摘要：针对标准Canny算法在滤波器和梯度幅值计算上的缺陷,使用非均值滤波算法替换了传统Canny算法中高斯滤波算法,并对梯度幅值的计算过程进行了改进,设计了一种改进的Canny边缘检测算法,并基于CUDA平台对改进算法实现了并行化。实验结果表明,改进的Canny边缘检测算法具有较强的抗噪能力,边缘检测效果较好;基于CUDA的改进Canny边缘检测并行算法相较于串行算法效率提升明显,获得了较高的加速比。

摘要：针对构造直觉模糊蕴涵算子(IFIO)沿用Fuzzy集一元补导致出现的问题,提出了二元合成补(DCN)的概念,同时考虑了隶属函数和非隶属函数对直觉模糊集(IFS)求补的影响。给出了DCN的一些性质,证明了IFS标准补和对合补是DCN的特例。构造了基于DCN的R0型IFIO,并应用于直觉模糊取式(IFMP)问题的三I算法。实验结果表明,基于DCN的IFIO构造方法可行,构造出的IFIO容易满足IFS定义的要求,具有的性质适合IFMP三I算法,并能保证该算法在一定条件下是还原算法。

摘要：在高分卫星影像分析的基础上探索了灾害影像与GNSSS/RTK高精度定位结合的复杂地形城市居住区灾情制图技术。先利用高分遥感影像确定灾情点的准确位置,再用检校过的GNSS/RTK观测装置完成灾情点附近的RTK控制点采集与多时相高分影像校正,分析了影响山地城市灾情数据采集的主要因素和复杂地形条件下减少观测冗余量、缩短观测周期的方法。利用分级符号展现了观测精度的变化,根据野外踏勘实验设计了评估GNSS灾情观测效率的进度曲线。该评估方法能够提供灾情演化的三维坐标,与高分影像提供信息紧密结合、相互补充,适合我国西南复杂地形城市的灾损制图工作。

摘要：为实现对建筑工程土方量的快速、高效测量,文章采用无人机倾斜摄影测量技术,对广西某高校建筑工地构建三维模型,并提取出高程点,分别采用方格网法和DTM法计算土方量,并与GNSS﹣RTK测量的结果进行对比分析。实验结果表明,随着格网间隔的减小,方格网法的结果逐渐趋于与DTM法一致,方格网法的结果随格网间隔减少而更为准确。无人机倾斜摄影测量与GNSS﹣RTK方法相对误差稳定在4%左右,结果稳定,精度较高,可以满足建筑工地土方量测算要求。

摘要：针对目前无人机影像中单个建筑物角点的检测现状,提出了一种基于支持向量机(SVM)的无人机影像中建筑物的角点检测方法。首先对4个波段的无人机影像进行多尺度分割,计算影像的NDVI,通过植被与非植被区域的波谱差异剔除植被的影响。其次,用面向对象分类法将"建筑物块"从影像中提取出来,对"建筑物块"区域用Harris算子进行边缘检测,形成建筑物边缘点集数据。随后通过设计高斯径向基将边缘样本点映射到高维特征空间,构建特征向量,采用边缘点集训练SVM分类模型,最终通过SVM分类模型从粗提取的边缘点集中检测出正确的建筑物角点,实现了单个建筑物的角点提取。

摘要：以文献①中提出的基于过程的面向对象时空数据模型(POOSDM)为理论基础,将其应用于城市地籍信息管理系统中,以验证该模型的实践可行性。POOSDM是从时空语义建模的角度反映空间对象的演变过程,以及在这个过程中产生的事件因果联系,并且通过过程语义和面向对象思想的结合解决了时空动态数据的组织、存储和查询问题。通过分析城市地籍信息的时空变化特点,研究以POOSDM为基础的地籍地理实体对象化描述过程、相关定义和对象构建方法,探索城市地籍综合信息的组织方法和演变过程,为城市地籍时空数据管理提供新思路。

摘要：针对目前利用单星反演雪深存在的不足,该文研究GPS信噪比(SNR)观测量中卫星反射信号分离模型的改进,以及积雪厚度反演模型,首先利用小波分析有效分离卫星反射信号,进而通过最小二乘支持向量机(LS-SVM)实现积雪厚度的多星融合反演。以美国板块边界观测计划提供的监测数据为例,经实验表明:小波分析能够提高卫星反射信号的分离精度,有效抑制了异常跳变现象,单星反演结果与雪深参考值之间相关系数r均大于0.547,相对于传统方法至少提高了8.9%;多星融合反演结果与雪深参考值吻合性较好,当融合卫星达到6颗时,其反演结果与雪深参考值之间相关系数r=0.948,相对于单颗卫星至少提高了6.4%。

摘要：探讨利用商用GPS数据处理软件TBC加载精密星历的方法及数据处理流程,为中小型GPS控制网提高整网精度提供一种切实可行的方法。结合工程实例研究发现,TBC加载精密星历后其基线解算精度比采用广播星历有明显提高,但相对于科研软件GAMIT/GLOBK较弱。

摘要：针对单一模型在隧道变形预测上精度不高的问题，提出了一种基于小波分析理论的神经网络模型，该模型克服了 BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷，通过将该模型与时间序列模型、Levenberg-Marquardt法 BP神经网络模型、遗传神经网络模型预测的结果比较，可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。

摘要：空间和属性随时间变化规律的研究是时态GIS核心问题。引入面向对象方法,把地理实体抽象成为具有空间、属性和时间特性的空间对象,以空间对象的变化状态为基础,探讨了地理实体时空信息连续变化对基态修正模型的影响。通过引入基态距影响因子研究了基态修正模型改进方法,重点研究了基于面向对象基态修正模型的基态距确定、基态的建立过程和模型的存储;并具体设计了基于时间点和时间段的查询方法,为空间对象的时空数据存储、查询和历史回溯提供了基础。