四元组标靶辅助下的RGB-D室内点云配准     

杨海舰  徐二帅  陈文佳  许志华 《测绘通报》2020,(12):32-36

面向室内弱纹理三维重建需求，本文以RGB-D摄影测量技术获取室内点云为基础，提出了四元组标靶辅助的点云配准方法。该方法首先通过阈值筛选大曲率点，自动识别邻接点云中的辅助标靶，然后采用随机采样一致性表达方法，拟合标靶参数及其中心坐标，并根据拟合参数匹配同名标靶中心，通过刚性转换完成邻接点云粗配准。在此基础上，迭代估算邻接点云间的重叠区域，优化点云间的配准参数，从而实现点云精配准。利用Kinect相机获取两类室内场景各12站点云对本文方法进行测试，试验结果表明，配准后的多站点云间距最大均方根误差优于一个采样间隔，证明了该方法在弱纹理室内点云配准中的可靠性。  相似文献   

一种正样本单分类框架下的高分辨率遥感影像建筑物变化检测算法     

刘波  燕琴  刘恒飞  马磊 《测绘工程》2019,28(2)

高分辨率遥感影像建筑物变化检测对于城市规划、城市执法等方面具有非常重要的意义。文中提出一种基于正样本单分类器学习框架下的建筑物变化检测算法。首先提取影像形态学建筑物指数特征(MBI),通过卡方变换将其与光谱特征进行融合;然后利用一种单分类器完成建筑物变化初始判定;最后利用改进的长宽比形状特征完成最终建筑物变化判定。通过与现有建筑物变化检测算法、传统的多分类器算法对比,本文算法精度有一定提升并具有更强的鲁棒性。  相似文献   

二连盆地巴彦乌拉铀矿航空弱铀微磁组合异常识别及其成因模式     

张翔  杨玉勤  石连成  韩鹏辉  牛家骥 《地质论评》2021,67(Z1):67z1175-67z1176

正二连盆地因其独特的"同盆多类型"铀成矿特点,一直是铀矿勘查与科研的热点盆地,巴彦乌拉铀矿为盆内最为典型的古河道砂岩型铀矿床,围绕沉积体系及充填特征、盆地结构、成矿模式、烃类流体与铀成矿关系、综合物化探找矿等方面积累了大量研究成果(聂逢君等,2015),但在矿体尺度上对其利用航放航磁技术开展信息识别的研究报道尚为空白。已有研究表明,隐伏砂岩型铀矿可引起微弱航放航磁异常(江民忠等,2006,2007),  相似文献   

基于弱光栅技术的地面沉降自动化监测系统          下载免费PDF全文

何健辉  张进才  陈勇  闫星光  施斌  魏广庆  贾立翔  刘苏平 《水文地质工程地质》2021,48(1):146-153

光纤监测技术具有分布式、精度高等特点,在地面沉降监测中具有独特优势。但受限于监测成本较高与监测环境复杂,目前地面沉降光纤监测多通过人工采集数据,限制了在特殊环境变化情况下地面沉降的实时信息获取。文章在地面沉降钻孔全断面光纤监测技术的基础上,设计并建立了基于弱光栅技术的地面沉降自动化监测系统。该监测系统利用弱反射光栅、时分复用、物联网和数据库等技术,通过4G无线通信手段实现了地面沉降在线自动化监测和远程数据实时采集,并通过客户端系统软件实现数据的存储、查询和分析。将其应用到衡水地区地面沉降监测中,结果表明:钻孔内土层压缩变形主要发生在以黏性土为主的隔水层（Ad2、Ad3、Ad4）;受季节性地下水开采的影响,钻孔100～400 m深度范围内砂土含水层存在波动变化,在监测期内,冬季略回弹,随后春季地下水开采量增大,地下水位下降,土层呈现压缩趋势。监测结果验证了该系统的可行性与准确性,使得整个地面沉降监测流程趋于自动化、规范化和低成本化,具有广泛的应用前景。  相似文献   

