基于噪声随机模型的加权观测融合方法

信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测融合方程,从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况,观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法,求解出各局部传感器有色观测噪声的方差,并利用该方差对加权观测融合滤波器进行了构造。通过计算实例证明,该方法不仅适用于观测噪声为AR模型,同时适用于噪声MA或ARMA模型。     

基于GIS的图文一体化关键技术探讨

随着计算机技术的发展,地理信息系统所包含的概念、引用的技术手段已逐渐渗透到管理领域的各个方面。以地图数据为基础结合其他管理数据构建图文一体化系统已成现代管理的新技术。GIS技术与多媒体技术、以及MIS技术的集成是基于GIS构建图文一体化系统的核心内容。文中针对基于GIS的图文一体化的特点,对GIS支持下的图文一体化系统的开发模式、图文数据管理、功能集成等关键技术进行了探讨。     

Delaunay三角网在图斑与点群目标综合中的应用

土地资源调查利用的土地类型数据多为不同比例尺电子矢量地图,以此数据为研究基础,详细介绍了Delaunay三角网及其Voronoi多边形的特性,以及在土地数据类型中的图斑综合与点群目标综合中的算法应用,具体描述了两种算法的实现过程和试验结果,并对几种点群目标算法进行了简要分析和比对,详细介绍了实现过程;重点阐述了图斑综合算法的思想和算法的具体实现.最后以"土地利用数据库智能化自动综合系统"为例验证了算法方案的合理性和可行性.     

高分辨率遥感卫星影像正射纠正模型的改进

首先分析了地形起伏引起的像点位移原理,在此基础上,针对一般多项式只适用于平坦地区卫星影像正射纠正的不足,根据地形起伏引起的像点位移的数学推导公式,在多项式纠正方法中引入投影差改正,实验表明,该模型较一般多项式模型在x方向上精度有所提高,适用于高山地影像的正射纠正。     

模糊评判在矢量地图数据质量评价中失效的处理

矢量地图数据作为GIS数据的一种主要形式,其质量问题受到很大的重视。目前对矢量地图数据的质量评价有许多种方法,应用比较多的是模糊综合评判。但是,运用此方法会出现失效现象,本文在分析矢量地图的质量元素基础上,针对现有的质量模糊综合评判失效问题进行了探讨;提出了带信任度的模糊综合评判方法,较好解决了评判过程中的失效问题,提高了评判效率以及评判结果的可靠性。     

地图数字化的模糊性分析及质量评定

由于数字化过程的复杂性以及人们认识客观事物的有限性，地图数字化会产生模糊不确定性。从地图数字化所涉及的数据来源、硬件、软件以及人员等因素出发，详细讨论了由它们带来的模糊不确定性。运用模糊综合评判方法，在已有的基础上，加入数据来源、软、硬件和人员的模糊性评判因子以及权重，对数字化产品进行合理的质量评析。     

地图扫描数字化系统误差分析及对策探讨

较全面地分析了地图扫描数字化的系统误差来源及影响。在系统误差纠正模型的选取过程中所采用的数据存在粗差，纠正模型的误差和模型数据的粗差是值得讨论的问题。利用粗差拟准检定法探测粗差准确的优点和判断函数模型的准则理论，提出顾及粗差的系统误差回归函数分析，先确定回归函数，在此基础上进行粗差探测与剔出，然后再进行回归分析，以达到消弱系统误差最优的目的。     

基于小波变换的地图数字化粗差探测与剔除

本文基于小波多分辨率的特性,根据其去噪原理,将其应用到数字化数据粗差的探测及剔除的处理上,并针对小波阈值方法去除粗差提出了调节阈值的自适应性方法进行了试验分析,达到了预期的目的.     

基于边缘检测的优化算法的小波阈值图像去噪

目前,小波阈值去噪方法简单有效,已成为图像去噪领域中常用的去噪方法.但传统的小波阈值去噪方法存在一些缺点,在去除图像噪声的过程中会出现去噪不彻底、噪声残留和噪声误判的问题.本文首先利用小波边缘检测算法确定图像边缘特征的小波系数;然后,根据噪声的方差设置优化阈值函数去噪,即在以往统一阈值基础上加以修改,使阈值能随着分解尺度的变化而改变,对传统的软闽值和硬阈值的优点予以保留,改进它们的缺点,生成一种新的阈值函数,使它在处理小波系数时更加灵活.经过优化的小波阈值去噪后得到平滑图像;最后,把小波边缘检测图像镶嵌入平滑图像中.实验表明,与传统的小波阈值去噪方法相比,该算法解决了传统阈值函数在去噪过程中出现的问题,进行有效去噪的同时保留图像的细节,使图像更加清晰,提高了信噪比.     

基于模糊集重心的DLG产品质量的模糊综合评判

DLG产品作为GIS的一种重要数字产品形式,其数据质量是保证系统可靠性、有效性的关键.本文对影响DLG产品质量因素进行了详细分析,在此基础上,将基于模糊重心综合评判应用于DLG产品的质量评估,较好地解决了传统模糊综合评判的信息丢失问题,使评估方法更加有效、可行.