地理国情监测数据分析了SWMM应用于城市区域暴雨积涝模拟时,地理国情监测数据对模型精度的影响,并在此基础上,在汇水区划分、管网概化、节点选取等三方面对其参数进行优化。以陕西省延安市为例,利用优化后的模型对三场真实降雨相关数据进行分析,给出了对延安市内涝风险的区域划分。实验表明：溢流节点和超载管段基本符合街道淹没情况,为延安市内涝风险防治提供了科学参考。     

基于BP神经网络的多源遥感影像分类

在研究人工神经网络理论的基础上,应用动量法和学习率自适应调整的策略,改进了BP神经网络法。并用于对同一地区的LandsatTM3,4,5影像和航空SAR影像融合进行分类和分类融合结果进行了比较。结果表明同标准的BP神经网络、传统的Bayes融合分类法相比,改进的BP神经网络融合法不仅获得了标准BP网络高的分类精度,可同Bayes融合媲美,而且提高了学习率,增强了算法的可靠性,因而提高了影像分类速度,更适用于遥感影像分类。     

立体坐标量测仪的改造

对立体坐标量测仪改造成为大比例尺机助测图系统进行了理论上的研究，对该类仪器的改造具有一定的指导性及参考价值。     

融合自注意力机制与生成对抗网络的DEM空洞填充

针对现有数字高程模型（digital elevation model, DEM）数据空洞填充算法存在修复效果不连续、适用空值范围狭小以及细节重构丢失等问题，提出了一种融合自注意力机制的生成式对抗网络的DEM空洞填充方法。首先，构造自注意力机制提取DEM数据特征信息，改善DEM空洞填充结果高程值不连续和纹理细节缺失的问题。其次，在生成器中使用对称结构的卷积与反卷积网络结构，保证生成可靠度较高的数据以实现空洞区域填充，并利用判别器实现空洞填充结果的预分类。最后，结合重构损失函数进行训练，提升DEM空洞填充结果对异常值的鲁棒性，增强模型的回归能力。采用不同分辨率DEM数据进行空洞填充并与现有方法进行对比，结果表明：所提方法能够大幅提升填充精度，有效解决原始数据中存在的空洞问题。     

可量测实景影像与4D产品集成研究

采用摄影测量与数字近景数字摄影测量相结合的方法,进行地理空间数据的三维建模.对于大范围地理背景,基于摄影测量方法,利用航空影像数据,以4D产品的生产方式,建立DEM与DOM结合的三维景观模型.对于该范围内用户感兴趣的建筑物等人工地物,基于数字近景摄影测量方法,利用非量测数码相机进行影像数据采集,通过相机检校、特征提取、影像匹配等步骤实现可量测真实景物的三维重建.最后将上述大范围的三维背景地理数据与局部可量测实景影像相结合,实现可量测实景影像与4D产品的集成.讨论了该方法的整体流程和技术,实现了实验区大范围三维景观和可量测建筑物的三维重建及其两者的集成.     

植被指数空间数据库的建立及应用

借助GIS对图形(影像)、属性、时态数据存储、查询、分析以及管理的强大功能,对利用陕西省2003年全年的MODIS数据生成的不同时相的归一化植被指数(NDVI)、比值植被指数(RVI)、差值\环境植被指数(DVI\EVI)等多种植被指数,及其对应的MOIDS影像和空间位置(地图)数据进行存储,将必要的植被指数分析方法和分析模型整合到该GIS空间数据库之中,达到数据、方法、模型在基于GIS植被指数空间数据库中的集成与统一,以实现基于时相和波谱信息MO-DIS、ETM影像数据的显示、查询、分析、管理等功能。实践证明,在GIS空间数据库中将时相、波谱和空间位置信息应用到遥感影像植被信息的提取中,从分析遥感影像的植被指数空间信息出发,能够较好地实现对植被指数信息的认识,为研究不同地区的植被分类、农作物长势监测及地表植被变化等方面提供分析依据。     

基于点特征匹配的SUSAN,Harris算子比较

基于点特征的影像匹配是计算机视觉界比较流行的匹配方法,包括特征提取和特征匹配2个步骤.在介绍保持结构的形态学方法--SUSAN算子和Harris算子原理的基础上,根据真实影像,就特征点提取的数量、分布及匹配有效性等方面对上述2种算子进行分析比较.编程实现SUSAN,Harris算子影像的点特征提取,基于匹配支持度的松弛匹配算法,从而获得研究实验数据.实验表明这2种算子在特征提取及影像匹配等方面各自具有其独特的优势,且均具有操作简单、易于实现的特点.     

GETM 多光谱遥感数据最佳波段选择方法研究

分析了最佳波段选择的各种理论模型,利用相关性比较法,最佳指数法和多光谱遥感数据各波段用途、研究区地物光谱特征结合的方法来选择最佳波段,得到了较好的结果.