车载激光扫描仪外参数标定方法研究

“车载多传感器集成系统“是一套集成GPS、IMU和CCD相机等多种传感器为一体的移动测图系统,系统工作时需要通过GPS和IMU实时传递扫描线中心的位置和扫描仪的姿态,这样就必须确定激光扫描仪的中心与GPS天线中心之间的位置关系,以及激光扫描仪与IMU的姿态关系,即标定出激光扫描仪的外参数(三个平移参数、三个旋转参数以及一个尺度变换参数)。但是由于激光扫描仪的扫描中心和扫描光束都是不可见的,为此提出了一种激光扫描仪的标定方法:应用硅电池找出激光扫描线的准确位置;应用玻璃反射、透射激光扫描线,得到控制点在像方坐标系下的坐标;再通过全站仪测得控制点在物方坐标系下的坐标;最后通过三维坐标转换模型,应用改进的高斯-牛顿法编制程序求解出激光扫描仪的外参数并进行精度评定。     

资源一号02D可见近红外和高光谱影像辐射质量评价

资源一号02D（ZY1-02D）卫星搭载了我国自主研制的可见近红外相机（VNIC）和高光谱相机（AHSI）,是我国首颗民用高光谱业务卫星,具有广泛的应用前景。通过整体辐射精度、信噪比、清晰度以及信息熵4个评价指标,对ZY1-02D VNIC和AHSI数据进行辐射质量评价,并分别采用Sentinel-2 MSI和GF-5 AHSI数据进行对比。结果表明： ZY1-02D VNIC数据在可见光波段具有亮度高、信噪比高等优势;在红边近红外等波段,影像具有灰度范围大、信息量大的特点。ZY-1-02D VNIC数据在影像亮度、灰度范围、清晰度和信息量方面均优于Sentinel-2,二者信噪比近似。ZY-1-02D AHSI数据在395—1 341 nm范围内辐射质量良好;在1 929—2 501 nm范围,存在噪声严重的波段,影像质量较差。与GF-5 AHSI数据对比,ZY-1-02D AHSI数据的影像亮度和信噪比相当,但ZY-1-02D AHSI数据在灰度范围方面优势明显,且短波红外谱段的清晰度和信息量优于GF-5 AHSI数据。     

无外触发的激光扫描仪的时间同步方法研究

采用硬件和软件相结合的方法将sick激光扫描仪和惯性导航装置的数据采集时间统一到GPS的时间下,以GPS时间作为数据开始采集和数据融合的基准时间,通过后期算法实现了Sick激光扫描系统各传感器之间数据的同步融合.根据系统时间同步修正前与修正后的点云对比图详细分析了系统时间同步误差的因素,为以后此类型激光扫描仪在车载激光扫描系统中的应用奠定基础,也为同类设备时间同步方法的实现提供了参考.     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。     

球面全景影像自动测量路灯坐标的方法

目的 针对城市实施的路灯杆编码项目,即获取路灯坐标并依次编号,传统的测量方法耗费大量人力物力,且作业周期长,虽然激光测量精度高,但成本也高。为此本文提出一种将基于深度学习的目标检测与全景量测结合自动获取路灯坐标的方法。方法 通过Faster R-CNN（faster region convolutional neural network）训练检测模型,对全景图像中的路灯底座进行检测,同时输出检测框坐标,并与HOG（histogram of oriented gradient）特征结合SVM（support vector machine）的检测结果进行效果对比。再将检测框的对角线交点作为路灯脚点,采用核线匹配的方式找到两幅图像中一个或多个路灯相对应的同名像点并进行前方交会得到路灯的实际空间坐标,为路灯编码做好前期工作。结果 采用上述两种方法分别对100幅全景影像的路灯进行检测,结果显示Faster R-CNN具有明显优势,采用Faster R-CNN与全景量测结合自动获取路灯坐标。由于路灯底部到两成像中心的距离大小及3点构成的交会角大小对坐标量测精度具有较大影响,本文分别对距离约为7 m、11 m、18 m的点在交会角为0°180°的范围进行量测结果对比。经验证,交会角在30°150°时,距离越近,对量测精度的影响越小。基于上述规律,在自动量测的120个路灯坐标中筛选出交会角大于30°且小于150°,距离小于20 m的102个点进行精度验证,其空间坐标量测结果的误差最大不超过0.6 m,中误差小于0.3 m,满足路灯编码项目中路灯坐标精度在1 m以内的要求。结论 本文提出了一种自动获取路灯坐标的方法,将基于深度学习的目标检测应用于全景量测中,避免手动选取全景图像的同名像点进行双像量测,节省大量人力物力,具有一定的实践意义。本文方法适用于城市车流量较少的路段或时段,以免车辆遮挡造成过多干扰,对于路灯遮挡严重的街道全景,本文方法存在一定的局限性。     

