CH20121448 基于最大后驗(yàn)和非局域約束的非下采樣輪廓波變換域SAR圖像去噪方法=An Algorithm of SAR Image Denoising in Nonsubsampled Contourlet Transform Domain Based on Maximum a Posteriori and Non-local Restriction/岳春宇，江萬壽（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪學(xué)報(bào).-2012，41（1）.-59～64

提出一種基于最大后驗(yàn)和非局域約束的非下采樣輪廓波變換域SAR圖像去噪方法。根據(jù)SAR圖像數(shù)據(jù)的特征，引入非對(duì)數(shù)加性模型，并在該模型下對(duì)SAR圖像NSCT域中的噪聲分布統(tǒng)計(jì)建模，應(yīng)用最大后驗(yàn)準(zhǔn)則和非局域約束相結(jié)合的方法解求SAR圖像真實(shí)信號(hào)的NSCT系數(shù)。試驗(yàn)結(jié)果表明，本方法具有良好的去噪能力。圖3表2參20

?SAR圖像去噪 非對(duì)數(shù)加性模型 非下采樣輪廓波最大后驗(yàn) 非局域

CH20121449 一種基于多分辨率拓?fù)渚W(wǎng)絡(luò)的高質(zhì)量初始圖斑對(duì)象生成方法=A H igh-quality Image Objects Generating Method Based on Multi-resolution Topology Network/左志權(quán)（中國(guó)測(cè)繪科學(xué)研究院），張祖勛，張劍清//測(cè)繪學(xué)報(bào).-2012，41（1）.-65～68

設(shè)計(jì)出一種基于多分辨率拓?fù)渚W(wǎng)絡(luò)的拓?fù)鋯l(fā)式影像分割算法，并對(duì)其涉及關(guān)鍵性技術(shù)進(jìn)行探討。通過細(xì)致分割試驗(yàn)，驗(yàn)證采用該分割算法生成高質(zhì)量圖斑對(duì)象的可行性。圖9參14

?影像分割 特征選擇 異質(zhì)度 啟發(fā)式搜索 多分辨率拓?fù)渚W(wǎng)絡(luò)

CH20121450 永久散射體差分干涉測(cè)量技術(shù)中SAR影像精配準(zhǔn)的一種新方法=A New Method for Fine Registration of SAR Im ages in PS InSAR/陶秋香，劉國(guó)林（山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（1）.-69～73

提出并實(shí)現(xiàn)一種基于加權(quán)最小二乘的低相干SAR影像對(duì)精配準(zhǔn)新方法。該方法借助一幅與主、輔影像相干性都較高的第3幅影像來完成低相干SAR影像對(duì)的初步配準(zhǔn)，利用加權(quán)最小二乘法求出二者間的坐標(biāo)映射函數(shù)，從而實(shí)現(xiàn)低相干SAR影像對(duì)的高精度亞像素級(jí)配準(zhǔn)。采用ERS-1/2實(shí)際數(shù)據(jù)的配準(zhǔn)試驗(yàn)，驗(yàn)證該方法可以提高低相干SAR影像對(duì)的干涉圖質(zhì)量，提高二者之間的相干性和控制點(diǎn)的配準(zhǔn)精度，改善低相干SAR影像對(duì)的配準(zhǔn)效果，在一定程度上解決PS InSAR技術(shù)中低相干SAR影像對(duì)的配準(zhǔn)問題。圖4表3參17

?永久散射體 干涉測(cè)量 低相干 精配準(zhǔn) 加權(quán)最小二乘

CH20121451 基于交互式分割技術(shù)和決策級(jí)融合的SAR圖像變化檢測(cè)=Interactive Segmentation Technique and Decision-level Fusion Based Change Detection for SAR Images/萬紅林，焦李成，辛芳芳（西安電子科技大學(xué)智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪學(xué)報(bào).-2012，41（1）.-74～80

為免去降斑預(yù)處理及克服選擇分布模型的限制，結(jié)合差異圖的特點(diǎn)和一種不涉及分布模型的交互式分割方法，產(chǎn)生不同“種子點(diǎn)”下的變化檢測(cè)結(jié)果后，再利用投票策略進(jìn)行決策級(jí)融合給出最終的變化檢測(cè)結(jié)果。分割中，將每個(gè)像素的特征設(shè)置為由差異圖及靜態(tài)小波變換分解差異圖再丟棄高頻系數(shù)后重構(gòu)得到的各層表示內(nèi)，對(duì)應(yīng)位置上的灰度值構(gòu)成的矢量。此特征及決策級(jí)融合的策略使該變化檢測(cè)技術(shù)對(duì)SAR圖像中的斑點(diǎn)噪聲具有一定的抗差性。在無需對(duì)SAR圖像做預(yù)處理的情況下，對(duì)真實(shí)SAR圖像數(shù)據(jù)集的變化檢測(cè)結(jié)果證實(shí)了方法的有效性。圖6表2參22

?交互式分割技術(shù) 差異圖的特點(diǎn) 決策級(jí)融合 靜態(tài)小波變換 SAR圖像 變化檢測(cè)

CH20121452 具有尺度與旋轉(zhuǎn)不變性的立體影像自動(dòng)匹配研究=The Scale and Rotating Invariant Auto Stereo Matching/趙西安，陳志學(xué)，呂京國(guó)，靖常峰（北京建筑工程學(xué)院測(cè)繪系）//測(cè)繪學(xué)報(bào).-2012，41（1）.-81～86

提出一種具有尺度與旋轉(zhuǎn)不變性的影像自動(dòng)匹配算法。首先基于方向小波變換構(gòu)造三尺度特征點(diǎn)算子，進(jìn)行兩尺度匹配，保證其尺度不變性問題；其次構(gòu)造特征點(diǎn)64維描述向量，解決影像匹配的旋轉(zhuǎn)不變性。分別采用地面立體像對(duì)、無人機(jī)平臺(tái)立體像對(duì)、航空立體像對(duì)進(jìn)行試驗(yàn)分析。試驗(yàn)結(jié)果表明，提出的立體匹配算法具有良好的尺度和旋轉(zhuǎn)不變性。圖8表1參20

?影像匹配 立體影像 尺度不變性 旋轉(zhuǎn)不變性 特征點(diǎn)

CH20121453 SAR波長(zhǎng)對(duì)遙感圖像統(tǒng)計(jì)特征的影響=The Effect of SARW avelength on Remote Sensing Image Statistical Features/劉國(guó)良，黃愛民（國(guó)防科技大學(xué)機(jī)電工程與自動(dòng)化學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（1）.-87～92，99

傳感器參數(shù)不同會(huì)導(dǎo)致圖像灰度與表象特征不同，進(jìn)一步會(huì)影響到統(tǒng)計(jì)特征表達(dá)。因此有必要系統(tǒng)研究常用統(tǒng)計(jì)特征與傳感器參數(shù)之間的相關(guān)性，從而實(shí)現(xiàn)更加抗差的圖像處理與分析。研究目前常用的6種圖像統(tǒng)計(jì)特征，在合成孔徑雷達(dá)（SAR）波長(zhǎng)變化時(shí)（L波段、C波段和X波段）的抗差性。試驗(yàn)中，對(duì)抗差性能指標(biāo)作出定義，并對(duì)不同統(tǒng)計(jì)特征的抗差性做出了比較與分析。試驗(yàn)結(jié)果發(fā)現(xiàn)，不同統(tǒng)計(jì)特征對(duì)波長(zhǎng)變化的抗差性不同，同時(shí)圖像特征在不同地形時(shí)隨波長(zhǎng)變化的規(guī)律也不一致。圖3表3參17

?合成孔徑雷達(dá) 影像匹配 統(tǒng)計(jì)特征 抗差性 共性特征

CH20121454 一種基于多基線組合頻率估計(jì)的相位展開方法=A Phase Unwrapping Algorithm Based on Multibaseline Combined Frequency Estimate/謝先明（桂林電子科技大學(xué)信息與通信學(xué)院），皮亦鳴//測(cè)繪學(xué)報(bào).-2012，41（1）.-93～99

提出一種新的多基線干涉SAR相位估計(jì)方法。該方法選取適當(dāng)?shù)幕€組合，用最大似然估計(jì)器提取每一復(fù)像元（隨基線變化的）頻率，在展開最短基線干涉相位基礎(chǔ)上，最終獲得長(zhǎng)基線干涉相位估計(jì)值。該方法簡(jiǎn)單有效，且不需要進(jìn)行大量的迭代運(yùn)算，甚至當(dāng)最短基線較短時(shí)，不需要進(jìn)行干涉相位展開。仿真數(shù)據(jù)處理結(jié)果驗(yàn)證該方法的有效性。圖7表2參16

?多基線 相位展開 最大似然估計(jì)

CH20121455 基于向量場(chǎng)模型的多光譜遙感圖像多尺度邊緣檢測(cè)=Multiscale Edge Detection in Multispectral Remotely Sensed Imagery Based on Vector Field Model/李暉，肖鵬峰，馮學(xué)智（南京大學(xué)地理與海洋科學(xué)學(xué)院），馮莉，王珂//測(cè)繪學(xué)報(bào).-2012，41（1）.-100～107

提出一種基于向量場(chǎng)模型的多光譜圖像多尺度邊緣檢測(cè)算法，并在算法中引入兩種梯度方向量化鄰域模型。首先，對(duì)多光譜圖像進(jìn)行二進(jìn)小波變換，得到每個(gè)波段圖像在不同尺度上的細(xì)節(jié)系數(shù)，然后根據(jù)向量場(chǎng)模型計(jì)算多光譜圖像的梯度幅值和梯度方向，選擇適宜的鄰域模型對(duì)梯度方向進(jìn)行量化，最后沿量化后的方向獲取由細(xì)到粗的多層次邊緣信息。對(duì)QuickBird多光譜圖像上農(nóng)田、廠房等地物進(jìn)行多尺度邊緣提取，定性分析圖像分辨率大小與地物尺寸關(guān)系在不同尺度邊緣信息的表征；利用F測(cè)度，定量評(píng)價(jià)檢測(cè)結(jié)果的邊緣準(zhǔn)確度。與傳統(tǒng)算子檢測(cè)結(jié)果對(duì)比表明，利用向量場(chǎng)模型綜合所有波段的邊緣信息，減少多波段圖像邊緣信息的不一致性，引入的量化鄰域模型能夠有效地獲取完整的多尺度邊緣點(diǎn)。圖8表1參15

?多光譜遙感圖像 邊緣檢測(cè) 多尺度 向量場(chǎng) 二進(jìn)小波變換

提出了一種基于無人機(jī)影像獲取高程信息的方法，該方法無需地面控制點(diǎn)數(shù)據(jù)，只利用無人機(jī)的飛控?cái)?shù)據(jù)以及相機(jī)自身的參數(shù)。文中推導(dǎo)了不同飛行狀況下的幾何計(jì)算模型，并利用真實(shí)的無人機(jī)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)和誤差分析，證明了該方法的可行性。最后還將地物點(diǎn)的高程擴(kuò)展到其所在的平面中，改善了直觀觀測(cè)效果。實(shí)驗(yàn)表明，提出的方法能夠大大提高獲取地物高程信息的效率。圖8表2參6

?無人機(jī)影像 高程提取 無地面控制點(diǎn)

CH20121457 線性混合模型的光譜解混算法綜述=A Review on Spectral Unmixing Algorithm s Based on Linear Mixing Model/李二森，張保明，宋麗華，余文杰（信息工程大學(xué)測(cè)繪學(xué)院），唐德瑾//測(cè)繪科學(xué).-2011，36（5）.-42～44

混合像元的存在不僅影響了基于高光譜圖像的地物識(shí)別和分類精度，而且已經(jīng)成為遙感科學(xué)向定量化發(fā)展的主要障礙。目前的混合像元分解算法大多采用線性混合模型，其關(guān)鍵步驟為端元提取。文中從線性混合模型的定義出發(fā)，總結(jié)了近年來提出的端元提取算法，并重點(diǎn)對(duì)SMACC、VCA、SGA等算法進(jìn)行了深入的分析，最后總結(jié)了混合像元分解的發(fā)展趨勢(shì)。參26

?混合像元 光譜解混 線性混合模型

CH20121458 基于廣義點(diǎn)攝影測(cè)量的后方交會(huì)與前方交會(huì)方法研究=Spatial Resection and Forward Intersection with Generalized Point Photogramm etry/孔胃，張學(xué)明，何建美（濟(jì)南市勘察測(cè)繪研究院）//測(cè)繪科學(xué).-2011，36（5）.-45～48

廣義點(diǎn)攝影測(cè)量將傳統(tǒng)的點(diǎn)攝影測(cè)量和當(dāng)代發(fā)展的線攝影測(cè)量以及無窮遠(yuǎn)點(diǎn)理論綜合升華，將攝影測(cè)量中處理的物理意義上的點(diǎn)擴(kuò)展到數(shù)學(xué)意義上的廣義點(diǎn)。主要研究廣義點(diǎn)攝影測(cè)量理論下的后方交會(huì)和前方交會(huì)解算方法。分析評(píng)價(jià)了不同控制線分布情況對(duì)后方交會(huì)精度的影響；依據(jù)前方交會(huì)原理，對(duì)閉合直線段和圓進(jìn)行了三維重建，取得了良好的效果。圖5表5參8

老年人是2型糖尿病的高危人群，發(fā)生率約為17%～20%，現(xiàn)存患者人數(shù)不斷上升[1]。用藥是控制2型糖尿病血糖的主要方法，二甲雙胍等藥物社會(huì)大眾認(rèn)知程度較高，規(guī)范使用血糖控制率可以達(dá)到90%以上。但是現(xiàn)實(shí)情況是，患者的合理用藥水平較低，血糖控制率不足60%，降糖藥物的不合理應(yīng)用不僅影響血糖控制，增加高血糖損害風(fēng)險(xiǎn)，同時(shí)還會(huì)直接影響用藥的安全，增加低血糖等不良反應(yīng)發(fā)生風(fēng)險(xiǎn)[2-3]。為進(jìn)一步提升醫(yī)院老年2型糖尿病患者降糖藥物合理使用水平，醫(yī)院嘗試在門診以及住院部對(duì)2型糖尿病患者進(jìn)行合理用藥的質(zhì)量改進(jìn)活動(dòng)，2017年1—3月干預(yù)，2018年1—3月復(fù)查，其中完成2次調(diào)查對(duì)象174例，現(xiàn)報(bào)道如下。

?廣義點(diǎn)攝影測(cè)量 后方交會(huì) 前方交會(huì)

CH20121459 遙感組合指數(shù)與不同分類技術(shù)結(jié)合提取農(nóng)業(yè)用地方法=A Methodology of Agricultural Land Extraction Using Remote Sensing Combined Index and Different Classification Technologies/張明月，楊貴軍（國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心），宋偉東，徐濤//測(cè)繪科學(xué).-2011，36（5）.-73～76

多光譜遙感影像因具有豐富的波譜信息，提高了地表覆蓋的辨識(shí)能力，利用遙感數(shù)據(jù)高精度自動(dòng)提取專題信息是目前研究的熱點(diǎn)和難點(diǎn)。以北京市ASTER影像為例，通過對(duì)城市生態(tài)環(huán)境中土地類型及其光譜特征規(guī)律分析，組合歸一化差異植被指數(shù)、修正歸一化差異水體指數(shù)和歸一化差異建筑指數(shù)三種指數(shù)，制作組合指數(shù)新影像。對(duì)組合指數(shù)影像采用基于支持向量機(jī)的面向?qū)ο蠓诸惙椒ㄟM(jìn)行農(nóng)業(yè)用地信息提取，同時(shí)將該方法分別與基于原始影像、組合指數(shù)影像的最大似然及支持向量機(jī)的分類方法進(jìn)行對(duì)比分析。實(shí)驗(yàn)結(jié)果表明：組合歸一化差異指數(shù)影像壓縮了數(shù)據(jù)維數(shù)，降低了覆蓋地物相關(guān)性，易于農(nóng)業(yè)用地信息提取。對(duì)組合指數(shù)影像采用基于支持向量機(jī)的面向?qū)ο蠓诸惙椒ň冗_(dá)95.701％。圖2表5參14

?遙感信息提取 農(nóng)業(yè)用地 組合歸一化差異指數(shù) 面向?qū)ο?支持向量機(jī)

CH20121460 富二價(jià)鐵巖石信息提取及在鈾礦勘查中的應(yīng)用=Method of Bivalent Iron-rich Rocks’Information Extraction and Its Application in U Mineral Exploration/楊燕杰，趙英俊，劉德長(zhǎng)（核工業(yè)北京地質(zhì)研究院遙感信息與圖像分析技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室），張萬良//測(cè)繪科學(xué).-2011，36（5）.-77～78

