五摄影测量与遥感学(11)
?指纹方向场 快速分区 全局特征 局部匹配
CH 永久散射体点目标提取方法研究=Study on Selection of PS Point Targets/龙四春(中南大学资源与安全工程学院),李陶,冯涛//大地测量与地球动力学.-2011,31(4).-144~148
分析幅度稳定性、相位稳定性、时序相关性及振幅离差阈值等多种PS点提取方法的特点与缺陷,提出基于时序相关系数阈值与振幅离差阈值并集和交集的PS点识别策略,给出其相应模型,并实例验证了该方法的有效性与优越性。图6表1参12
?永久散射体 识别提取 点目标检测
CH 利用SBAS-DInSAR技术提取腾冲火山区形变时间序列=Time Series of Deformation in Tengchong Volcanic Area Extracted by SBAS-DInSAR/季灵运,王庆良,崔笃信,胡亚轩,郝明,李煜航,秦姗兰(中国地震局第二监测中心)//大地测量与地球动力学.-2011,31(4).-149~153,159
基于6景JERS-1 L波段SAR影像,利用小基线集-合成孔径雷达干涉测量技术,通过线性形变相位、非线性形变相位、大气延迟相位以及地形残差相位的分离,提取了腾冲火山地区1995-1997年间地表形变时间序列(雷达视线向),与2003-2004年的GPS观测结果对比表明,SBAS-DInSAR技术提取地壳形变的精度可达亚cm级。时间序列形变显示胆札-高田断裂两侧形变差异性显著,可能与其下方存在的地壳岩浆囊的活动有关。打鹰山地区地表形变揭示其下方可能存在隐伏断裂。图6表2参20
?形变时间序列 大气延迟相位 腾冲火山区
CH 探地雷达薄层信号的谱反演算法=A Spectral Inversion Algorithm for GPR Signals of Thin Layers/黄忠来(厦门大学信息科学与技术学院),张建中,黄吉林//大地测量与地球动力学.-2011,31(4).-154~159
为了从多层介质的探地雷达回波数据中提取薄层的位置和厚度信息,推导和验证了在频率域内实现的谱反演算法。该算法给出了各反射面的广义反射系数,并建立了用于联系反射系数序列频谱和薄层参数的代价函数并进行反演。仿真结果表明,对于厚度小于调谐厚度的薄层,该算法也可以进行准确反演,从而提高了对于薄层的分辨能力。图10表1参7
?探地雷达 谱反演算法 广义反射系数 代价函数
CH 面向震害检测的SAR相干分析处理平台的设计与实现=Design and Implementation of SAR Data Processing Plaform for Coherence Analysis in Earthquake Damage Detection/李劼,叶成名,苗放,杨秋玲(成都理工大学地球探测与信息技术教育部重点实验室)//大地测量与地球动力学.-2011,31(5).-119~122,131
根据震区相干分析的需求,在Windows系统平台和VC++6.0编译环境中,实现了用户交互式操作的基础平台。该平台主要包括数据读取、影像配准和相干性分析与评价等功能模块,并以ERS数据为试验,验证了平台的高可靠性和高效性。图2表1参7
?数据处理平台 程序设计 相干性分析
CH 基于改进SAM的高光谱影像混合像元分解算法研究=Research on Decomposition of Hyperspectral Im age Mixed Pixel Based on Im p roved SAM Algorithm/韩文超,田庆久(南京大学国际地球系统科学研究所),余涛,顾行发//遥感信息.-2011(6).-3~7,86
将传统遥感图像分类方法中的光谱角度制图法(Spectral Angle Mapping-SAM)加以变换,改进为一种符合全约束条件下的高光谱遥感图像的混合像元分解模型。新算法在端元丰度比例满足全约束的条件下,通过逼近的方法寻找一种端元丰度的比例组合,使测试光谱与目标光谱的广义夹角最小,从而认为该比例组合就是混合像元分解的结果。试验结合高光谱遥感模拟图像进行了分解实验,同时与最小二乘法做了比较,结果表明,新算法不仅严格地将各种端元组分的丰度值控制在0到1之间,而且其分解结果与模拟图像的实际情况也比较吻合,总体上新算法要优于最小二乘法。图6参11
?光谱角度制图法 像元分解 最小二乘法 高光谱图像
CH 基于先验形状的人工目标识别与轮廓恢复=Artificial Object Recognition and Contour Restoration Based on Prior Shape/尹高飞,肖鹏峰,吴桂平(南京大学地理信息科学系),李晖,周立国//遥感信息.-2011(6).-8~12
以具有典型形状特征的操场为例,探讨了形状特征在人工目标自动识别中的应用。基于形状特征的人工目标识别,一般首先将图像分割为多个基元,然后依据人工目标有较规则形状的特点,以形状特征作为指标进行识别。由于高分辨率遥感图像细节信息丰富,这种方法所提取的目标轮廓往往不完整。提出了“图像-基元-目标-轮廓恢复”的识别模式,在目标识别后采用加入形状先验知识的主动轮廓模型对目标进行轮廓恢复。实验结果表明,这种方法可以有效地修正目标提取结果中的轮廓缺失。图8参18
文章来源:《测绘科学技术学报》 网址: http://www.chkxjsxbzz.cn/qikandaodu/2021/0310/509.html
上一篇:中国测绘学会召开我国测绘科学技术的发展学术
下一篇:欢迎订阅测绘学报