激光点云实现探地雷达图像地形校正的研究

探地雷达在地形起伏条件下采集数据时,必须考虑因地形变化产生的图像畸变和精确定位问题。本文采用车载激光扫描系统可快速获取研究区高精度的地形数据,通过探地雷达测量线上均匀分布的离散点,实现测量区地形数据与探地雷达图像之间的同步。根据时间移位原理和线性差值方法,选择某一标准的水平基准面作为参考平面,将探地雷达各道数据的双程传播时间进行校正,从而实现探地雷达图像的地形校正。校正后图像跟校正前相比,不仅显示出复杂地形下介质真实分布形态,而且有助于探地图像的解译和地下目标物及介质层的精确定位。     

SZ-4飞船辐射模态沙漠地区数据模拟验证

对SZ-4飞船辐射模态获取的亮温数据,进行了模拟研究。辐射模态的工作频率范围为6．6～37GHz,对应的地面像元尺寸为6～32km。以新疆塔中地区为研究对象,通过分析被动微波遥感中裸露地表的辐射特性,基于裸露地表的辐射模型（AIEM模型）和地表的实测属性数据来模拟该地区的辐射亮温值,并将其与SZ-4辐射模态和AMSR-E实际的亮温观测值进行了比较,通过对正演结果的比较分析检验了SZ-4亮温数据的质量及其在沙漠地区反演地表参数的潜力。     

被动微波遥感反演土壤水分进展研究

在地球系统中, 地表土壤水分是陆地和大气能量交换过程中的重要因子, 并对陆地表面蒸散、水的运移、碳循环有很强的控制作用, 大面积监测土壤水分在水文、气象和农业科学领域具有较大的应用潜力。被动微波遥感是监测土壤含水量最有效的手段之一, 相比红外与可见光, 它具有波长长, 穿透能力强的优势, 相比主动微波雷达, 被动微波辐射计具有监测面积大、周期短, 受粗糙度影响小, 对土壤水分更为敏感, 算法更为成熟的优势。然而微波辐射计观测到的亮温除了受土壤水分影响外, 还要考虑如植被覆盖、土壤温度、雪覆盖以及地形、地表粗糙度、土壤纹理和大气效应以及地表的异质性等其它因子的影响。目前, 已研究出许多使用被动微波辐射计反演土壤水分的方法,这些方法大部分是围绕着土壤湿度与亮温温度之间的关系进行, 同时也考虑其它各种不同因子对 地表微波辐射的影响。从介绍被动微波反演地表参数的原理入手, 重点介绍被动遥感反演土壤水分当前的算法进展、研究趋势等。     

基于空间图卷积的三维点云语义分割

随着科技智能化建设需求的提高，语义分割技术受到图形、图像领域内学者的广泛关注，其为目标跟踪、视觉控制等技术提供有效的决策支持。然而三维点云语义分割模型的运行效率和分割准确率是限制其发展的瓶颈所在。基于此，提出一种基于空间图卷积的三维点云语义分割网络（PCGCN）。PCGCN采用边缘图卷积网络提取局部特征，并使用残差网增强特征的传递，对不同尺度的局部特征进行融合并参与三维点云语义分割。PCGCN解决了在深度学习过程中因局部特征丢失产生的语义分割效果不佳的问题，同时，点云深度学习网络中，残差网的引入提高语义分割的准确度。在ShapeNet和S3DIS数据集上进行实验，实验结果表明，PCGCN在ShapeNet数据集的准确率达到85.1%，在S3DIS数据集的准确率达到81.3%。     

“泰景四号01星”遥感影像条带噪声去除方法

泰景四号01星是全球首颗直接用于动目标检测的遥感卫星，提供全色双条带推扫数据，一次推扫任务可以完成两个拥有可控时间差的条带影像采集。在双条带影像存在条带噪声的条件下，需避免噪声引起的目标漏检与误检，为此，提出了一种顾及帧间一致性的去条带方法。首先，使用实验室辐射定标参数去除大部分微弱条带；然后，利用配准后两谱影像之间列均值统计特征差异，对条带噪声定位并进行像素补偿。实验结果表明，该方法在定性和定量评价上均取得了良好的效果，能够在提高影像质量的同时兼顾算法处理效率。