利用航空高光譜CASI數(shù)據(jù)和巖石的光譜特征，提出一種快速提取富含F(xiàn)e2+巖石信息的算法，并由此獲取輝綠巖脈信息。經(jīng)過實(shí)地驗(yàn)證，數(shù)據(jù)處理結(jié)果的精度較高，處理結(jié)果中輝綠巖脈規(guī)模及其走向等特征清晰。將提取的結(jié)果與鈾礦異常信息對(duì)比分析，發(fā)現(xiàn)富含F(xiàn)e2+的輝綠巖脈與鈾異常具有很強(qiáng)的相關(guān)性。通過利用這種方法，在研究區(qū)南部又新發(fā)現(xiàn)了兩條輝綠巖脈構(gòu)造。圖8表1參7

?高光譜 輝綠巖脈

CH20121461 面向?qū)ο蟮母叻直媛市l(wèi)星影像道路信息提取=Object-oriented Road Information Extraction from High Resolution Satellite Imagery/唐靜（昆明理工大學(xué)國(guó)土資源學(xué)院），吳俐民，左小清//測(cè)繪科學(xué).-2011，36（5）.-98～99

采用面向?qū)ο蠓椒▽?duì)高分辨率衛(wèi)星影像道路信息提取。首先加入建筑物矢量數(shù)據(jù)對(duì)影像分割提取出建筑物，然后采用多尺度進(jìn)行分割，對(duì)分割后的對(duì)象進(jìn)行最近鄰采樣，得到總體分類圖。最后根據(jù)道路特點(diǎn)構(gòu)建道路知識(shí)庫(kù)對(duì)道路信息優(yōu)化。試驗(yàn)表明，面向?qū)ο蟮牡缆沸畔⑻崛】朔恕敖符}現(xiàn)象”，取得了較好的提取效果。圖4表1參6

?道路信息 衛(wèi)星影像 面向?qū)ο?信息提取

CH20121462 北京城區(qū)及奧林匹克公園熱環(huán)境遙感動(dòng)態(tài)監(jiān)測(cè)與分析=Dynamic RS Monitoring and Analysis of the Thermal Environments in Beijing Urban Area and the Olympic Park/孫維先（國(guó)家測(cè)繪局職業(yè)技能鑒定指導(dǎo)中心），杜明義，蔡國(guó)印//測(cè)繪科學(xué).-2011，36（5）.-103～105

利用MODIS、ASTER和TM等多源、多尺度遙感數(shù)據(jù)，基于遙感和GIS空間分析技術(shù)，從宏觀和微觀兩個(gè)層面研究了從2003年到2008年北京城區(qū)及奧林匹克公園熱島效應(yīng)的時(shí)空演變，并分析了下墊面（綠地系統(tǒng)、水系統(tǒng)）與熱島效應(yīng)的關(guān)系。研究表明，宏觀上，從2003年到2008年，北京城區(qū)及奧林匹克公園熱島強(qiáng)度雖然存在一定程度的振蕩，但總體呈逐年下降趨勢(shì)。微觀上，北京城區(qū)上午的熱島強(qiáng)度與水體、綠地的關(guān)系密切，其他時(shí)刻的熱島強(qiáng)度受綠地、水體的影響較低；奧林匹克森林公園及中心區(qū)內(nèi)大面積綠地及水體的存在明顯地減弱了奧林匹克公園園區(qū)的熱島效應(yīng)，奧林匹克公園內(nèi)的平均地表溫度比場(chǎng)館區(qū)的平均地表溫度低2℃。圖10參9

?熱環(huán)境 動(dòng)態(tài)監(jiān)測(cè)

CH20121463 建筑爆破倒塌過程的攝影測(cè)量分析系統(tǒng)=Close-range Photogrammetry Analysis System of Building Blasting Demolition/崔曉榮（中國(guó)科學(xué)技術(shù)大學(xué)力學(xué)系），鄭炳旭，沈兆武//測(cè)繪科學(xué).-2011，36（5）.-109～111

將近景攝影測(cè)量分析系統(tǒng)引入工程爆破領(lǐng)域，對(duì)建筑物倒塌過程的運(yùn)動(dòng)軌跡進(jìn)行測(cè)量分析。分析系統(tǒng)用非量測(cè)用攝影機(jī)采集建筑爆破倒塌過程的影像，用直接線性變換解法解析圖像，再進(jìn)行專業(yè)化的數(shù)據(jù)后處理，獲得建筑物倒塌過程的構(gòu)件（或部分結(jié)構(gòu)體）的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)參數(shù)以及爆破后座、動(dòng)能、勢(shì)能、機(jī)械能損失率等引申物理量，從而實(shí)現(xiàn)各種爆破效果評(píng)價(jià)參數(shù)的定量分析。實(shí)踐證明基于非量測(cè)用攝影機(jī)的建筑爆破倒塌過程的攝影測(cè)量分析系統(tǒng)是經(jīng)濟(jì)可行的，能夠滿足工程分析的精度要求。圖2參9

?近景攝影測(cè)量 拆除爆破 爆破倒塌過程 影像采集 影像處理

CH20121464 一種面向?qū)ο蟮倪b感影像城市綠地提取方法=An Extraction Algorithm of Urban Vegetation from Remote Sensing Image Based on Object-oriented Approach/李成范，尹京苑，趙俊娟（上海大學(xué)計(jì)算機(jī)工程與科學(xué)學(xué)院）//測(cè)繪科學(xué).-2011，36（5）.-112～114，120

針對(duì)目前面向?qū)ο蠓椒ㄔ诟叻直媛蔬b感影像中提取綠地專題信息的特點(diǎn)，以及受到城市區(qū)域范圍尺度限制因素的影響，提出一種利用高分辨率遙感影像提取城市區(qū)域范圍綠地專題信息的方法，結(jié)合影像分割、影像面向?qū)ο竽０褰y(tǒng)計(jì)和基于多閥值的模糊分類技術(shù)的優(yōu)勢(shì)，林地、密草地和疏草地專題信息被提取出來。研究中提出利用基于面向?qū)ο蠖喑叨确指钏惴ê妥畲笏迫槐O(jiān)督分類法的提取結(jié)果進(jìn)行精度評(píng)價(jià)，實(shí)驗(yàn)結(jié)果證明，在城市區(qū)域范圍尺度上，該方法計(jì)算簡(jiǎn)便且實(shí)現(xiàn)了93.72％的高精度和總Kappa系數(shù)為0.8236的評(píng)價(jià)結(jié)果。圖3表3參15

?城市尺度 影像分割 統(tǒng)計(jì)模板 多閥值模糊分類 綠地

CH20121465 四川大巴山國(guó)家地質(zhì)公園地質(zhì)遺跡景觀數(shù)據(jù)庫(kù)平臺(tái)構(gòu)建=Geological Relic Landscapes Database Platform of Daba Mountain National Geopark in Sichuan/付順（成都理工大學(xué)信息管理學(xué)院），闞璦珂，吳旭，李國(guó)慶//測(cè)繪科學(xué).-2011，36（5）.-115～117

以四川大巴山國(guó)家地質(zhì)公園為例，研究并構(gòu)建了一套面向地質(zhì)遺跡資源管理和景觀規(guī)劃輔助為主要目標(biāo)的數(shù)據(jù)庫(kù)管理綜合平臺(tái)。參照《中國(guó)國(guó)家地質(zhì)公園建設(shè)技術(shù)要求和工作指南》（2002），建立了適合研究區(qū)地質(zhì)遺跡景觀的分類體系、編碼規(guī)則和數(shù)據(jù)庫(kù)。設(shè)計(jì)開發(fā)了基于SOA的數(shù)據(jù)庫(kù)管理平臺(tái)架構(gòu)，并通過網(wǎng)絡(luò)門戶集成各項(xiàng)服務(wù)。經(jīng)投入運(yùn)行表明，大巴山國(guó)家地質(zhì)公園數(shù)據(jù)庫(kù)平臺(tái)有效整合了地質(zhì)公園內(nèi)的空間信息和景觀專題信息，有利于地質(zhì)公園管理機(jī)構(gòu)全面掌握地質(zhì)遺跡的空間分布和景觀結(jié)構(gòu)特征，為實(shí)現(xiàn)資源保護(hù)與旅游開發(fā)的信息保障提供參考。圖4表2參9

?國(guó)家地質(zhì)公園 地質(zhì)遺跡景觀 面向服務(wù)架構(gòu)

CH20121466 利用POS數(shù)據(jù)進(jìn)行像點(diǎn)坐標(biāo)粗差檢測(cè)=Gross Error Detection of Image Point Coordinates Using POSData/付建紅，吳珍麗（武漢大學(xué)遙感信息工程學(xué)院）//測(cè)繪科學(xué).-2011，36（5）.-165～166，216

根據(jù)同名像點(diǎn)存在的幾何位置關(guān)系，提出一種利用POS數(shù)據(jù)進(jìn)行像點(diǎn)坐標(biāo)粗差檢測(cè)的方法，用模擬數(shù)據(jù)驗(yàn)證了方法的正確性和有效性，并利用兩組不同攝影比例尺的實(shí)際航攝資料進(jìn)行了試驗(yàn)。試驗(yàn)表明，用該方法剔除像點(diǎn)坐標(biāo)中的粗差后，立體像對(duì)相對(duì)定向精度得到很大提高。在保證POS數(shù)據(jù)內(nèi)部相對(duì)精確的情況下，其整體系統(tǒng)誤差對(duì)粗差檢測(cè)結(jié)果沒有影響。圖2表3參14

?影像匹配 粗差檢測(cè)

CH20121467 一種基于高分辨率航片的無遮擋影像獲取算法=An Algorithm of Capturing None-blocking Images Based on High-resolution Aerial Photos/武廣臣，劉艷（遼寧科技學(xué)院）//測(cè)繪科學(xué).-2011，36（5）.-186～187

三維建模是3D GIS中一項(xiàng)基本任務(wù)，其速度在一定程度上取決于紋理獲取的速度。隨著三維數(shù)字城市建設(shè)的推進(jìn)，傳統(tǒng)的相機(jī)拍照法已不能滿足快速獲取紋理的要求。為此，提出了一種基于高分辨率航片的無遮擋影像獲取算法，并設(shè)計(jì)出選取理想航片的算法，實(shí)現(xiàn)了紋理自動(dòng)匹配，對(duì)快速建模具有重要意義。圖4參10

?三維建模 數(shù)字城市

CH20121468 航外控制測(cè)量控制點(diǎn)布設(shè)與信息檢查技術(shù)探索=Laying Out Control-point and Checking Information Basing on Digital Image in the Photogrammetric Field Work/徐衛(wèi)霄，余旭初（信息工程大學(xué)測(cè)繪學(xué)院），秦永志，王善秀，祝鵬飛//測(cè)繪科學(xué).-2011，36（5）.-188～189，220

在現(xiàn)階段航測(cè)外業(yè)控制測(cè)量實(shí)際生產(chǎn)中，仍有部分環(huán)節(jié)采用手工作業(yè)，使得整個(gè)航測(cè)外業(yè)控制測(cè)量各個(gè)工序之間銜接性差，整體性弱。比如，控制點(diǎn)布設(shè)和控制點(diǎn)信息檢查階段，這些傳統(tǒng)的作業(yè)方法已經(jīng)不適應(yīng)數(shù)字化生產(chǎn)的要求，它必將制約生產(chǎn)的速度和質(zhì)量。旨在通過構(gòu)建數(shù)字化生產(chǎn)平臺(tái)，輔助解決航測(cè)外業(yè)控制測(cè)量中控制點(diǎn)布設(shè)和控制點(diǎn)信息檢查生產(chǎn)效率低、存在系統(tǒng)誤差以及易于產(chǎn)生人為粗差等問題。圖5參7

?控制點(diǎn)布設(shè) 信息檢查 數(shù)字影像

CH20121469 地物光譜反射率測(cè)量與行星反射率計(jì)算聯(lián)合教學(xué)設(shè)計(jì)與實(shí)踐=Teaching Design and Practice on Reflectance Measurement Combined with the Calculation of Planetary Reflectance/孔祥生，張安定（魯東大學(xué)地理與規(guī)劃學(xué)院），錢永剛，董宇陽//測(cè)繪科學(xué).-2011，36（5）.-234～236

地球表面物體反射特性是遙感科學(xué)研究和教學(xué)的重要組成部分，立足于地物自身的反射特性，從野外光譜反射率測(cè)量和衛(wèi)星遙感數(shù)據(jù)行星反射率計(jì)算兩方面，提出星地一體的地物反射特性聯(lián)合教學(xué)模式，為開展遙感類實(shí)踐教學(xué)提供一定的參考和借鑒。實(shí)踐證明，該教學(xué)模式不僅可以使學(xué)生更容易理解和掌握地物和行星反射率的基本概念，而且能夠進(jìn)一步加深學(xué)生對(duì)遙感數(shù)據(jù)反演地表反射率和地面同步測(cè)量反射率之間的關(guān)系，提高學(xué)生對(duì)遙感類課程的興趣度。圖2參12

?地表反射率測(cè)量 行星反射率計(jì)算 實(shí)踐教學(xué)

CH20121470 圖像分?jǐn)?shù)維計(jì)算模型的改進(jìn)=An Im proved Method for Calculating Fractal Dimension of Image/于子凡（武漢大學(xué)遙感信息工程學(xué)院），胡麗紅//測(cè)繪科學(xué).-2011，36（6）.-22～24

分?jǐn)?shù)維作為一種圖像紋理特征常用于遙感圖像分類，提高圖像分?jǐn)?shù)維的測(cè)量有助于提高遙感分類精度。在介紹目前常用的基于分形布朗運(yùn)動(dòng)分?jǐn)?shù)維計(jì)算方法的基礎(chǔ)上，運(yùn)用分形的相關(guān)理論，指出了現(xiàn)有方法存在的缺陷，提出了改進(jìn)的分?jǐn)?shù)維計(jì)算方法；并用SPOT全色影像中常見的5種地物進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，提出的改進(jìn)方法獲得的分?jǐn)?shù)維測(cè)量結(jié)果比現(xiàn)有的方法更接近理論分析結(jié)果，更有利于地物的識(shí)別與分類。圖5表1參7

?分?jǐn)?shù)維 分形布朗運(yùn)動(dòng)

CH20121471 一種基于證據(jù)理論的多極化SAR圖像分割方法=Segmentation of Multi-polarized SAR Imagery Based on the Theory of Evidence/鄧少平，李平湘（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室），張繼賢，黃國(guó)滿，趙爭(zhēng)//測(cè)繪科學(xué).-2011，36（6）.-32～34，31

提出了一種基于證據(jù)理論的融合像素信息和上下文信息的多極化合成孔徑雷達(dá)（SAR）圖像分割方法。D-S證據(jù)理論是一種不確定性推理方法?；贒-S的SAR影像分割方法將像素信息和上下文信息看作兩類證據(jù)，先對(duì)高度平滑后的影像作初始的過分割，然后基于D-S理論對(duì)初始分割圖斑的邊界進(jìn)行迭代修正，最后再融合兩類證據(jù)對(duì)初始分割的圖斑進(jìn)行合并。該方法比傳統(tǒng)基于像素信息的方法具有更強(qiáng)的抗噪性能。橫斷山脈的雙極化SAR影像分割實(shí)驗(yàn)表明，該方法對(duì)噪聲敏感度相對(duì)較低，可以獲得較可靠的分割結(jié)果。圖3參15

?證據(jù)理論 圖像分割 上下文信息

CH20121472 POS與數(shù)字航空相機(jī)集成系統(tǒng)數(shù)據(jù)后處理方法研究=Data Post-processing Method of POS Integrated with Aerial Digital Camera/劉力榮（中國(guó)測(cè)繪科學(xué)研究院），黃永定，關(guān)艷玲，左建章//測(cè)繪科學(xué).-2011，36（6）.-39～41

機(jī)載POS與數(shù)字航空相機(jī)集成系統(tǒng)用于直接地理定位數(shù)據(jù)獲取，研究集成系統(tǒng)數(shù)據(jù)后處理方法，設(shè)計(jì)IMU偏心角、偏心分量解算的數(shù)學(xué)模型，利用地對(duì)地檢校場(chǎng)數(shù)據(jù)及實(shí)際航攝影像數(shù)據(jù)驗(yàn)證了該數(shù)據(jù)處理方法的正確性和可行性，并進(jìn)行直接定向精度驗(yàn)證。圖7表3參7

?數(shù)字航空相機(jī) 系統(tǒng)集成 數(shù)據(jù)后處理 偏心分量

CH20121473 POS數(shù)據(jù)用于雙介質(zhì)水下地形攝影測(cè)量的研究=Analysis at Underwater Topographic Twomedia Photogrammetry with POS Data/劉善磊，趙銀娣（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院），李英成，薛艷麗//測(cè)繪科學(xué).-2011，36（6）.-42～45

以雙介質(zhì)攝影測(cè)量的基本公式為基礎(chǔ)、海水為介質(zhì)，利用POS數(shù)據(jù)進(jìn)行雙介質(zhì)水下地形攝影測(cè)量研究。介紹了機(jī)載POS系統(tǒng)及雙介質(zhì)攝影測(cè)量基本公式，論述了海水折射率和由折射引起的高程改正系數(shù)的求解，提出了雙介質(zhì)相對(duì)定向和直接定向的計(jì)算方法，最后用模擬數(shù)據(jù)進(jìn)行驗(yàn)證。圖4表6參10

