不同特征提取策略对场景变化检测性能影响分析

随着遥感技术的快速发展,基于遥感影像的变化检测被广泛应用于国土资源管理、地物变化、生态监测等众多领域,特征提取是变化检测中的关键,如何获取最优的特征提取策略是变化检测的难点。针对该问题,对目前常用的纹理特征、颜色特征、光谱特征、形状特征以及卷积神经网络(CNN)特征对高分辨遥感影像场景变化检测性能的影响进行对比分析,基于MtS-WH标准数据集的实验结果表明,CNN特征的变化检测性能最高,颜色特征适合于农田植被区域变化检测、纹理特征和形状特征对建筑物区域变化检测性能较高,而光谱特征适合地表区域的变化检测。

基于压缩感知的波形净化及在波形重跟踪中的应用

受“陆地污染”效应影响,利用卫星测高技术对内陆湖泊水域进行波形重跟踪的精度较低,针对该问题,提出一种基于压缩感知(Compressive Sensing,CS)的波形净化技术用于实现对“陆地污染”引起的异常波峰数据检测及重构,进而结合优化的重跟踪算法进行波形重跟踪改进,提升对内陆水域的测高精度。基于内陆湖泊水文站数据开展验证实验,结果表明,利用净化后的波形进行重跟踪可以明显提升测高精度,相对于传统阈值法和伦敦大学学院法(UCL)精度分别提升28.3%和25.6%,具有较高的应用前景。

移动三维激光扫描技术在地铁隧道断面检测中的应用

随着城镇化进程的不断推进,地铁成为城市公共交通的重要组成部分,为确保其安全运营,地铁隧道检测显得尤为重要。本文在阐明移动三维激光扫描技术进行隧道检测原理的基础上,介绍了利用该技术开展隧道断面检测的关键流程,并以珠三角某市地铁盾构区间扫描实践为例,对扫描结果进行了分析,实践证明该方法可靠、高效,更加符合隧道断面检测发展需求。