空间数据剖分集群存储系统架构初探

为解决超大规模空间数据有序存储与调度管理的统一基准和多尺度问题,针对超大规模空间数据的组织、存储与调度管理方法的不足,提出一套以球面剖分理论为基础,空间剖分面片与存储单元相映射的空时一体化空间数据存储管理架构.阐述了该剖分集群存储系统的概念、总体研究思路及其架构的核心设计.空间数据剖分集群存储理论的建立将为超大规模空间数据存储系统的建设提供坚实理论基础.     

基于仿生视觉的海面船只检测方法

对地观测系统可以快速检测大面积区域,为世界各沿海国家的船只监测任务带来了极大便利。针对遥感影像中的船只自动化检测问题,利用船只相对于海面呈现明显的视觉显著特性,提出了一种基于船只与海面反差特性的船只检测方法,将对船只的检测定位转变为对场景中显著目标的发现与分割问题。方法以视网膜到初级视觉皮层V1这一视觉通路的生理过程为指导,模拟了其中视觉信号的产生机制以获得场景的显著图。以光学影像为例进行的实验结果显示,在没有目标先验知识的前提下,基于反差特性的方法能有效地将视觉注意力集中于海面船只目标,取得了较好的检测结果。     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

一种基于高分辨率遥感影像的道路提取方法

道路等线性地物的自动提取一直是高分辨率遥感影像研究所关注的内容。论文在分析现有的各种提取方法的基础上,结合城市道路在高分辨率遥感影像上的特点,提出一种半自动的道路提取法。该方法先对遥感影像中的道路点进行采样,统计其光谱特征,然后再在道路上设置道路生长原点,从这些生长原点开始,根据统计得出的道路光谱特征对邻域点进行判断生长,最后对生长出的道路图利用数字形态学进行内部腐蚀和边界平滑处理。试验结果表明,该方法提取道路具有较高的精度和实用性。     

数字孪生城市空间网格框架与GDS数据平台技术研究

针对数字孪生城市亟需空间统一框架与数据高效组织问题,基于地球空间剖分理论及相应的《地球表面空间网格与编码》(GJB8896-2017)、《北斗网格位置码》及《地球空间网格编码规则》等国家标准编制成果,提出发展一种数字孪生城市空间网格框架与GDS(Grid Data System)数据平台技术。城市多尺度立体剖分网格空间是一种地球空间的客观存在,城市万事万物在某一时间内一定落在某一或某几个网格体中,由此发展的GDS技术面向空间数据统一组织,有利于发展出面向空间建模的新型G-GIS、G-BIM等系统,是对传统GIS、BIM等面向对象建模数据系统的创新探索;有助于构建统一的空间数据框架进而实现城市多源异构数据的汇聚、关联与高效计算,对支撑数字孪生城市建设具有理论与实践意义。     

利用不规则线段组合的压缩链码

针对目前的压缩链码方法对边界的不规则特征利用不充分问题,提出一种对不规则线段进行压缩并以组合码表达的无损组合压缩链码.首先删除方向差为135°以及90°正直角的冗余边界网格,使其分布更为集中;其次对不同斜率的线段进行统一的行程编码,用3个参数实现不规则线段的重复模式表达,进一步提高压缩率;最后通过衡量不同组合的出现频率与压缩率,设计一套"标志码+区分码+长度码"的组合链码结构.利用8个省级行政区划栅格边界数据进行实验,结果表明,文中提出的组合压缩链码压缩率平均可达35.39%,与原始的方向差链码相比提高20%以上.     

基于GeoSOT剖分编码的多尺度空间信息区域包含关系计算方法

针对现阶段不同层次空间信息缺乏联系的问题,提出了一种基于剖分编码的多尺度空间信息间区域包含关系计算方法。首先,以GeoSOT剖分框架为组织基础,在不同尺度层上,以剖分面片作为基本单元组合表示地理对象,依据对象表达多尺度剖分编码模型将地理对象赋予剖分编码。然后,提出了基于剖分编码的区域包含关系计算方法,并给出了算法实现的具体流程。进一步采用剖分信息树状结构对空间信息进行统一管理,为剖分体系下组织与管理不同层次的空间信息提供了一种有效的解决思路。     

协同GIS——COGIS概念初探

论文从分析 GIS发展的角度 ,提出了协作 GIS(Cooperative GIS) ,即协同操作的地理信息系统 ,简称Co GIS.分析了 Co GIS中天、地、人、机关系 ,指出 Co GIS是面向群体用户、支持人人交互的 GIS;讨论了 GIS组通讯问题 ,并指出 Co GIS要体现以人为本的思想 .Co GIS是在计算机支持协同工作 (CSCW)的基础上 ,面向空间问题 ,融合了地理信息、地理数据、GIS操作及应用等方面的复杂性 ,因此 Co GIS不同于一般的 CSCW应用 ,其在军事指挥、应急响应、电子政务、虚拟企业等领域及群体协作的应用中将有很好的发展前景     

改进的多维遥感数据的自适应遗传超平面分类器算法

在遥感图像数据监督分类方法中,普遍存在着通过大训练数据量提高分类精度的问题。该文在笔者已经实现的遗传超平面方法基础上,做了进一步的改进,这就使得这种遗传超平面分类器可以使用了少量的训练数据进行训练,而得到的分类精度与大训练数据量相比具有可以接受的差别;改进了分类方法中使用主成分分析后再用两个主成分进行分类的做法,使用的原始数据为多个(3个以上)波段直接进行分类,不但增加了分类输入的信息量,而且简化了技术流程。同时,在不增加分类时间的情况下扩展了算法分类的类别数。文中使用C/C++从底层实现了整个训练、分类、测试过程,通过对北京的ETM+数据进行的分类实验及其分析表明该算法分类效果很好,完全可以达到实用的要求。