?雙介質(zhì)攝影測(cè)量 海水折射率 高程改正系數(shù)

CH20121474 航空數(shù)字?jǐn)z影測(cè)量對(duì)林分立木測(cè)高及精度分析=Stand Tree Height Measured by Digital Photogrammetry/王佳，馮仲科（北京林業(yè)大學(xué)測(cè)繪與3S技術(shù)中心）//測(cè)繪科學(xué).-2011，36（6）.-77～79

為了解決以往森林調(diào)查手段需要在野外工作，并且比較耗費(fèi)人力、物力與時(shí)間的問題，提出用航空攝影立體像對(duì)數(shù)字?jǐn)z影測(cè)量的方法來估測(cè)林分立木高度。利用兩張廊坊市自然公園拍攝比例尺為1∶2500的航空像對(duì)，構(gòu)建數(shù)字立體模型，在此模型上測(cè)量50株樣木的高度，并結(jié)合實(shí)地用全站儀實(shí)測(cè)得出的數(shù)據(jù)進(jìn)行精度的分析評(píng)價(jià)。結(jié)果表明：利用航空立體像對(duì)數(shù)字?jǐn)z影測(cè)量立木高度，與全站儀實(shí)測(cè)數(shù)據(jù)相比差異不顯著，兩組數(shù)據(jù)呈線性正相關(guān)關(guān)系，精度達(dá)到93.96％，與林業(yè)調(diào)查上95％的精度要求較為接近。圖7表1參8

?林木高度 立體像對(duì)

CH20121475 無人機(jī)高空間分辨率影像分類研究=Classification of High Resolution Imagery by Unmanned Aerial Vehicle/魯恒，李永樹，林先成（西南交通大學(xué)地理信息工程中心）//測(cè)繪科學(xué).-2011，36（6）.-106～108

利用無人機(jī)影像進(jìn)行土地利用類型研究，面向?qū)ο蠓椒▽?duì)影像分割，獲取了最佳分割尺度；根據(jù)各土地類別的特征信息建立分類定義，提出了快速、準(zhǔn)確獲取土地利用類型的方法。研究結(jié)果表明，運(yùn)用面向?qū)ο蠓椒芎芎玫亟鉀Q無人機(jī)高分辨率影像分類問題，其中關(guān)鍵是影像分割尺度的選擇和影像對(duì)象特征信息的提取。圖2表1參9

?無人機(jī)影像 面向?qū)ο?特征提取

CH20121476 基于SIFT特征配準(zhǔn)的多幀迭代盲解卷積算法=Multi-frame Iterative Blind Deconvolution Based on the SIFT Feature Registration/宋向，耿則勛，王洛飛，魏小峰（信息工程大學(xué)測(cè)繪學(xué)院）//測(cè)繪科學(xué).-2011，36（6）.-109～111

在未配準(zhǔn)的情況下，多幀圖像解卷積算法不能發(fā)揮其利用多幀圖像信息互補(bǔ)的優(yōu)勢(shì)，針對(duì)這種情況，將基于SIFT特征配準(zhǔn)的算法引入多幀圖像解卷積算法中，這一做法克服了各幀影像之間相同位置不同細(xì)節(jié)像素之間的影響，有效地提高了復(fù)原圖像的質(zhì)量。實(shí)際觀測(cè)數(shù)據(jù)的復(fù)原結(jié)果證明了思想的正確性，配準(zhǔn)后圖像的復(fù)原結(jié)果更加清晰，且體現(xiàn)出觀測(cè)目標(biāo)更多的細(xì)節(jié)信息。圖3參13

?大氣湍流 湍流降質(zhì)圖像 尺度不變特征 圖像復(fù)原 多幀圖像解卷積

CH20121477 一種改進(jìn)的機(jī)載SAR基線估計(jì)方法=An Improved Baseline Estimation Method of Airborne SAR/木林（遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院），張繼賢，黃國(guó)滿，趙爭(zhēng)//測(cè)繪科學(xué).-2011，36（6）.-121～123，97

利用地面控制點(diǎn)對(duì)機(jī)載雙天線雷達(dá)系統(tǒng)的基線參數(shù)進(jìn)行估計(jì)。首先證實(shí)了基線長(zhǎng)度的精度與控制點(diǎn)斜距差的精度是同數(shù)量級(jí)的，然后運(yùn)用最小二乘法解算控制點(diǎn)的斜距差，并通過干涉相位信息和解纏相位信息對(duì)斜距相位差進(jìn)行精化處理，得到精度較高的斜距相位差參加基線的解算。通過實(shí)驗(yàn)表明，該方法獲得的基線參數(shù)精度較高。圖5表4參11

?角反射器 斜距相位差 干涉相位 解纏相位

CH20121478 利用改進(jìn)的SUSAN算法提取航空影像中孤立的特征點(diǎn)=Extracting Isolated Feature Points in Aerial Images by Using Improved SUSAN Algorithm/杜藝，龔循平（中國(guó)測(cè)繪科學(xué)研究院）//測(cè)繪科學(xué).-2011，36（6）.-131～132，94

針對(duì)地形起伏較大、無明顯建筑物的航空影像，分析了SUSAN算法角點(diǎn)檢測(cè)理論，提出一種提取孤立特征點(diǎn)的方法。先對(duì)圖像進(jìn)行梯度幅值運(yùn)算，然后對(duì)梯度幅值進(jìn)行Otsu法閾值分割，設(shè)計(jì)模板并對(duì)孤立特征點(diǎn)進(jìn)行套合，最后利用SUSAN算法計(jì)算原始影像的角點(diǎn)初始響應(yīng)，經(jīng)過非極大值抑制提取孤立特征點(diǎn)。經(jīng)實(shí)驗(yàn)證明，與傳統(tǒng)的Harris角點(diǎn)、Forstner角點(diǎn)相比，該特征點(diǎn)受地形起伏、太陽高度角、視角變換等外界條件干擾較小，為下一步影像匹配做了較好的準(zhǔn)備。圖4參7

?特征點(diǎn)提取 角點(diǎn)檢測(cè) 閾值分割

CH20121479 寬基線立體影像Harris-Laplace特征的最小二乘匹配算法=W ide Baseline Im age Sequence Least Squares Matching A lgorithm of Harris-Laplace/姚國(guó)標(biāo)，楊化超，張磊（中國(guó)礦業(yè)大學(xué)江蘇省資源環(huán)境信息工程重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪科學(xué).-2011，36（6）.-141～143

針對(duì)寬基線立體影像匹配的困難，提出一種基于Harris-Laplace的最小二乘匹配算法。算法基于Harris-Laplace特征檢測(cè)器獲得精度較高的初始特征點(diǎn)，對(duì)初始特征點(diǎn)進(jìn)行NCC匹配，并應(yīng)用基本矩陣F與單應(yīng)矩陣H估計(jì)剔除誤匹配點(diǎn)對(duì)，采用距離加權(quán)最小二乘匹配算法進(jìn)行擴(kuò)展匹配并同時(shí)保留定位精度較高的原始Harris-Laplace特征點(diǎn)。實(shí)驗(yàn)表明，此算法匹配率高，在視點(diǎn)改變、光照條件變化等情況下具有較好的魯棒性。圖7表1參8

?寬基線 最小二乘匹配

CH20121480 基于RPC的TerraSAR-X影像立體定向平差模型=RPC-based Ad justment Model for TerraSARX Stereo Orientation/張過（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室），李貞//測(cè)繪科學(xué).-2011，36（6）.-146～148，120

針對(duì)新型高分辨率雷達(dá)衛(wèi)星TerraSAR-X立體像對(duì)，提出采用基于RPC的平差模型，通過少量的地面控制點(diǎn)來擬合因傳感器不穩(wěn)定、平臺(tái)星歷數(shù)據(jù)不精確及測(cè)距誤差引起的影像幾何畸變，從而達(dá)到精確定向目的。為驗(yàn)證RPC平差模型的適用性，通過在立體成像區(qū)域均勻布設(shè)人工角反射器點(diǎn)的方法驗(yàn)證其模型精度，并評(píng)估了其三維定向平差后的精度。實(shí)驗(yàn)結(jié)果表明RPC平差模型能很好地適用于TerraSAR-X立體數(shù)據(jù)，并可獲得4點(diǎn)控制條件下，平面0.166m和高程0.241m的精度，說明利用RPC平差模型可以對(duì)TerraSAR-X數(shù)據(jù)的立體定向達(dá)到很好的精度。圖1表4參13

?平差模型 立體定向

CH20121481 改進(jìn)IHS變換的圖像融合方法研究=Improved IHS Transform for Remotely Sensed Imagery Fusion/張麗俠（蘭州交通大學(xué)數(shù)理與軟件工程學(xué)院），張力，艾海濱//測(cè)繪科學(xué).-2011，36（6）.-149～151，143

經(jīng)典的IHS變換融合以其快速、簡(jiǎn)單的特點(diǎn)得到廣泛應(yīng)用，但該方法在顯著提高圖像空間分辨率的同時(shí)引起了嚴(yán)重的光譜失真。分析了IHS變換引起光譜失真的原因，并總結(jié)了已有的針對(duì)光譜失真的IHS變換改進(jìn)算法，提出基于小波的IHS變換融合，利用小波分解盡可能地保留了原I分量中的光譜信息，在提高空間分辨率的同時(shí)減少了光譜失真。實(shí)驗(yàn)證明，該方法有效地減少了融合結(jié)果的扭曲程度。圖4表2參10

?圖像融合 光譜扭曲 小波變換 圖像質(zhì)量評(píng)價(jià)

CH20121482 最優(yōu)路徑的無人機(jī)影像拼接=UAV Image Mosaic Based on Optimal Path/何敬，李永樹（西南交通大學(xué)地理信息工程中心）//測(cè)繪科學(xué).-2011，36（6）.-152～154

SIFT算法是基于尺度空間的特征匹配方法，該算法為每個(gè)關(guān)鍵點(diǎn)指定了方向參數(shù)，具備旋轉(zhuǎn)不變性，對(duì)圖像傾斜的適應(yīng)性很強(qiáng)。采用SIFT算法對(duì)無人機(jī)圖像提取特征點(diǎn)，利用歐氏距離粗匹配，通過距離中誤差精匹配。在對(duì)拼接誤差原因分析的基礎(chǔ)上，提出了采用最優(yōu)路徑的拼接方法來降低誤差。圖5表1參8

?無人機(jī)影像 最優(yōu)路徑 影像拼接

CH20121483 極化散射特性保持的改進(jìn)迭代Wishart分類算法=Improved Iterative Wishart Classification Algorithm Based on Polarimetric Scattering Characteristics Preservation/巫兆聰，歐陽群東，孫軒（武漢大學(xué)遙感信息工程學(xué)院），鄒濱//測(cè)繪科學(xué).-2011，36（6）.-161～163

為克服基于極化散射特性保持的迭代Wishart分類算法不適用于城區(qū)及對(duì)混合散射像素分類欠理想等不足，提出一種改進(jìn)方法。其基本思想是先應(yīng)用四分量分解算法將像素分成4種基本散射類型和混合散射類型，接著以平均合并度為指導(dǎo)對(duì)基本散射類型中的像素自適應(yīng)聚類，最后對(duì)所有像素進(jìn)行散射特性保持的迭代Wishart分類。試驗(yàn)結(jié)果表明，改進(jìn)算法較原始算法有更好的適應(yīng)性和分類效果。圖4表2參10

?散射特性保持 非監(jiān)督分類 四分量散射模型

CH20121484 GeoEye-1影像制作數(shù)字正射影像圖的精度評(píng)定=Accuracy Assessment on Digital Orthophoto Map Produced from GeoEye-1 Image/劉專（湖南省第二測(cè)繪院）//測(cè)繪科學(xué).-2011，36（6）.-201～203

GeoEye-1衛(wèi)星傳感器采用三線陣CCD掃描傳感器，擁有空間分辨率高、單景影像地面成像面積大等諸多優(yōu)點(diǎn)。以澳大利亞霍巴特市作為實(shí)驗(yàn)區(qū)，在ERDAS LPS平臺(tái)下，結(jié)合國(guó)家航測(cè)規(guī)范，試驗(yàn)研究了不同地形和GCPs條件下應(yīng)用GeoEye-1影像制作DOM的精度及誤差分布情況。通過試驗(yàn)，對(duì)應(yīng)用GeoEye-1影像制作DOM的精度、效率、效益、適應(yīng)性、作業(yè)流程有了客觀的認(rèn)識(shí)和評(píng)價(jià)，為GeoEye-1影像應(yīng)用于DOM生產(chǎn)中提供了技術(shù)支持。圖3表3參13

?Geoeye-1影像 正射影像制作 精度評(píng)價(jià)

CH20121485 統(tǒng)計(jì)遙感空間基礎(chǔ)框架的研究與應(yīng)用=Research and Application of Spatial Framework in Statistics and Remote Sensing/何浩，潘耀忠，張錦水（北京師范大學(xué)地表過程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室），王曉東//測(cè)繪科學(xué).-2011，36（6）.-253～256

研究通過建立多尺度、多分辨率、多種類的空間基礎(chǔ)框架數(shù)據(jù)庫(kù)體系，根據(jù)地理空間位置實(shí)現(xiàn)統(tǒng)計(jì)信息資源的整合與共享。針對(duì)統(tǒng)計(jì)遙感業(yè)務(wù)對(duì)空間基礎(chǔ)框架的需求，提出了統(tǒng)計(jì)遙感空間基礎(chǔ)框架建設(shè)的目標(biāo)與任務(wù)，研究了框架建設(shè)中框架構(gòu)成、數(shù)據(jù)體系、標(biāo)準(zhǔn)體系、技術(shù)體系和組織運(yùn)行體系等關(guān)鍵技術(shù)，并展示了統(tǒng)計(jì)遙感空間基礎(chǔ)框架在國(guó)家統(tǒng)計(jì)遙感糧食作物種植面積測(cè)量與估產(chǎn)業(yè)務(wù)運(yùn)行系統(tǒng)中的應(yīng)用實(shí)例。圖6表1參11

?統(tǒng)計(jì)遙感 空間基礎(chǔ)框架 空間統(tǒng)計(jì) 地理信息

CH20121486 數(shù)字流域體系構(gòu)建及關(guān)鍵技術(shù)探討=Research on System Construction and Key Techniques of Digital Basin/李權(quán)國(guó)，苗放（成都理工大學(xué)信息工程學(xué)院）//測(cè)繪科學(xué).-2011，36（6）.-265～266，261

從分析數(shù)字流域的內(nèi)涵入手，在綜述數(shù)字流域研究現(xiàn)狀的基礎(chǔ)上，對(duì)數(shù)字流域建設(shè)過程中的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)與管理等模塊進(jìn)行研究，建立了數(shù)字流域的應(yīng)用模塊，分析了數(shù)字流域建設(shè)涉及的關(guān)鍵技術(shù)，包括空間信息技術(shù)、海量流域數(shù)據(jù)的存儲(chǔ)與傳輸技術(shù)、流域信息的可視化與虛擬仿真技術(shù)以及特征信息提取技術(shù)等。圖1參10

?數(shù)字流域 體系框架 空間信息技術(shù) 關(guān)鍵技術(shù)

CH20121487 基于自適應(yīng)中值濾波和改進(jìn)Hough變換的直線提取=Line Extraction Based on Adaptive Median Filter and Im proved Hough Transform/劉春閣（四川建筑職業(yè)技術(shù)學(xué)院交通與市政工程系）//測(cè)繪科學(xué).-2011，36（6）.-267～269

直線是遙感圖像的重要紋理特征，直線提取是直線匹配、遙感影像數(shù)據(jù)的三維重建、圖像配準(zhǔn)等的前提基礎(chǔ)。針對(duì)傳統(tǒng)Hough變換存在的問題以及MatLab軟件工具箱中現(xiàn)有濾波算法的不足，提出對(duì)Hough變換進(jìn)行改進(jìn)，設(shè)計(jì)自適應(yīng)中值濾波，并結(jié)合Canny邊緣檢測(cè)算子實(shí)現(xiàn)了直線的準(zhǔn)確提取，使得直線提取算法具有較強(qiáng)的抗噪性能，不誤檢直線。圖9參7

?自適應(yīng)中值濾波 直線提取 邊緣檢測(cè)

CH20121488 應(yīng)用分水嶺變換與支持向量機(jī)的極化SAR圖像分類=Polarimetric SAR Image Classification Using Watershed-Transformation and Support Vector Machine/巫兆聰，歐陽群東，胡忠文（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-7～10，72

結(jié)合分水嶺變換與支持向量機(jī)的特性，提出一種新的極化SAR圖像分類算法。其基本思想是先通過分水嶺變換及區(qū)域合并處理，將極化SAR圖像分割成一系列同質(zhì)區(qū)；再以同質(zhì)區(qū)為基本單元，進(jìn)行特征提取及樣本選擇后采用支持向量機(jī)分類。實(shí)驗(yàn)結(jié)果表明，該算法可有效降低相干斑對(duì)分類的影響，與傳統(tǒng)基于像素的SVM算法相比，其分類精度有顯著的提高，且結(jié)果也更易于理解。圖1表2參10

?分水嶺變換 區(qū)域合并處理 支持向量機(jī)

CH20121489 一種改進(jìn)的SIFT描述子及其性能分析=An Improved SIFT Descriptor and Its Performance Analysis/唐朝偉，肖?。ㄖ貞c大學(xué)通信工程學(xué)院），邵艷清，苗光勝//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-11～16

為了解決傳統(tǒng)SIFT描述子在圖像存在多個(gè)相似區(qū)域時(shí)易造成誤匹配的問題，提出了一種改進(jìn)的SIFT描述子及其生成方法。該方法通過構(gòu)建尺度空間、檢測(cè)極值點(diǎn)、確定關(guān)鍵點(diǎn)等步驟生成關(guān)鍵特征點(diǎn)，然后計(jì)算每個(gè)關(guān)鍵點(diǎn)周圍圖像區(qū)域的旋轉(zhuǎn)不變紋理特征作為該關(guān)鍵點(diǎn)的描述，并將其融合到局部特性SIFT描述向量中，形成旋轉(zhuǎn)不變紋理化SIFT描述子，并采用了兩種不同的匹配策略應(yīng)用于圖像匹配，實(shí)驗(yàn)結(jié)果表明，本方法更加全面地描述了圖像信息，有效提高了SIFT算法匹配準(zhǔn)率，改善了匹配效果，實(shí)現(xiàn)了對(duì)SIFT算法的改良。圖6參13

?圖像匹配 特征提取 圖像變換

CH20121490 基于極化相干最優(yōu)與極化總功率的W ishart-H/Alpha分類=W ishart-H/A lpha Classification Based on Optimal Coherence and Polarimetric Span/楊杰，史磊，李平湘（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-22～25

Wishart-H/Alpha法進(jìn)行聚類可以實(shí)現(xiàn)復(fù)雜場(chǎng)景的高精度分類。然而在聚類的過程中，由于各類中心所對(duì)應(yīng)的散射機(jī)理發(fā)生了混淆，使得不透水層代表之一的水泥路面與裸露土壤發(fā)生了混淆，這對(duì)實(shí)際應(yīng)用不利。提出了利用最優(yōu)相干系數(shù)與極化總功率系數(shù)構(gòu)成的二維直方圖空間進(jìn)行閾值分割，將Wishart-H/Al-pha分類方法中混淆的水泥道路與裸露土壤重新分離出來，并通過國(guó)內(nèi)機(jī)載X波段雙天線極化干涉實(shí)驗(yàn)，驗(yàn)證了本方法的有效性。圖1參11

?極化干涉 極化總功率

CH20121491 基于靜態(tài)模型的多視角SAR圖像目標(biāo)識(shí)別方法=A Method of Multi-look SAR Image Target Recognition Based on Static Model/楊露菁，郝威，王德石（海軍工程大學(xué)電子工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-26～30

傳統(tǒng)的多視角SAR圖像集合對(duì)于目標(biāo)姿態(tài)角具有高度敏感性，因此在用于目標(biāo)識(shí)別時(shí)存在一些不足之處。針對(duì)該問題提出一種多視角SAR圖像的靜態(tài)建模方法，它將來自一個(gè)目標(biāo)多個(gè)視角下的圖像信息集成到一個(gè)綜合的數(shù)據(jù)結(jié)構(gòu)中，并且該數(shù)據(jù)結(jié)構(gòu)與目標(biāo)散射中心有關(guān)而與角度無關(guān)。然后利用靜態(tài)模型對(duì)不完全姿態(tài)角的目標(biāo)數(shù)據(jù)進(jìn)行靜態(tài)建模，利用模板匹配法對(duì)輸入多視角圖像進(jìn)行目標(biāo)識(shí)別。理論分析和仿真結(jié)果表明，本方法在每個(gè)目標(biāo)只有少量姿態(tài)角模板數(shù)據(jù)可用的情形下比傳統(tǒng)模型具有優(yōu)勢(shì)。圖4表2參15

?SAR圖像識(shí)別 靜態(tài)模型 模板匹配 多視角

CH20121492 一種遙感影像Min/max流去噪方法的研究=Surface Min/max Flow Method for Remote Sensing Image Denoising/高建（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室），張斌，張飛艷，秦前清//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-31～34

提出一種曲面Min/max流去噪方法，利用圖像曲面曲率代替經(jīng)典方法曲線曲率并修改開關(guān)機(jī)制，增強(qiáng)對(duì)復(fù)雜噪聲環(huán)境的適應(yīng)性，同時(shí)加入梯度權(quán)控制邊緣曲面演化速度，在噪聲壓制的同時(shí)盡量保持邊緣。實(shí)驗(yàn)表明，該方法能夠在去除噪聲的同時(shí)保持比較清晰的圖像邊緣。圖4表1參13

?圖像曲面 圖像去噪 中心加權(quán)中值濾波

CH20121493 一種融合PSO和Isodata的遙感圖像分割新方法=A New Method of Remote Sensing Im age Segmentation Based on PSO and Isodata/馬彩虹，戴芹，劉士彬（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-35～38

針對(duì)當(dāng)前遙感圖像分割方法存在的缺點(diǎn)，將人工智能領(lǐng)域的粒子群優(yōu)化方法應(yīng)用到遙感圖像分割方面，提出了一種融合PSO和Isodata的遙感圖像分割新方法。對(duì)不同分辨率遙感圖像的分割實(shí)驗(yàn)結(jié)果表明，融合PSO和Isodata的遙感圖像分割新方法能夠自適應(yīng)確定聚類數(shù)目，避免了聚類過程的隨機(jī)性，使分割結(jié)果更加接近實(shí)際情況。圖1表2參14

?特征距離 遙感圖像分割

CH20121494 利用模板匹配和BSnake算法準(zhǔn)自動(dòng)提取遙感影像面狀道路=Quasi-automatic Extraction of Zonal Roads from Remote Sensing Images Using Temp late Matching and BSnake Model/孟樊（中國(guó)科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室），方圣輝//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-39～42

針對(duì)已有的遙感影像面狀道路提取策略在自動(dòng)化程度、效率及精度方面的不足，提出了一種新的快速有效的準(zhǔn)自動(dòng)提取方法。遙感影像上各種面狀道路的提取實(shí)驗(yàn)證明了算法的有效性，在自動(dòng)化程度、速度和精度上均有明顯成效。圖6表2參11

?模板匹配 B樣條曲線 面狀道路提取

CH20121495 一種利用級(jí)聯(lián)濾波和松弛法的SAR圖像配準(zhǔn)方法=Registration Method for SAR Image Based on Cascade Filter and Relaxation Optim ization Algorithm/岳春宇，江萬壽（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-43～45，62

提出了一種利用級(jí)聯(lián)濾波和松弛法的SAR圖像配準(zhǔn)方法。首先利用基于Beltrami流的偏微分方程與增強(qiáng)Lee濾波的級(jí)聯(lián)濾波算法去除SAR圖像噪聲，然后對(duì)濾波后的參考圖像提取邊緣，對(duì)邊緣特征點(diǎn)采用松弛法特征匹配，同時(shí)應(yīng)用金字塔分級(jí)匹配策略由粗到精增加匹配的正確性。實(shí)驗(yàn)證明，本方法具有較高的配準(zhǔn)精度。表2參15

?級(jí)聯(lián)濾波 松弛法

CH20121496 利用特征選擇自適應(yīng)決策樹的層次SAR圖像分類=A Hierarchical Classification Method Based on Feature Selection and Adaptive Decision Tree for SAR Image/何楚，劉明，許連玉，劉龍珠（武漢大學(xué)電子信息學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-46～49

提出了一種新的基于特征選擇自適應(yīng)決策樹的層次分類算法，用于合成孔徑雷達(dá)（synthetic apertureradar，SAR）圖像的分類。采用Joint Boosting算法選擇出最適用于各類的特征組合，并自適應(yīng)地搜索構(gòu)造出一個(gè)由兩類分類器構(gòu)成的層次分類器，利用特征選擇結(jié)果和自適應(yīng)決策樹進(jìn)行了SAR圖像的學(xué)習(xí)和推理，實(shí)現(xiàn)了自動(dòng)分類，在國(guó)內(nèi)首批極化干涉SAR數(shù)據(jù)上的實(shí)驗(yàn)證明了本算法的有效性。圖3表2參10

?合成孔徑雷達(dá) 圖像分類 層次分類算法 自適應(yīng)決策樹 特征選擇

CH20121497 基于多結(jié)構(gòu)元素復(fù)合濾波的形態(tài)學(xué)邊緣檢測(cè)=Morphological Edge Detection A lgorithm Based on Multi-structure Elements Com pound Filter/唐永鶴，盧煥章（國(guó)防科學(xué)技術(shù)大學(xué)ATR實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-50～53

為了進(jìn)一步提高形態(tài)學(xué)邊緣檢測(cè)算法的性能，設(shè)計(jì)了一種多結(jié)構(gòu)元素復(fù)合濾波器，定義了一種具有方向估計(jì)的形態(tài)學(xué)梯度，并在此基礎(chǔ)上提出了一種對(duì)噪聲不敏感的邊緣檢測(cè)算法。該算法充分發(fā)揮形態(tài)學(xué)變換方式和結(jié)構(gòu)元素的噪聲抑制和細(xì)節(jié)保持性能，用含有方向信息的結(jié)構(gòu)元素檢測(cè)圖像的邊緣，并通過沿梯度方向進(jìn)行非極大值抑制獲取單像素寬邊緣。實(shí)驗(yàn)結(jié)果表明，本算法邊緣檢測(cè)效果良好，抗噪性能強(qiáng)，且處理速度較快。圖7參9

?邊緣檢測(cè) 形態(tài)學(xué)梯度 非極大值抑制

CH20121498 坡度隨水平分辨率變化及其空間格局研究=Changes of DEM-derived Slope with Horizontal Resolution and Their Spatial Distribution/劉紅艷（西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院），楊勤科，王春梅，李俊//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-105～109

以黃土丘陵溝壑區(qū)的縣南溝流域?yàn)檠芯繀^(qū)，基于1∶1萬地形圖，利用ANUDEM軟件生成5m到200m分辨率DEM，并利用Arc/Info中計(jì)算坡度的方法提取了各種分辨率的坡度。研究表明，隨著DEM分辨率的降低，單個(gè)樣點(diǎn)坡度值表現(xiàn)出不確定性，但同一坡度級(jí)所有柵格點(diǎn)的坡度均值呈現(xiàn)一定的規(guī)律性，低坡度段表現(xiàn)為先升高后降低，中坡度段呈現(xiàn)微弱變化，陡坡度段呈現(xiàn)對(duì)數(shù)降低趨勢(shì)；溝沿線上坡度值呈比較劇烈的下降趨勢(shì)、分水線和流水線上坡度緩慢下降。圖5表5參28

?分水線 流水線 溝沿線 半方差函數(shù)

CH20121499 基于空間特性的立交橋自動(dòng)檢測(cè)方法=Automatic Viaduct Detection Based on the Spatial Characters/李卉（中國(guó)地質(zhì)大學(xué)（武漢）行星科學(xué)研究所），鐘成，黃先鋒，李德仁//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（1）.-110～113

針對(duì)城市復(fù)雜立交橋的空間特性，提出了集成激光雷達(dá)數(shù)據(jù)和遙感影像實(shí)施立交橋的快速自動(dòng)檢測(cè)的技術(shù)流程和關(guān)鍵技術(shù)，突破了利用傳統(tǒng)遙感影像難以實(shí)現(xiàn)立交橋自動(dòng)檢測(cè)難題。實(shí)際數(shù)據(jù)驗(yàn)證了整個(gè)流程和關(guān)鍵技術(shù)的可行性和有效性。圖4參13

?激光雷達(dá)數(shù)據(jù) 自動(dòng)檢測(cè) 三維建模

CH20121500 利用PLSA技術(shù)進(jìn)行圖像分割=Image Segmentation Method Based on PLSA Technology/鄭肇葆（武漢大學(xué)遙感信息工程學(xué)院），鄭宏//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-132～135

?概率潛語義分析 圖像分割 航空影像

CH20121501 利用線特征進(jìn)行高分辨率影像與LiDAR點(diǎn)云的配準(zhǔn)=Registration of LiDAR Point Clouds and High Resolution Images Based on Linear Features/馬洪超，姚春靜，鄔建偉（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-136～140，159

試圖從離散點(diǎn)云數(shù)據(jù)中尋找影像的同名點(diǎn)是非常困難的，因此傳統(tǒng)的基于同名特征點(diǎn)的配準(zhǔn)方法難以使用。應(yīng)用共線方程作為嚴(yán)格配準(zhǔn)模型，利用LiDAR點(diǎn)云空間中的線特征替代傳統(tǒng)配準(zhǔn)模型中的點(diǎn)特征，取得了高精度的配準(zhǔn)結(jié)果，同時(shí)對(duì)點(diǎn)云密度和影像分辨率之間的尺度關(guān)系進(jìn)行了半定量分析。圖2表2參16

?機(jī)載激光雷達(dá) 線特征 尺度分析

CH20121502 利用HJ-1A/1BCCD數(shù)據(jù)進(jìn)行黃河凌汛監(jiān)測(cè)=Ice Flood Monitoring of Yellow River Using HJ-1A/ 1B CCD Data/劉良明，徐琪，周正，葉沅鑫（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-141～144

利用HJ-1A/1B衛(wèi)星CCD數(shù)據(jù)進(jìn)行黃河凌汛監(jiān)測(cè)，提出了基于主成分分析和決策樹的冰凌提取方法。實(shí)驗(yàn)結(jié)果顯示，利用HJ-1A/1B衛(wèi)星CCD數(shù)據(jù)能有效地提取出黃河的冰凌范圍，對(duì)黃河凌汛監(jiān)測(cè)具有較大的應(yīng)用潛力。圖1表2參14

?主成分分析 決策樹

CH20121503 利用Harris算子進(jìn)行廣義點(diǎn)攝影測(cè)量特征提取及其矢量化=Generalized Point Photogrammetry Feature Extraction Based on Harris Operator and Vectorization/萬雪（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-145～148

提出了一種基于非局部極值抑制的Harris算子，實(shí)現(xiàn)了特征點(diǎn)和邊緣線的聯(lián)合提取。采用基于主方向的邊緣跟蹤，實(shí)現(xiàn)了邊緣的矢量化存儲(chǔ)。實(shí)驗(yàn)證明，改進(jìn)后的Harris算子在特征點(diǎn)和邊緣線聯(lián)合提取時(shí)較原始算法效果更好。本算法采用一定的數(shù)學(xué)模型對(duì)邊緣線進(jìn)行擬合，從而進(jìn)一步對(duì)邊緣特征進(jìn)行描述，有利于數(shù)據(jù)管理和后期的特征匹配。圖4表2參11

?非局部極大值抑制 主方向 矢量化

CH20121504 一種提高高分辨率光學(xué)影像融合質(zhì)量的實(shí)用方法——以IKONOS影像為例=A Practical Method for Improving Fusion Quality of High-resolution Optical Image-Taking IKONOS as Examples/王忠武，劉順喜（中國(guó)土地勘測(cè)規(guī)劃院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-149～153

以IKONOS影像為例，從常用的五類融合方法的缺點(diǎn)出發(fā)，通過分析植被對(duì)融合質(zhì)量的影響，提出了顧及植被影響的基于變換融合和濾波融合的組合融合模型，并總結(jié)出影響融合質(zhì)量的三個(gè)因素，進(jìn)而有針對(duì)性地設(shè)計(jì)并集成了改進(jìn)方法，以提高融合質(zhì)量。結(jié)合真實(shí)影像融合實(shí)驗(yàn)，比較了不同的改進(jìn)組合融合方法。結(jié)果表明，相對(duì)于常用方法，基于組合模型的融合方法具有很大的優(yōu)越性，同時(shí)采用改進(jìn)植被指數(shù)固定閾值植被分離法、變換融合改進(jìn)方法和濾波融合改進(jìn)方法的組合融合方法具有最優(yōu)的融合效果，是一種能有效提高IKONOS影像融合質(zhì)量的實(shí)用方法。圖2表1參14

?融合質(zhì)量 組合模型

CH20121505 利用單位對(duì)偶四元數(shù)進(jìn)行航空影像區(qū)域網(wǎng)平差解算=Bund le Block Ad justment of Aerial Imagery Based on Unit Dual Quaternion/龔輝，姜挺，江剛武，張銳（信息工程大學(xué)測(cè)繪學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-154～159

將對(duì)偶四元數(shù)應(yīng)用于攝影測(cè)量中，提出了一種基于單位對(duì)偶四元數(shù)的航空影像區(qū)域網(wǎng)平差解算方法。相比于常規(guī)的平差方法和四元數(shù)方法，該算法的最大特點(diǎn)是將影像的攝站位置和姿態(tài)以一個(gè)單位對(duì)偶四元數(shù)整體表示，從而構(gòu)建基于對(duì)偶四元數(shù)的區(qū)域網(wǎng)平差模型，并采用具有約束條件的參數(shù)平差進(jìn)行解算。利用兩個(gè)地區(qū)不同比例尺的實(shí)際航空影像數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，結(jié)果表明，該算法的平差精度與常規(guī)的區(qū)域網(wǎng)平差方法相當(dāng)，對(duì)影像比例尺及控制點(diǎn)的數(shù)量與分布的需求也與常規(guī)的平差方法基本相同，為對(duì)當(dāng)前輕小平臺(tái)獲取航空影像進(jìn)行攝影測(cè)量處理提供了一條新的技術(shù)思路。表3參19

?對(duì)偶四元數(shù) 幾何代數(shù) 攝影測(cè)量 外方位元素 區(qū)域網(wǎng)平差 平差精度

CH20121506 一種有效的航拍圖像中直線提取算法=An Effective Algorithm for Line Extraction in Aerial Image/董銀文（海軍工程大學(xué)電子工程學(xué)院），苑秉成，王航宇，石釗銘//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-160～164

首先對(duì)航拍圖像進(jìn)行小尺度高斯濾波；然后進(jìn)行邊緣檢測(cè)，得到邊緣檢測(cè)幅度圖像；再在邊緣檢測(cè)幅度圖像中進(jìn)行啟發(fā)式搜索連接，提取出符合直線模型的直線搜索軌跡；最后根據(jù)直線搜索軌跡的判別獲取直線。實(shí)驗(yàn)結(jié)果表明，該算法可以在航拍圖像中提取出真實(shí)的直線，是一種有效的直線提取算法。圖10參15

?航拍圖像 直線提取 啟發(fā)式搜索 邊緣檢測(cè)

CH20121507 利用方向場(chǎng)進(jìn)行指紋圖像快速分區(qū)=Orientation Field Based Rapid Global Segmentation of Fingerprint Image/陳暉（國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院），舒欣，殷建平//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，37（2）.-165～169

指紋方向場(chǎng)真實(shí)地反映了指紋圖像中本質(zhì)的紋理特征，包括指紋的基本形狀、結(jié)構(gòu)和走勢(shì)。方向場(chǎng)圖像在局部區(qū)域表現(xiàn)相對(duì)一致，而在全局范圍則表現(xiàn)出較大的差異?；诜较驁?chǎng)對(duì)指紋圖像進(jìn)行分區(qū)，可以提供一種有用的輔助性全局特征。提出了一種指紋圖像快速分區(qū)方法，并結(jié)合一種基于局部描述子的指紋圖像匹配算法給出了其應(yīng)用實(shí)例。在FVC2004DB1數(shù)據(jù)集上設(shè)計(jì)了實(shí)驗(yàn)，結(jié)果表明，這種分區(qū)方法能有效地提高識(shí)別率，同時(shí)縮短處理時(shí)間。圖2參15

?指紋方向場(chǎng) 快速分區(qū) 全局特征 局部匹配

CH20121508 永久散射體點(diǎn)目標(biāo)提取方法研究=Study on Selection of PS Point Targets/龍四春（中南大學(xué)資源與安全工程學(xué)院），李陶，馮濤//大地測(cè)量與地球動(dòng)力學(xué).-2011，31（4）.-144～148

分析幅度穩(wěn)定性、相位穩(wěn)定性、時(shí)序相關(guān)性及振幅離差閾值等多種PS點(diǎn)提取方法的特點(diǎn)與缺陷，提出基于時(shí)序相關(guān)系數(shù)閾值與振幅離差閾值并集和交集的PS點(diǎn)識(shí)別策略，給出其相應(yīng)模型，并實(shí)例驗(yàn)證了該方法的有效性與優(yōu)越性。圖6表1參12

?永久散射體 識(shí)別提取 點(diǎn)目標(biāo)檢測(cè)

CH20121509 利用SBAS-DInSAR技術(shù)提取騰沖火山區(qū)形變時(shí)間序列=Time Series of Deformation in Tengchong Volcanic Area Extracted by SBAS-DInSAR/季靈運(yùn)，王慶良，崔篤信，胡亞軒，郝明，李煜航，秦姍蘭（中國(guó)地震局第二監(jiān)測(cè)中心）//大地測(cè)量與地球動(dòng)力學(xué).-2011，31（4）.-149～153，159

基于6景JERS-1 L波段SAR影像，利用小基線集-合成孔徑雷達(dá)干涉測(cè)量技術(shù)，通過線性形變相位、非線性形變相位、大氣延遲相位以及地形殘差相位的分離，提取了騰沖火山地區(qū)1995-1997年間地表形變時(shí)間序列（雷達(dá)視線向），與2003-2004年的GPS觀測(cè)結(jié)果對(duì)比表明，SBAS-DInSAR技術(shù)提取地殼形變的精度可達(dá)亞cm級(jí)。時(shí)間序列形變顯示膽札-高田斷裂兩側(cè)形變差異性顯著，可能與其下方存在的地殼巖漿囊的活動(dòng)有關(guān)。打鷹山地區(qū)地表形變揭示其下方可能存在隱伏斷裂。圖6表2參20

?形變時(shí)間序列 大氣延遲相位 騰沖火山區(qū)

CH20121510 探地雷達(dá)薄層信號(hào)的譜反演算法=A Spectral Inversion Algorithm for GPR Signals of Thin Layers/黃忠來（廈門大學(xué)信息科學(xué)與技術(shù)學(xué)院），張建中，黃吉林//大地測(cè)量與地球動(dòng)力學(xué).-2011，31（4）.-154～159

為了從多層介質(zhì)的探地雷達(dá)回波數(shù)據(jù)中提取薄層的位置和厚度信息，推導(dǎo)和驗(yàn)證了在頻率域內(nèi)實(shí)現(xiàn)的譜反演算法。該算法給出了各反射面的廣義反射系數(shù)，并建立了用于聯(lián)系反射系數(shù)序列頻譜和薄層參數(shù)的代價(jià)函數(shù)并進(jìn)行反演。仿真結(jié)果表明，對(duì)于厚度小于調(diào)諧厚度的薄層，該算法也可以進(jìn)行準(zhǔn)確反演，從而提高了對(duì)于薄層的分辨能力。圖10表1參7

?探地雷達(dá) 譜反演算法 廣義反射系數(shù) 代價(jià)函數(shù)

CH20121511 面向震害檢測(cè)的SAR相干分析處理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)=Design and Implementation of SAR Data Processing Plaform for Coherence Analysis in Earthquake Damage Detection/李劼，葉成名，苗放，楊秋玲（成都理工大學(xué)地球探測(cè)與信息技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室）//大地測(cè)量與地球動(dòng)力學(xué).-2011，31（5）.-119～122，131

根據(jù)震區(qū)相干分析的需求，在Windows系統(tǒng)平臺(tái)和VC++6.0編譯環(huán)境中，實(shí)現(xiàn)了用戶交互式操作的基礎(chǔ)平臺(tái)。該平臺(tái)主要包括數(shù)據(jù)讀取、影像配準(zhǔn)和相干性分析與評(píng)價(jià)等功能模塊，并以ERS數(shù)據(jù)為試驗(yàn)，驗(yàn)證了平臺(tái)的高可靠性和高效性。圖2表1參7

?數(shù)據(jù)處理平臺(tái) 程序設(shè)計(jì) 相干性分析

CH20121512 基于改進(jìn)SAM的高光譜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/韓文超，田慶久（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所），余濤，顧行發(fā)//遙感信息.-2011（6）.-3～7，86

將傳統(tǒng)遙感圖像分類方法中的光譜角度制圖法（Spectral Angle Mapping-SAM）加以變換，改進(jìn)為一種符合全約束條件下的高光譜遙感圖像的混合像元分解模型。新算法在端元豐度比例滿足全約束的條件下，通過逼近的方法尋找一種端元豐度的比例組合，使測(cè)試光譜與目標(biāo)光譜的廣義夾角最小，從而認(rèn)為該比例組合就是混合像元分解的結(jié)果。試驗(yàn)結(jié)合高光譜遙感模擬圖像進(jìn)行了分解實(shí)驗(yàn)，同時(shí)與最小二乘法做了比較，結(jié)果表明，新算法不僅嚴(yán)格地將各種端元組分的豐度值控制在0到1之間，而且其分解結(jié)果與模擬圖像的實(shí)際情況也比較吻合，總體上新算法要優(yōu)于最小二乘法。圖6參11

?光譜角度制圖法 像元分解 最小二乘法 高光譜圖像

CH20121513 基于先驗(yàn)形狀的人工目標(biāo)識(shí)別與輪廓恢復(fù)=Artificial Object Recognition and Contour Restoration Based on Prior Shape/尹高飛，肖鵬峰，吳桂平（南京大學(xué)地理信息科學(xué)系），李暉，周立國(guó)//遙感信息.-2011（6）.-8～12

以具有典型形狀特征的操場(chǎng)為例，探討了形狀特征在人工目標(biāo)自動(dòng)識(shí)別中的應(yīng)用?；谛螤钐卣鞯娜斯つ繕?biāo)識(shí)別，一般首先將圖像分割為多個(gè)基元，然后依據(jù)人工目標(biāo)有較規(guī)則形狀的特點(diǎn)，以形狀特征作為指標(biāo)進(jìn)行識(shí)別。由于高分辨率遙感圖像細(xì)節(jié)信息豐富，這種方法所提取的目標(biāo)輪廓往往不完整。提出了“圖像-基元-目標(biāo)-輪廓恢復(fù)”的識(shí)別模式，在目標(biāo)識(shí)別后采用加入形狀先驗(yàn)知識(shí)的主動(dòng)輪廓模型對(duì)目標(biāo)進(jìn)行輪廓恢復(fù)。實(shí)驗(yàn)結(jié)果表明，這種方法可以有效地修正目標(biāo)提取結(jié)果中的輪廓缺失。圖8參18

?目標(biāo)識(shí)別 先驗(yàn)形狀 輪廓恢復(fù) 主動(dòng)輪廓模型 高分辨率遙感圖像

CH20121514 基于人類視覺系統(tǒng)區(qū)域分裂的圖割遙感圖像分割算法研究=Remote Sensing Image Segmentation Based on Human Visual System Region Splitting and Graph Cut/蔣華（桂林電子科技大學(xué)網(wǎng)絡(luò)中心），溫靜，王玉斌//遙感信息.-2011（6）.-13～17

針對(duì)傳統(tǒng)Normalized Cut（NC）在分割圖像過程中實(shí)時(shí)性差的特點(diǎn)，提出一種使用人類視覺系統(tǒng)（HVS）區(qū)域分裂的圖割方法。根據(jù)HVS特性用區(qū)域分裂算法將遙感圖像分割成多個(gè)小區(qū)域，再結(jié)合各個(gè)小區(qū)域的灰度和空間信息從全局角度用NC方法在區(qū)域間進(jìn)行劃分，完成圖像的最終分割。實(shí)驗(yàn)表明，相對(duì)于傳統(tǒng)的NC方法，該算法在獲得相近分割質(zhì)量的同時(shí)，分割速度有了顯著提高，是一種有效的圖像分割方法。圖4表1參10

?遙感圖像分割 區(qū)域分裂

CH20121515 利用歸一化互信息進(jìn)行基于像斑的遙感影像變化檢測(cè)=Segment-based Remote Sensing Image Change Detection Using Normalized Mutual Information/李亮，舒寧，王琰（武漢大學(xué)遙感信息工程學(xué)院）//遙感信息.-2011（6）.-18～22

提出了利用遙感影像分割獲取像斑進(jìn)行變化檢測(cè)的方法。將歸一化互信息引入到遙感影像變化檢測(cè)中，利用像斑的灰度直方圖以及聯(lián)合灰度直方圖計(jì)算像斑的歸一化互信息，依據(jù)條件熵最小的原則，獲取最佳劃分閾值，并與相關(guān)系數(shù)法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果顯示歸一化互信息法更適用于遙感影像變化檢測(cè)。圖5表2參11

?像斑 歸一化互信息 條件熵

CH20121516 自適應(yīng)閾值的遙感影像角點(diǎn)提取算法=Corner Detection of Rem ote Sensing Im age Based on A-daptive Threshold Algorithm/何微，鄧小煉（三峽大學(xué)理學(xué)院）//遙感信息.-2011（6）.-23～27

針對(duì)傳統(tǒng)SUSAN角點(diǎn)提取算法中閾值選取的不確定性，提出了一種自適應(yīng)分割閾值的SUSAN改進(jìn)算法。首先采用SUSAN模板對(duì)圖像進(jìn)行模板計(jì)算得到梯度圖，然后根據(jù)梯度圖的灰度分布特征，采用圖像分割方法的判斷分析法和KSW熵方法對(duì)梯度圖做分析處理，最終實(shí)現(xiàn)閾值的自動(dòng)選取，正確提取出有價(jià)值的特征角點(diǎn)。試驗(yàn)結(jié)果表明，改進(jìn)算法較之傳統(tǒng)算法有明顯優(yōu)勢(shì)，能準(zhǔn)確有效地提取出角點(diǎn)，具有較強(qiáng)的適應(yīng)性和應(yīng)用價(jià)值。圖8參13

?特征角點(diǎn)提取 判斷分析法 自適應(yīng)閾值

CH20121517 基于遙感影像的黃河洪災(zāi)監(jiān)測(cè)系統(tǒng)模型=Yellow River Flood Monitoring System Model Based on Remote Sensing Image/佘紅偉（西北工業(yè)大學(xué)理學(xué)院），張艷寧，劉學(xué)工，韓琳//遙感信息.-2011（6）.-28～32

基于多光譜遙感圖像，提出了一種集河道主溜線自動(dòng)檢測(cè)、河勢(shì)演變分析、洪水漫灘檢測(cè)與分析評(píng)估功能于一體的黃河洪災(zāi)監(jiān)測(cè)系統(tǒng)模型。首先對(duì)基于遙感圖像的主溜線檢測(cè)、河勢(shì)演變檢測(cè)、洪水漫灘檢測(cè)原理與算法進(jìn)行了詳細(xì)描述；然后，利用遙感多光譜圖像對(duì)所提出的檢測(cè)算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證，最后對(duì)實(shí)驗(yàn)結(jié)果和系統(tǒng)模型進(jìn)行了總結(jié)和分析。實(shí)驗(yàn)結(jié)果表明，提出的黃河洪災(zāi)監(jiān)測(cè)模型具有重要的實(shí)用價(jià)值。圖8表1參10

?遙感圖像 主溜線 洪災(zāi)監(jiān)測(cè)

CH20121518 短波紅外遙感高溫地物目標(biāo)識(shí)別方法研究=M ethod of Identifying High-temperature Target Using Shortwave Infrared Remote Sensing Data/朱亞靜，邢立新，潘軍，孟濤（吉林大學(xué)地球探測(cè)科學(xué)與技術(shù)學(xué)院）//遙感信息.-2011（6）.-33～36，41

對(duì)于地表高溫目標(biāo)而言，具有明顯區(qū)別于常溫地物的獨(dú)特波譜特性，在短波紅外波段（1.3μm～3.0μm）遙感影像上，高溫目標(biāo)像元的輻射能量值為反射與發(fā)射能量綜合。通過研究高溫地物反射和發(fā)射光譜特性，構(gòu)建高溫目標(biāo)短波紅外遙感識(shí)別定量參數(shù)，提出了基于ETM+數(shù)據(jù)短波紅外波段的歸一化火點(diǎn)指數(shù)（NDFI）方法。實(shí)驗(yàn)結(jié)果表明，NDFI可探測(cè)傳統(tǒng)熱紅外方法難以識(shí)別的小面積高溫目標(biāo)，經(jīng)野外驗(yàn)證識(shí)別精度可達(dá)94％。圖3表4參7

?短波紅外 高溫目標(biāo) 歸一化火點(diǎn)指數(shù)

CH20121519 高光譜遙感影像降維的拉普拉斯特征映射方法=Lap lacian Eigenmap for Hyperspectral Remote Sensing Image Dimensionality Reduction/黃蕾（湖北省基礎(chǔ)地理信息中心）//遙感信息.-2011（6）.-37～41

針對(duì)高光譜遙感影像數(shù)據(jù)量大、數(shù)據(jù)冗余度高的特點(diǎn)，引入拉普拉斯特征映射方法對(duì)高光譜遙感數(shù)據(jù)進(jìn)行非線性降維。為了解決傳統(tǒng)流形學(xué)習(xí)方法不能處理大數(shù)據(jù)量遙感影像的問題，提出了基于多元線性回歸的拉普拉斯特征映射線性解法。實(shí)驗(yàn)證明，提出的降維方法能夠保持?jǐn)?shù)據(jù)集在原始特征空間分布的局部幾何屬性，降維后的影像具有更好的分類精度。圖5表1參12

?高光譜 拉普拉斯特征映射

CH20121520 太湖水體時(shí)間序列葉綠素濃度與反射光譜特征分析=Analysis of Time-series Chlorophyll-a Concentration and Reflectance Spectra Characteristics of Lake Taihu/鞏彩蘭，周穎（中科院上海技術(shù)物理研究所），尹球，匡定波，陳利雄，胡勇//遙感信息.-2011（6）.-42～46

對(duì)2008年5月到2009年5月采集的太湖水體反射光譜數(shù)據(jù)進(jìn)行了異常數(shù)據(jù)檢測(cè)、歸一化等預(yù)處理后，計(jì)算了常用于葉綠素濃度反演的特征參量，包括熒光峰高度、熒光面積、特征波段比值、反射率微分；并分析建立了這些特征參量與對(duì)應(yīng)葉綠素濃度的相關(guān)模型。研究表明：熒光面積、特征波段比值等與實(shí)測(cè)葉綠素濃度具有較好的相關(guān)性，而藍(lán)綠光波段反射率比值對(duì)內(nèi)陸水體葉綠素濃度反映不明顯。湖泊水體的光學(xué)特征能夠較好反映藍(lán)藻的不同生長(zhǎng)狀態(tài)，太湖藍(lán)藻隨時(shí)間變化的規(guī)律大致分為5月～11月，12月～4月兩個(gè)階段。研究結(jié)果可為湖泊水體富營(yíng)養(yǎng)化高光譜遙感監(jiān)測(cè)的波段選擇提供參考。圖6表1參16

?湖泊富營(yíng)養(yǎng)化 藍(lán)藻 葉綠素a 時(shí)序光譜

CH20121521 基于地基合成孔徑雷達(dá)的弱目標(biāo)檢測(cè)性能分析=Performance Analysis of Weak Target Detection via G round-based Synthetic Aperture Radar/周勇勝，周梅，唐伶俐，李傳榮（中國(guó)科學(xué)院光電研究院）//遙感信息.-2011（6）.-47～50

合成孔徑雷達(dá)（SAR）是一種主動(dòng)微波成像遙感技術(shù)，弱目標(biāo)檢測(cè)與分類是其重要應(yīng)用之一。鑒于弱目標(biāo)的有效檢測(cè)與SAR系統(tǒng)參數(shù)密切相關(guān)，為系統(tǒng)地研究弱目標(biāo)的散射特性及其檢測(cè)性能與SAR系統(tǒng)參數(shù)的關(guān)系，提出了一種基于地基SAR進(jìn)行弱目標(biāo)檢測(cè)的實(shí)驗(yàn)研究方法。首先通過構(gòu)建室內(nèi)實(shí)驗(yàn)場(chǎng)景，獲取了多頻多極化原始SAR回波數(shù)據(jù)并進(jìn)行成像處理；接著分析了不同工作頻率、不同帶寬條件下塑料材質(zhì)目標(biāo)以及干沙覆蓋目標(biāo)的后向散射特性；最后討論了極化方式對(duì)檢測(cè)性能的影響。實(shí)驗(yàn)方法和結(jié)果有助于進(jìn)一步利用極化干涉SAR信息進(jìn)行弱目標(biāo)檢測(cè)研究。圖6參7

?合成孔徑雷達(dá) 弱目標(biāo)檢測(cè)

CH20121522 基于馬爾科夫模型塔里木河下游輸水區(qū)景觀預(yù)測(cè)=Landscape Prediction of Tarim River A rea Based on the Markov Model/牛婷（新疆農(nóng)業(yè)大學(xué)草環(huán)學(xué)院），鄧銘江，李霞//遙感信息.-2011（6）.-51～56

以塔里木河下游植被分布區(qū)域2000年、2002年ETM、2004年、2006年ASTER影像和景觀格局分析結(jié)果為基礎(chǔ)數(shù)據(jù)，使用馬爾科夫過程模型對(duì)未來景觀格局變化進(jìn)行預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行驗(yàn)證，其地類模擬值和實(shí)際值之間的偏差都在0.5％之內(nèi)。結(jié)果表明：2006年～2030年研究區(qū)天然植被逐年增加；沙地減少明顯；河流基本維持自己的動(dòng)態(tài)平衡，植被增加和沙地減少的幅度均逐漸趨于平緩，達(dá)到閾值。這預(yù)示著未來時(shí)期生態(tài)輸水仍然對(duì)地類覆被變化起著積極的作用。表8參15

?馬爾科夫模型 景觀預(yù)測(cè) 塔里木河

CH20121523 AMSR-E積雪產(chǎn)品在內(nèi)蒙地區(qū)的精度驗(yàn)證=Validation of AMSR-E Snow Depth Products in Inner Mongolia/楊曉峰（中國(guó)氣象科學(xué)研究院中國(guó)氣象局），鄭照軍，楊忠東//遙感信息.-2011（6）.-61～68

使用地面積雪觀測(cè)數(shù)據(jù)對(duì)2005年～2008年40°N～48°N、112°E～128°E區(qū)域的AMSR-E積雪產(chǎn)品進(jìn)行了誤差分析和精度驗(yàn)證，結(jié)果表明：2005年～2008年的AMSR-E積雪產(chǎn)品較好地反映了研究區(qū)域地面積雪信息的時(shí)間變化特征；AMSR-E積雪產(chǎn)品普遍地低估了地面積雪深度，相對(duì)而言，當(dāng)?shù)孛娣e雪較薄時(shí)，AMSR-E可較好地反映積雪深度，當(dāng)積雪較厚時(shí)，AMSR-E明顯低估積雪深度；2005年～2006年、2006年～2007年以及2007年～2008年3個(gè)冬-春季時(shí)段AMSR-E和站點(diǎn)觀測(cè)值的平均差值分別達(dá)7.38cm，6.87cm和22.07cm。圖9表2參18

?積雪深度產(chǎn)品 誤差分析 精度驗(yàn)證

CH20121524 ASTER GDEM數(shù)據(jù)介紹與程序讀取=An Introduction to ASTER GDEM and Procedure Reading/康曉偉（中國(guó)科學(xué)院研究生院），馮鐘葵//遙感信息.-2011（6）.-69～72

2009年6月30日，期待已久的ASTER GDEM數(shù)據(jù)由日本經(jīng)濟(jì)產(chǎn)業(yè)省（METI）和美國(guó)航天局（NASA）共同發(fā)布，其空間分辨率達(dá)到了1″×1″（約30m×30m），相比2003年NASA發(fā)布的SRTM數(shù)據(jù)有了很大的提高，并且其陸地表面覆蓋率也大幅提高，達(dá)到了陸地面積的99％。介紹了ASTER GDEM的相關(guān)特性以及使用程序讀取該數(shù)據(jù)的方法。圖1表2參7

CH20121525 基于遙感的長(zhǎng)沙市城市熱島效應(yīng)時(shí)空分析=Temporal and Spatial Analysis of Urban Heat Island in Changsha Based on Remote Sensing Data/劉宇鵬，楊波（湖南師范大學(xué)GIS研究中心資源與環(huán)境科學(xué)學(xué)院），陳崇//遙感信息.-2011（6）.-73～78

利用TM/ETM+數(shù)據(jù)，以長(zhǎng)沙市為例，反演了地表溫度，并針對(duì)不同時(shí)相的遙感數(shù)據(jù)，利用城市熱島強(qiáng)度來反映熱島效應(yīng)強(qiáng)弱的變化。結(jié)果表明，長(zhǎng)沙市的熱島空間分布與城市建成區(qū)的輪廓相吻合。城市熱島的范圍隨著城市建設(shè)、新建開發(fā)區(qū)以及道路交通網(wǎng)的發(fā)展不斷增大，且在東南方向?yàn)橹饕鲩L(zhǎng)方向。根據(jù)熱島強(qiáng)度鑒別并提取了強(qiáng)熱島區(qū)與正常區(qū)，發(fā)現(xiàn)長(zhǎng)沙市強(qiáng)熱島區(qū)的面積已經(jīng)從1993年的13.18km2擴(kuò)大至2008年的68.16km2。最后，對(duì)長(zhǎng)沙市熱島未來的發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)。圖5表3參19

?城市熱島 地表溫度 熱島強(qiáng)度

CH20121526 一種針對(duì)環(huán)境一號(hào)衛(wèi)星A星高光譜與CCD數(shù)據(jù)融合的方法=A Method of HJ-1A High Spectral Imager and CCD Data Fusion/熊文成，魏斌，孫中平，申文明，游代安（環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心）//遙感信息.-2011（6）.-79～82，108

利用我國(guó)自主研制的環(huán)境一號(hào)小衛(wèi)星A星上搭載的CCD相機(jī)與高光譜成像儀（HSI），以洪河國(guó)家級(jí)濕地為研究區(qū)，進(jìn)行融合實(shí)驗(yàn)。先分析了兩種載荷的特點(diǎn)，然后根據(jù)載荷特點(diǎn)，設(shè)計(jì)并評(píng)價(jià)了兩種載荷數(shù)據(jù)融合的方法。結(jié)果表明，由于A星CCD相機(jī)與高光譜成像儀成像條件相似，可以對(duì)兩個(gè)載荷的數(shù)據(jù)進(jìn)行融合，得到具備較高分辨率與光譜分辨率的數(shù)據(jù)，為后續(xù)高精度分類制圖、目標(biāo)識(shí)別、信息提取等應(yīng)用提供高質(zhì)量數(shù)據(jù)源。圖15表1參5

?環(huán)境衛(wèi)星 高光譜 多光譜

CH20121527 典型地質(zhì)災(zāi)害遙感應(yīng)急調(diào)查研究=Emergency Remote Sensing Exploration of Typical Geohazards/薛東劍，何政偉（地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室），楊德生，張東輝//遙感信息.-2011（6）.-83～86

采用多源遙感影像數(shù)據(jù)，以平武縣為例，進(jìn)行了地質(zhì)災(zāi)害調(diào)查分析，彌補(bǔ)了單一數(shù)據(jù)源信息提取能力的不足，尤其是在云、雨等氣候惡劣條件下，無法清晰獲得光學(xué)圖像的時(shí)候，雷達(dá)影像可以提供豐富的可用信息，解譯效果較好，這對(duì)加快應(yīng)急信息化建設(shè)，減災(zāi)救災(zāi)業(yè)務(wù)具有重要借鑒意義。圖4參15

?地質(zhì)災(zāi)害 遙感影像

CH20121528 一種基于數(shù)據(jù)網(wǎng)格技術(shù)的MODIS空間數(shù)據(jù)服務(wù)模型研究=A MODIS Data Management and Service Model Based on Data Grid Technology/曾怡（北京林業(yè)大學(xué)信息學(xué)院），李國(guó)慶//遙感信息.-2011（6）.-92～97

介紹了MODIS數(shù)據(jù)共享與資源服務(wù)現(xiàn)狀，研究了一種基于3層結(jié)構(gòu)的MODIS數(shù)據(jù)服務(wù)模型，詳細(xì)介紹了數(shù)據(jù)服務(wù)模型的管理和分發(fā)機(jī)制。為了確保數(shù)據(jù)服務(wù)模型的可擴(kuò)展性和平臺(tái)無關(guān)性，設(shè)計(jì)了基于XML的可擴(kuò)展性數(shù)據(jù)訪問語言和數(shù)據(jù)目錄服務(wù)。最后給出了在空間信息網(wǎng)格試驗(yàn)床上的示范驗(yàn)證，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。圖3表3參14

?數(shù)據(jù)網(wǎng)格 空間數(shù)據(jù)管理 數(shù)據(jù)服務(wù)

CH20121529 基于GIS和RS的濕地動(dòng)態(tài)變化監(jiān)測(cè)及驅(qū)動(dòng)力分析——以黑河上游野牛溝河為例=The Dynamic Monitoring and Analysis on Driving Force of Wetland Based on GIS and RS-Taking the Yeniugou River（Upstream of Heihe）as a Case/胡冰殊，曹廣超，馬燕飛（青海師范大學(xué)生命與地理科學(xué)學(xué)院），李健，韋金磊//遙感信息.-2011（6）.-98～102

以黑河上游野牛溝河為研究區(qū)，利用1987年、2006年兩個(gè)時(shí)相的Landsat-5TM數(shù)據(jù)，結(jié)合植被類型圖、SRTM高程數(shù)據(jù)、1∶5萬地形圖等數(shù)據(jù)，獲取了該區(qū)13類地物類型。利用ENVI軟件提取濕地類型轉(zhuǎn)移矩陣，分析了自1987年以來黑河上游野牛溝濕地的動(dòng)態(tài)變化過程及其驅(qū)動(dòng)力。結(jié)果顯示：該區(qū)濕地總面積從1987年的53000hm2減少為2006年的51900hm2，凈減少量為1071.63hm2，增減幅度較大。其中變化幅度最大的為沼澤濕地，減少1021.59hm2，變化率為2.7％，其次為冰川濕地，減少50.04hm2，變化率為0.67％。通過分析表明，在自然驅(qū)動(dòng)力方面，氣溫升高和降水量減少使?jié)竦孛娣e趨于減少；人文驅(qū)動(dòng)力方面，人口增長(zhǎng)的壓力與經(jīng)濟(jì)發(fā)展的需要，才是導(dǎo)致該區(qū)濕地減少的根本驅(qū)動(dòng)力。圖3表2參10

?面積轉(zhuǎn)移矩陣 驅(qū)動(dòng)力分析

CH20121530 珠江三角洲地區(qū)土地利用變化的MODIS監(jiān)測(cè)及其水環(huán)境意義=Land Use Change Monitoring U-sing MODIS and Its Water Environmental Significance in Pearl River Delta Area/胡金蓉，張淵智（香港中文大學(xué)太空與地球信息科學(xué)研究所）//遙感信息.-2011（6）.-103～108

闡述應(yīng)用多源遙感數(shù)據(jù)及多目標(biāo)空間分析手段，研究珠江三角洲地區(qū)土地利用變化驅(qū)動(dòng)的非點(diǎn)源污染與該區(qū)水質(zhì)環(huán)境演變的方法。充分利用不同遙感數(shù)據(jù)特點(diǎn)，有效融合高、低空間分辨率數(shù)據(jù)，將進(jìn)一步提高土地利用變化動(dòng)態(tài)遙感監(jiān)測(cè)能力。充分利用珠江三角洲地區(qū)近年來土地利用土地覆蓋研究成果，將有助于分析非點(diǎn)源污染驅(qū)動(dòng)因子與珠江河口及鄰近水域水質(zhì)環(huán)境的惡化趨勢(shì)。圖3表3參15

?土地利用 水質(zhì)環(huán)境 珠江三角洲

CH20121531 基于SARscape的干涉疊加在地表形變監(jiān)測(cè)中的應(yīng)用=Application of Interferogram Stackingin Surface Deformation Based on SARscape/王昊，董杰，鄧書斌（Esri中國(guó)（北京）有限公司）//遙感信息.-2011（6）.-109～113

地表形變主要表現(xiàn)為地震形變、地面沉降、山體滑坡等，由InSAR技術(shù)發(fā)展而來的干涉疊加通過挖掘時(shí)間序列SAR圖像獲取mm級(jí)的形變信息。介紹了干涉疊加技術(shù)的基本原理和技術(shù)流程、基于永久散射體的方法，利用2008年～2010年的23幅Cosmo-skymed數(shù)據(jù)對(duì)北京奧林匹克公園內(nèi)的主要區(qū)域進(jìn)行了地表形變的監(jiān)測(cè)。圖5表2參8

?干涉疊加 地表形變 永久散射體 短基線

CH20121532 面向?qū)ο蟮哪乔鶺orldView-2影像的分類=Object-oriented Image Classification of Naqu Using World View-2 Image/倪卓婭（中國(guó)地質(zhì)大學(xué)地球科學(xué)與資源學(xué)院），甘甫平，周萍，霍紅元//遙感信息.-2011（6）.-114～118

隨著WorldView-2衛(wèi)星的發(fā)射，首次出現(xiàn)了8波段多光譜高分辨率商業(yè)衛(wèi)星。高分辨率影像包含豐富的空間結(jié)構(gòu)信息和地理特征信息，采用傳統(tǒng)的基于像元的影像分析方法精度明顯達(dá)不到要求。為了提高精度，以西藏那曲為研究區(qū)，利用面向?qū)ο蟮姆椒▽?duì)那曲的WorldView-2影像進(jìn)行分類，采用模糊分類法，利用所分地物的特征確定類別，針對(duì)西部地區(qū)干旱河流的特殊情況，提出了一種基于地物空間輪廓特征的分類方法，分類結(jié)果較好。圖7表3參17

?高分辨率影像 面向?qū)ο?/p>

CH20121533 基于多尺度分割的煤礦區(qū)典型地物遙感信息提取=Remote Sensing Information Extraction of Typical Surface Objects in a CoalM ining Area Based on Multiple-scale Segmentation/侯飛（徐州師范大學(xué)測(cè)繪學(xué)院），胡召玲//測(cè)繪通報(bào).-2012（1）.-22～25

根據(jù)煤礦區(qū)典型地物類型的特點(diǎn)，研究遙感影像信息提取時(shí)面向?qū)ο蠓诸惙椒ǖ淖顑?yōu)分割尺度問題。試驗(yàn)結(jié)果表明：在適于不同地物提取的最優(yōu)分割尺度下，充分利用煤礦區(qū)影像對(duì)象的光譜、形狀、紋理以及類間相關(guān)等特征，并綜合應(yīng)用隸屬函數(shù)法和最鄰近分類法，能有效地提取出煤礦區(qū)地物信息，與最大似然分類法相比，能夠較好地消除“椒鹽現(xiàn)象”，其總體分類精度可提高26.2％。圖4表1參8

?遙感影像 煤礦區(qū) 面向?qū)ο蠓诸?多尺度分割

CH20121534 利用DSM以及彩色遙感航空影像快速提取建筑物目標(biāo)信息=Quick Extraction of Buildings Based on DSM and RGB-Aerial Image/黎樹禧，宋楊，李長(zhǎng)輝（廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院）//測(cè)繪通報(bào).-2012（1）.-33～35，73

利用激光數(shù)據(jù)成果DSM以及真彩色航空遙感影像，借助面向?qū)ο蟮姆治鍪侄螌?duì)試驗(yàn)區(qū)建筑物目標(biāo)信息進(jìn)行快速提取。結(jié)果表明，基于以面向?qū)ο蠓诸惣夹g(shù)為核心的eCognition，結(jié)合地物顏色信息、植被指數(shù)等特征能夠?qū)G地目標(biāo)進(jìn)行提取，并可以利用eCognition圍繞設(shè)定的規(guī)則利用邏輯運(yùn)算實(shí)現(xiàn)綠地利用的變化檢測(cè)。圖8參8

?目標(biāo)提取 建筑物 面向?qū)ο?/p>

CH20121535 高分辨率SAR影像調(diào)繪研究=On Interpretation of H igh-resdution SAR Image/付春永，譚克龍（中煤航測(cè)遙感局）//測(cè)繪通報(bào).-2012（1）.-42～44，80

在研究雷達(dá)成像機(jī)理的基礎(chǔ)上，利用山西長(zhǎng)治地區(qū)的高分辨率機(jī)載SAR影像，分析影像定位問題，對(duì)精度進(jìn)行簡(jiǎn)單評(píng)價(jià)，并對(duì)典型地物的成像特點(diǎn)進(jìn)行詳細(xì)分析。圖11參7

?機(jī)載SAR影像

CH20121536 基于形態(tài)重建的高分辨率遙感影像城市道路提取=Urban Road Extraction of High Resolution Remote Sensing Images Based on Shape Reconstruction/楊先武（信陽師范學(xué)院城市與環(huán)境科學(xué)學(xué)院），韋春桃，呂建剛，吳平//測(cè)繪通報(bào).-2012（1）.-45～47

根據(jù)城市道路在高分辨率遙感影像中的形態(tài)特性，提出一種基于形態(tài)重建的提取方法。試驗(yàn)結(jié)果表明，該方法能有效地從高分辨率遙感影像中提取出城市道路網(wǎng)。圖7參9

?遙感影像 道路提取 形態(tài)重建

CH20121537 數(shù)碼航測(cè)成圖像控布設(shè)方案研究=Research on DMC Aerial Mapping Photo-control Point Planning/馬文生（汕頭市潮陽區(qū)規(guī)劃測(cè)繪大隊(duì)）//測(cè)繪通報(bào).-2012（1）.-48～49，59

針對(duì)現(xiàn)有的國(guó)家技術(shù)標(biāo)準(zhǔn)對(duì)數(shù)碼航測(cè)成圖像控布設(shè)尚無確定性標(biāo)準(zhǔn)的現(xiàn)狀，對(duì)生產(chǎn)中常用的航線網(wǎng)解析空中三角測(cè)量的精度估算公式進(jìn)行改進(jìn)，并用DMC航攝影像進(jìn)行驗(yàn)證。試驗(yàn)結(jié)果表明，改進(jìn)的精度估算公式適用于數(shù)碼航測(cè)加密精度估算，能很好地解決生產(chǎn)需求，具有一定的推廣價(jià)值。表2參9

?數(shù)碼航測(cè) 像片控制點(diǎn) 精度估算

CH20121538 一種基于點(diǎn)目標(biāo)的雷達(dá)影像質(zhì)量評(píng)價(jià)方法=A Method of SAR Image Quality Evaluation Based on Pinpoint Target/黃艷（西安測(cè)繪研究所），張永利，劉志銘//測(cè)繪工程.-2012，21（1）.-30～33，38

提出一種空間性能指標(biāo)和輻射性能指標(biāo)相結(jié)合的基于點(diǎn)目標(biāo)的雷達(dá)強(qiáng)度影像質(zhì)量評(píng)價(jià)方法。利用空間分辨率、峰值旁瓣比和積分旁瓣比指標(biāo)對(duì)雷達(dá)影像質(zhì)量進(jìn)行定性評(píng)價(jià)，并利用仿真和實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，結(jié)果表明，該方法具有較好的有效性和可操作性。圖5表3參5

?合成孔徑雷達(dá) 質(zhì)量評(píng)價(jià) 積分旁瓣比 峰值旁瓣比

CH20121539 融合航空影像的LiDAR地物點(diǎn)云分類=Classification of LiDAR Object Points by Fusing Aerial Image/龔亮，李正國(guó)，包全福（信息工程大學(xué)測(cè)繪學(xué)院）//測(cè)繪工程.-2012，21（1）.-34～38

點(diǎn)云濾波分類是LiDAR后續(xù)應(yīng)用的基礎(chǔ)工作，在點(diǎn)云濾波的基礎(chǔ)上，以航空影像為輔助條件，結(jié)合點(diǎn)云高程信息，設(shè)計(jì)一套地物點(diǎn)云的分類方法。該方法首先融合航空影像與LiDAR數(shù)據(jù)，將對(duì)應(yīng)RGB值賦予每個(gè)點(diǎn)，根據(jù)植被的光譜特征提取出部分植被點(diǎn)云；然后再根據(jù)文中定義的點(diǎn)云高程紋理，在剩余地物點(diǎn)云中提取出建筑物點(diǎn)，最后根據(jù)回波次數(shù)信息分離出剩余植被點(diǎn)，完成地物點(diǎn)云的分類。采用北京鳳凰嶺地區(qū)一組機(jī)載LiDAR數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效地將地物點(diǎn)云進(jìn)行分類并且滿足一定的精度要求，具有一定的實(shí)用價(jià)值。圖8表1參7

?機(jī)載激光掃描 航空影像 高程紋理

CH20121540 利用無人機(jī)影像制作地震災(zāi)區(qū)三維景觀圖=Using UAV Image Produce 3D Landscape of Earthquake Disaster Region/李軍，李永樹，蔡國(guó)林（西南交通大學(xué)地理信息工程中心）//測(cè)繪工程.-2012，21（1）.-50～53

為實(shí)時(shí)、準(zhǔn)確地獲取地震災(zāi)區(qū)的災(zāi)情和災(zāi)后重建狀況，研究如何利用高分辨率無人機(jī)影像制作災(zāi)區(qū)三維景觀圖。對(duì)無人機(jī)影像進(jìn)行幾何糾正、影像拼接，利用攝影測(cè)量方法生成實(shí)驗(yàn)區(qū)的DEM，進(jìn)而將影像制作成正射影像圖；將無人機(jī)影像紋理映射到DEM上構(gòu)建災(zāi)區(qū)的三維地形景觀，并以正射影像圖為底圖對(duì)安置區(qū)的地物進(jìn)行三維建模；最后根據(jù)規(guī)劃和管理需要，編制三維景觀系統(tǒng)，實(shí)現(xiàn)地震災(zāi)區(qū)三維景觀的瀏覽、查詢與分析。實(shí)踐表明，采用無人機(jī)影像制作的三維景觀圖具有分辨率高、形象逼真等特點(diǎn)；影像的獲取和處理以及系統(tǒng)的編制可為災(zāi)區(qū)重建提供豐富詳實(shí)的信息。圖5參7

?無人機(jī)影像 地震災(zāi)區(qū) 三維可視化 三維建模

CH20121541 高分辨率遙感測(cè)繪嵩山實(shí)驗(yàn)場(chǎng)的設(shè)計(jì)與實(shí)現(xiàn)=Design and Implementation of Songshan Test Field for High Resolution Remote Sensing and Mapping/張永生（信息工程大學(xué)測(cè)繪學(xué)院）//測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，29（2）-0079～0082

以高精度地面基準(zhǔn)為參照對(duì)遙感定位各種可能的影響要素進(jìn)行整體性、定量化的驗(yàn)證、分析與評(píng)估，顯然是一種合理、有效、可信、可行的方式。這里針對(duì)實(shí)際應(yīng)用需求，重點(diǎn)介紹嵩山高精度遙感測(cè)繪綜合實(shí)驗(yàn)場(chǎng)的設(shè)計(jì)思路與實(shí)現(xiàn)情況，并對(duì)遙感定位精度與可靠性實(shí)驗(yàn)場(chǎng)驗(yàn)證的基地化方法進(jìn)行了探討與分析。圖6參6

?實(shí)驗(yàn)場(chǎng) 高分辨率遙感 遙感測(cè)繪 遙感定位

CH20121542 改進(jìn)SIFT算法的小型無人機(jī)航拍圖像自動(dòng)配準(zhǔn)=Unmanned Aerial Vehicle Serial Aerial Image Automatic Registration Based on Improved SIFT Algorithm/熊自明（信息工程大學(xué)測(cè)繪學(xué)院，解放軍國(guó)際關(guān)系學(xué)院），萬剛，閆鶴//測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，29（2）-0153～0156

針對(duì)小型無人機(jī)航拍圖像視點(diǎn)離散、視角變化有一定運(yùn)動(dòng)規(guī)律的特點(diǎn)，首先對(duì)航拍圖像進(jìn)行數(shù)據(jù)預(yù)處理，結(jié)合Harris特征點(diǎn)和SIFT特征向量的優(yōu)勢(shì)，提取Harris特征點(diǎn)、計(jì)算特征點(diǎn)的特征半徑和SIFT特征向量，并利用PCA降低特征向量的維數(shù)；然后采用最鄰近（NN）方法進(jìn)行特征匹配，利用BBF算法搜索特征的最鄰近以提高匹配速度；最后采用PROSAC算法提純特征點(diǎn)匹配對(duì)并精確計(jì)算運(yùn)動(dòng)模型參數(shù)，實(shí)現(xiàn)了圖像的自動(dòng)配準(zhǔn)。實(shí)驗(yàn)證明，該圖像配準(zhǔn)方法在準(zhǔn)確性、效率方面較經(jīng)典的SIFT算法有較大的提高。圖2表1參8

?無人機(jī)航拍圖像 圖像配準(zhǔn) 特征點(diǎn)提取 特征匹配 尺度不變特征變換

CH20121543 一種基于歐拉角序列變換的影像外方位元素解算方法=A Method of Solving for Image Exterior Orientation Elements Based on Euler Angle Sequence Transformation/王書民，張愛武（首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室），胡少興，孟憲剛，楊凌波//測(cè)繪通報(bào).-2012（2）.-11～13，108

IMU/DGPS組合導(dǎo)航定位可以獲取傳感器精確姿態(tài)位置數(shù)據(jù)，在低空遙感監(jiān)測(cè)中具有重要應(yīng)用。但是POS系統(tǒng)并不能直接輸出影像的外方位元素，需要經(jīng)過多次轉(zhuǎn)換才能用于影像校正。針對(duì)不同POS系統(tǒng)輸出航偏、俯仰、橫滾角的軸序的不同，詳細(xì)推導(dǎo)POS數(shù)據(jù)依據(jù)歐拉角序列進(jìn)行余弦變換求解影像外方位元素的一般過程，并對(duì)ω-ψ-κ和Yaw-Pitch-Roll歐拉角序列作重要說明，且以NovAtel SPAN-CPT接收機(jī)為例證明該方法的正確性。圖1表2參7

?歐拉角序列 余弦矩陣 外方位元素

CH20121544 全球地形實(shí)時(shí)繪制中海量多源遙感影像的拼接方法=A Mosaic Method for Multi-resource Mass Remote Sensing Images in G lobal Terrain Real-time Rendering/汪榮峰，廖學(xué)軍（裝備指揮技術(shù)學(xué)院試驗(yàn)指揮系）//測(cè)繪通報(bào).-2012（2）.-82～84

設(shè)計(jì)全球四叉樹層次細(xì)節(jié)模型和基于數(shù)據(jù)集的存儲(chǔ)方案，以支持海量遙感影像數(shù)據(jù)的高效管理和訪問；為保證顯示效果，提出以多邊形描述數(shù)據(jù)集的形狀，并設(shè)計(jì)基于數(shù)據(jù)集形狀多邊形的影像拼接算法。圖2參4

?地形紋理 全球四叉樹 海量遙感影像 數(shù)據(jù)集 形狀多邊形

CH20121545 基于基準(zhǔn)點(diǎn)和基準(zhǔn)方向的SIFT誤匹配校正方法=A Method of Correcting SIFT Mismatches Based on Reference Point and Reference Direction/陳敏，邵振峰（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室），慎于藍(lán)//測(cè)繪通報(bào).-2012（3）.-16～18，35

針對(duì)SIFT特征匹配算法對(duì)于圖像中存在多個(gè)相似結(jié)構(gòu)時(shí)誤匹配概率較大的問題，提出一種基于基準(zhǔn)點(diǎn)和基準(zhǔn)方向的誤匹配剔除方法。試驗(yàn)結(jié)果表明，該方法在保留絕大部分正確匹配點(diǎn)對(duì)的基礎(chǔ)上，可大大降低誤匹配概率。圖2表1參7

?基準(zhǔn)點(diǎn) 基準(zhǔn)方向 特征匹配

CH20121546 資源三號(hào)測(cè)繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗(yàn)證=Trip le Linear-array Imaging Geometry Model of Ziyuan-3 Surveying Satellite and Its Validation/唐新明，張過，祝小勇（國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心），潘紅播，蔣永華，周平，王霞，郭莉//測(cè)繪學(xué)報(bào).-2012，41（2）.-191～198

根據(jù)資源三號(hào)測(cè)繪衛(wèi)星的總體設(shè)計(jì)，分析資源三號(hào)衛(wèi)星高精度幾何處理的關(guān)鍵問題，結(jié)合資源三號(hào)測(cè)繪衛(wèi)星幾何特性，提出基于虛擬CCD線陣成像技術(shù)的資源三號(hào)測(cè)繪衛(wèi)星成像幾何模型。利用資源三號(hào)衛(wèi)星第一軌影像大連地區(qū)數(shù)據(jù)，完成前視、正視、后視的傳感器校正產(chǎn)品的生產(chǎn)試驗(yàn)，不同控制點(diǎn)情況下進(jìn)行平差試驗(yàn)，初步生產(chǎn)該地區(qū)的數(shù)字表面模型（DSM）和數(shù)字正射影像（DOM），精度驗(yàn)證結(jié)果表明在試驗(yàn)區(qū)四角布設(shè)控制點(diǎn)的情況下DOM平面精度優(yōu)于3m，DSM高程精度優(yōu)于2m。與國(guó)外相近分辨率的衛(wèi)星相比，資源三號(hào)測(cè)繪衛(wèi)星可以達(dá)到較高的幾何精度。圖7表4參19

?資源三號(hào)測(cè)繪衛(wèi)星 成像幾何模型 虛擬CCD陣列 區(qū)域網(wǎng)平差 空間前方交會(huì)

CH20121547 一種改進(jìn)的正射影像鑲嵌線最小化最大搜索算法=An Improvement of Minim izing Local Maximum Algorithm on Searching Seam Line for Orthoimage Mosaicking/袁修孝，鐘燦（武漢大學(xué)遙感信息工程學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-199～204

正射影像在影像邊緣和覆蓋有房屋、樹木等地物的區(qū)域上表現(xiàn)出投影差，且投影差在不同的影像上不相同。當(dāng)兩幅正射影像鑲嵌時(shí)，在重疊區(qū)域的差分影像上，這些區(qū)域表現(xiàn)為高亮度區(qū)，理想的鑲嵌線應(yīng)避開此類區(qū)域。采用改進(jìn)的最小化最大算法在正射影像重疊區(qū)域的差分影像上自動(dòng)搜索鑲嵌線，其中采用貪心法取代Dijkstra算法進(jìn)行局部路徑選擇，并且改進(jìn)算法判定條件。試驗(yàn)表明，改進(jìn)算法搜索的鑲嵌線能夠很好地避開投影差大的區(qū)域，且具有較好的自適應(yīng)性。圖6表2參16

?正射影像鑲嵌 貪心搜索法 最小化最大算法

CH20121548 基于光譜最佳尺度分割特征的高光譜混合像元分解=Unmixing of Hyperspectral Mixture Pixels Based on Spectral Multiscale Segemented Features/吳波（福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室），熊助國(guó)//測(cè)繪學(xué)報(bào).-2012，41（2）.-205～212

提出一種基于光譜多尺度分割特征的混合像元分解方法。首先在分割段內(nèi)離差平方和最小準(zhǔn)則下，對(duì)高光譜影像的光譜進(jìn)行多尺度分割，并提取以各分割段中對(duì)應(yīng)像元的光譜平均值的光譜特征。多尺度特征提取可以通過多尺度特征分析，選取最佳尺度特征或者不同分割尺度下的光譜特征組合，從而進(jìn)行混合像元的限制性分解。利用模擬的與真實(shí)的數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果表明，本方法能夠有效地提高遙感影像混合像元的分解精度，并且顯著優(yōu)于光譜維小波特征的分解方法。圖7表3參17

?光譜特征 多尺度分割 光譜分解 高光譜影像 分解精度

CH20121549 基于馬爾可夫隨機(jī)場(chǎng)的模糊c-均值遙感影像分類=Remote Sensing Classification Based on Markov Random Field and Fuzzy c-means Clustering/楊紅磊，彭軍還（中國(guó)地質(zhì)大學(xué)土地科學(xué)技術(shù)學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-213～218

針對(duì)模糊c-均值聚類方法對(duì)初始值敏感，且在聚類時(shí)忽略空間相關(guān)信息的不足提出一種基于馬爾可夫隨機(jī)場(chǎng)的模糊c-均值聚類方法，該方法用馬爾可夫隨機(jī)場(chǎng)來描述像元的空間相關(guān)性，形成顧及空間相關(guān)的模糊c-均值分類方法。初始值依據(jù)第一主成分的密度函數(shù)確定，既克服對(duì)初始值的依賴性，又在聚類的時(shí)候考慮空間相關(guān)信息。通過實(shí)例數(shù)據(jù)驗(yàn)證，所提出的方法分類精度優(yōu)于傳統(tǒng)的模糊c-均值模型。圖9表2參21

?模糊c-均值聚類 馬爾可夫隨機(jī)場(chǎng) 遙感影像分類 主成分變換 核密度函數(shù)

CH20121550 基于car（p，q）模型和數(shù)學(xué)形態(tài)學(xué)理論的LiDAR點(diǎn)云數(shù)據(jù)濾波=Filtering of Airborne LiDAR Point C loud Data Based on car（p，q）M odel and Mathematical Morphology/隋立春，楊耘（長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-219～224

在分析現(xiàn)有的LiDAR點(diǎn)云數(shù)據(jù)后處理方法的基礎(chǔ)上，提出一種點(diǎn)云數(shù)據(jù)“分步”濾波方法。首先對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行數(shù)學(xué)形態(tài)學(xué)“粗”濾波，得到“地面點(diǎn)假設(shè)”和“非地面點(diǎn)假設(shè)”。然后引入顧及因果關(guān)系的自回歸模型（car模型）對(duì)兩類點(diǎn)云數(shù)據(jù)假設(shè)進(jìn)行模型化處理和假設(shè)檢驗(yàn)，根據(jù)假設(shè)檢驗(yàn)的結(jié)果判斷地面點(diǎn)和非地面點(diǎn)，最終得到可靠的分類結(jié)果。與單純的“最小二乘擬合預(yù)測(cè)法”或“數(shù)學(xué)形態(tài)學(xué)”方法進(jìn)行比較，證明“分步”處理的思想用于LiDAR點(diǎn)云數(shù)據(jù)分類處理的可靠性。圖5表3參23

?數(shù)學(xué)形態(tài)學(xué)開算子 LiDAR點(diǎn)云數(shù)據(jù) 假設(shè)檢驗(yàn)

CH20121551 基于支持向量機(jī)的遙感影像厚云及云陰影去除=The Removal of Thick Cloud and Cloud Shadow of Remote Sensing Image Based on Support Vector Machine/梁棟，孔頡，胡根生，黃林生（安徽大學(xué)計(jì)算智能與信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪學(xué)報(bào).-2012，41（2） .-225～231，238

提出一種基于支持向量機(jī)的遙感影像厚云及云陰影去除方法。首先利用支持向量機(jī)的學(xué)習(xí)性能檢測(cè)影像中的云層，并利用太陽角度信息，判定云陰影區(qū)域，得到云層和云陰影的二值圖。再對(duì)影像進(jìn)行支持向量值輪廓波變換，利用云層和云陰影二值圖生成的選擇矩陣，對(duì)變換系數(shù)進(jìn)行多層鑲嵌，完成云層及云陰影的初去除。最后對(duì)影像鑲嵌未能去除的云層及云陰影，通過統(tǒng)計(jì)學(xué)補(bǔ)償?shù)姆椒ㄟM(jìn)行修復(fù)。仿真試驗(yàn)表明，該方法能有效恢復(fù)厚云區(qū)域的地物信息，形成的無云圖像細(xì)節(jié)清晰，圖像光滑。圖8表2參15

?遙感影像 云層去除 支持向量機(jī) 支持向量值輪廓波變換 影像鑲嵌

CH20121552 基于非局部總變差的消除不規(guī)則采樣遙感圖像復(fù)原方法=Restoration of Irregular Sampled Remote Sensing Image Based on NLTV/徐煥宇，孫權(quán)森，夏德深（南京理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-232～238

提出一種消除不規(guī)則采樣的遙感圖像復(fù)原方法，該方法結(jié)合了ACT算法和總變差（TV）圖像復(fù)原模型以達(dá)到同時(shí)去除多種圖像退化因素的目的，并且結(jié)合非局部均值（NLM）算子給出了基于NLTV的消除不規(guī)則采樣遙感圖像復(fù)原模型，最后使用算子分裂與擴(kuò)展的坎貝爾投影算法求解模型。試驗(yàn)結(jié)果表明，該方法能夠有效減少?gòu)?fù)原圖像的階梯效應(yīng)并提高復(fù)原圖像的紋理細(xì)節(jié)信息。圖5表1參19

?圖像復(fù)原 遙感圖像 非局部均值

CH20121553 在感興趣的區(qū)域?qū)用嫔线M(jìn)行SAR圖像變化檢測(cè)的方法研究=A Region-of-interest Level Method for Change Detection in SAR Imagery/萬紅林，焦李成，王桂婷，辛芳芳（西安電子科技大學(xué)智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪學(xué)報(bào).-2012，41（2）.-239～245

提出一種基于抽取和處理感興趣區(qū)域，在區(qū)域?qū)用嫔蠜Q策生成變化檢測(cè)結(jié)果的技術(shù)。該技術(shù)包含兩個(gè)關(guān)鍵點(diǎn)。一個(gè)是借用平穩(wěn)小波變換（stationary wavelet transform，SWT），結(jié)合模糊C-均值（fuzzy C-means，F(xiàn)CM）聚類算法和尺度間融合策略獲取抽取感興趣區(qū)域的標(biāo)簽。另一個(gè)是依據(jù)標(biāo)簽搜索感興趣區(qū)域內(nèi)所有的連通區(qū)域，并把每個(gè)連通區(qū)域看做為一個(gè)數(shù)據(jù)點(diǎn)，以使變化檢測(cè)結(jié)果在區(qū)域?qū)用嫔仙?。借助于這兩點(diǎn)，本文方法結(jié)果的主觀效果和客觀性能都優(yōu)于其他相關(guān)技術(shù)。對(duì)真實(shí)SAR圖像數(shù)據(jù)集的變化檢測(cè)結(jié)果證實(shí)本文方法的有效性。圖6表4參22

?SAR圖像 變化檢測(cè) 感興趣區(qū)域 區(qū)域?qū)用?尺度間融合

CH20121554 知識(shí)引導(dǎo)下的城區(qū)LiDAR點(diǎn)云高精度三角網(wǎng)漸進(jìn)濾波方法=A High-quality Filtering Method with Adaptive TIN Models for Urban LiDAR Points Based on Priori-know ledge/左志權(quán)，張祖勛，張劍清（武漢大學(xué)遙感信息工程學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-246～251

針對(duì)城區(qū)LiDAR點(diǎn)云特點(diǎn)，提出一種基于知識(shí)的三角網(wǎng)漸進(jìn)濾波方法：①對(duì)格網(wǎng)內(nèi)插后的柵格數(shù)據(jù)進(jìn)行面向?qū)ο蠓指?；②采用迭代Otsu聚類手段對(duì)地面對(duì)象與非地面對(duì)象自動(dòng)分離；③針對(duì)分類結(jié)果構(gòu)建初始三角網(wǎng)，并自適應(yīng)調(diào)整地面點(diǎn)判據(jù)參數(shù)，達(dá)到提高濾波質(zhì)量目的。選用ALS50系統(tǒng)真實(shí)數(shù)據(jù)進(jìn)行濾波試驗(yàn)，并與傳統(tǒng)方法濾波結(jié)果進(jìn)行精度評(píng)價(jià)，評(píng)價(jià)結(jié)果表明基于知識(shí)的濾波方法能進(jìn)一步提高點(diǎn)云濾波質(zhì)量。圖8表2參19

?知識(shí)引導(dǎo) 不規(guī)則三角網(wǎng) 兩類誤差

CH20121555 基于機(jī)載LiDAR數(shù)據(jù)的大型立交橋自動(dòng)提取與建模方法=Autom atic Extracting and Modeling Approach of City Cloverleaf from Airborne LiDAR Data/陳卓，馬洪超（武漢大學(xué)遙感信息工程學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-252～258

提出一種基于機(jī)載LiDAR數(shù)據(jù)的大型立交橋建模方法。在提取立交橋數(shù)據(jù)點(diǎn)的基礎(chǔ)上，采用先分割后建模策略，提出并實(shí)現(xiàn)立交橋結(jié)構(gòu)自動(dòng)分割方法，將復(fù)雜的交匯、分叉結(jié)構(gòu)分割成多個(gè)結(jié)構(gòu)簡(jiǎn)單的區(qū)段。在建模過程中，從輪廓中確立約束邊，采用全約束三角網(wǎng)建模方法，建立立交橋三維可視化模型。最終利用區(qū)段建模信息結(jié)合先驗(yàn)知識(shí)檢測(cè)并恢復(fù)被遮擋的結(jié)構(gòu)，實(shí)現(xiàn)完整結(jié)構(gòu)的真三維建模。試驗(yàn)結(jié)果表明，設(shè)計(jì)及流程在復(fù)雜結(jié)構(gòu)立交橋的建模問題上可以取得令人滿意的結(jié)果。整個(gè)模型在地理位置，幾何尺寸以及拓?fù)潢P(guān)系上均與實(shí)際地物保持一致，具備三維瀏覽以及交互式操作的條件。對(duì)模型質(zhì)量和算法效率的分析進(jìn)一步說明其可行性與有效性。圖10參23

?LiDAR系統(tǒng) 大型立交橋 三維立交橋模型 區(qū)段分割 全約束三角網(wǎng)算法 遮擋恢復(fù)

CH20121556 基于累積相似度表面的空間權(quán)重矩陣構(gòu)建方法=Accumulated Sim ilarity Surface for Spatial Weights Matrix Construction/楊康，李滿春，劉永學(xué)，程亮，陳焱明（南京大學(xué)地理與海洋科學(xué)學(xué)院）//測(cè)繪學(xué)報(bào).-2012，41（2）.-259～265，272

將地理要素相似度定義為屬性相似度與空間相似度，提出累積相似度表面的概念，引入曲線演化理論和快速行進(jìn)方法生成累積相似度表面，構(gòu)建空間權(quán)重矩陣。通過趨勢(shì)面模擬數(shù)據(jù)與ASTER GDEM數(shù)字高程模型數(shù)據(jù)的試驗(yàn)分析證明，相比于利用歐氏距離等距離測(cè)度方法，通過累積相似度表面構(gòu)建的空間權(quán)重矩陣綜合考慮地理要素的屬性相似度與空間相似度，體現(xiàn)地理要素的局部空間特征，能夠更為準(zhǔn)確地反映地理要素空間特征變化趨勢(shì)。圖5參22

?空間權(quán)重矩陣 快速行進(jìn)方法 反距離權(quán)重插值 趨勢(shì)面

CH20121557 一種地面激光雷達(dá)點(diǎn)云與紋理影像穩(wěn)健配準(zhǔn)方法=A Robust Registration Method for Terrestrial LiDAR Point Clouds and Texture Image/王晏民，胡春梅（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）//測(cè)繪學(xué)報(bào).-2012，41（2）.-266～272

為了使地面激光雷達(dá)點(diǎn)云得到真實(shí)和高分辨率紋理，需要對(duì)目標(biāo)進(jìn)行全方位的拍照。這時(shí)點(diǎn)云和影像的配準(zhǔn)會(huì)出現(xiàn)大角度的問題。而由于控制點(diǎn)選點(diǎn)誤差、儀器誤差等，配準(zhǔn)精度往往不能滿足要求。針對(duì)以上問題，提出一種穩(wěn)健的配準(zhǔn)方法。首先，應(yīng)用重心化的空間相似變換模型和正交旋轉(zhuǎn)矩陣與反對(duì)稱矩陣的關(guān)系推導(dǎo)解算配準(zhǔn)參數(shù)角元素的模型。將配準(zhǔn)結(jié)果當(dāng)做初始值。然后，應(yīng)用一種基于共線方程的改進(jìn)丹麥法選權(quán)迭代法進(jìn)行降權(quán)精確配準(zhǔn)，確定配準(zhǔn)參數(shù)的精確值。試驗(yàn)表明，本方法穩(wěn)定性強(qiáng)、配準(zhǔn)精度高，適合任意角度影像與點(diǎn)云的高精度配準(zhǔn)。圖2表3參21

?地面激光雷達(dá) 大角度影像 影像配準(zhǔn) 丹麥法選權(quán)迭代

CH20121558 基于單張遙感影像的城市建筑物高度提取研究=Research on Urban Building Height Extraction from Single Satellite Image/王京衛(wèi)，郭秋英，鄭國(guó)強(qiáng)（山東建筑大學(xué)土木工程學(xué)院）//測(cè)繪通報(bào).-2012（4）.-15～17

城市建筑物高度信息在城市監(jiān)測(cè)、規(guī)劃、管理以及各項(xiàng)城市經(jīng)濟(jì)活動(dòng)中有著重要的應(yīng)用，在分析建筑物陰影成像同太陽、衛(wèi)星的幾何關(guān)系基礎(chǔ)上，給出利用單張遙感影像提取建筑高度信息的模型。該模型根據(jù)單張遙感影像上建筑物房頂角點(diǎn)與其陰影的長(zhǎng)度來計(jì)算建筑物高度，并且提取的建筑物高度同實(shí)測(cè)值相比絕對(duì)誤差在±1m以內(nèi)。該方法操作簡(jiǎn)單靈活、快捷高效，可應(yīng)用于城市大規(guī)模建筑物高度信息的提取，具有較高的實(shí)用價(jià)值。圖3表1參5

?遙感影像 建筑物陰影 建筑物高度

CH20121559 一種三維地理環(huán)境中的災(zāi)場(chǎng)影像快速更新方法=A Method to Update the Terrain Image of Disaster Scenarios in Three-dimensional Environment/曹?。ㄖ袊?guó)科學(xué)院地理科學(xué)與資源研究所），段光耀//測(cè)繪通報(bào).-2012（4）.-79～82，98

提出一種在三維地理環(huán)境中，以普通相機(jī)拍攝的數(shù)碼相片為數(shù)據(jù)源，對(duì)災(zāi)害現(xiàn)場(chǎng)的地表影像進(jìn)行快速更新的方法。該方法首先通過記錄相機(jī)拍攝時(shí)的位置和姿態(tài)參數(shù)計(jì)算出影像覆蓋的區(qū)域；然后通過紋理坐標(biāo)轉(zhuǎn)換計(jì)算出覆蓋區(qū)的紋理坐標(biāo)；最后通過多重紋理混合技術(shù)在避免重復(fù)繪制的情況下，實(shí)現(xiàn)對(duì)地表影像的快速更新。該方法可彌補(bǔ)以遙感或航拍影像為數(shù)據(jù)源的傳統(tǒng)方法在數(shù)據(jù)獲取、處理以及傳輸?shù)确矫娴娜秉c(diǎn)，并能縮短整個(gè)影像更新流程的周期，滿足了災(zāi)害救援在時(shí)效上的要求。圖8表1參10

?災(zāi)害救援 影像更新 三維地理信息系統(tǒng) 多重紋理混合