小样本岩土参数下土质边坡可靠度分析的条件概率法     

蒋良潍  赵晶  罗强  张文生  熊卫平  孔德惠 《工程地质学报》2021,29(1):205-213

岩土勘察取样数量有限是土工参数统计不确定性的重要来源,小样本条件下参数估计偏差向可靠度计算环节传递,导致分析结果呈现不确定性。针对小样本岩土参数 X ,围绕样本平均值X构造具有不同随机偏离程度的一系列假想参数总体均值 μ *,以μ_i*的不同取值为发生条件P(B_i)、对应的可靠度计算结果P_fi为条件概率P(A|B_i),基于Bayes全概率公式,建立了小样本岩土参数下计算边坡失效概率P(A)的条件概率分析方法。研究表明:参数正态总体的样本数量有限条件下,以t分布函数对总体均值μ发生抽样估计偏差(X-μ)的概率进行量化,以此作为权值对可靠度条件概率进行修正,得到更趋近可靠度真值的分析结果;由简单土坡算例验证,较之将样本平均值X替代总体均值μ进行可靠度计算的传统直接代入法,条件概率法能减小因参数估计偏差导致的计算结果离散性,一定程度上可提高小样本岩土参数下的边坡可靠性分析精准度。  相似文献   

中国经济空间格局演化与区域产业变迁——基于1952～2010年省区经济份额变动的实证分析   总被引：3，自引：2，他引：1  

孙铁山  刘霄泉  李国平 《地理科学》2015,(1)

从区域经济份额变化出发,分析了1952~2010年中国经济空间格局的演化过程。通过有序样本聚类的方法,将省区经济份额变动划分了8个阶段,并采用偏离-份额法分析了不同阶段驱动省区经济份额上升的产业及其变迁,以及与区域产业结构和竞争优势变化的关系。研究发现,1949年以来中国区域经济布局总体上经历了沿海-内地均衡发展、沿海化非均衡发展以及东、中、西部相对均衡发展的过程,且整体上区域经济份额变动趋于减小。1979年以前,不同区域的经济份额在不同阶段变化差异较大,主要由第一和第二产业驱动。1979年以后,区域经济格局呈现明显的沿海化趋势,但驱动产业在不同阶段有所变化。2001年以来,中国区域经济格局经历了重大调整,经济份额上升的省区明显由东部向中、西部地区转移。东部省区在第二产业上仍具有明显的结构优势,但第二产业竞争优势已由东部向中、西部地区转移。东部的北京、上海、广东在第三产业上呈现更加显著的结构优势,显示出结构升级和服务化的发展态势。  相似文献   

2013年7月1日河北宁晋极端短时强降水成因研究     

王丛梅  俞小鼎 《湖北气象》2015,(2):105-116

2013年7月1日午后至夜间,华北出现一次区域性暴雨和局地大暴雨过程。局地极端降水出现在河北省邢台市宁晋县四芝兰镇,过程雨量409 mm,其中当日17—19时连续2 h雨量超过100 mm。利用常规高空和地面观测资料、NCEP再分析资料和石家庄新一代天气雷达资料,探讨了宁晋极端短时强降水的形成原因。主要结论是:(1)低槽、冷锋、副热带高压及其外围低涡切变线为其主要影响系统,海南附近台风远距离影响加强了水汽自南向北的输送,半定常的地面辐合切变线对新生对流的触发和已有对流的维持及加强起到重要作用;(2)宁晋最强降水期间,其上空具有较强的垂直风切变,有利于高度组织化的对流系统发展;(3)对流系统的后向传播使回波主体移动缓慢、持续时间长,而回波强度大和雨强很强,则导致四芝兰镇极端强降水,此外,具有弱中气旋的超级单体相对较长时间的影响使其对四芝兰镇强降水具有重要贡献;(4)产生极端降水的对流系统属于高质心发展强烈的大陆强对流型,而非更易导致强降水的低质心系统。同时,针对众多学者研究北京"7.21"特大暴雨得到的一些结论进行了进一步探讨和验证。  相似文献   

建筑物立面分类与DIM点云滤波     

崔颖  黄鹤  刘祥磊  罗德安 《测绘通报》2021,(3):55-59

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。  相似文献   

遥感影像智能解译样本库现状与研究     

龚健雅  许越  胡翔云  姜良存  张觅 《测绘学报》2021,50(8):1013-1022

我国遥感对地观测等项目顺利实施,获取了大量时效性强、覆盖范围广、信息量丰富的遥感数据.但遥感影像智能化自动处理技术发展仍相对滞后,无法满足区域/全球大范围地物信息快速提取的需求.近年来,人们利用深度学习技术显著提高了影像特征提取成效,但由于所使用的深度学习样本数量和类型有限,对于多源遥感影像的自动解译能力仍然不足.本文面向大范围多源遥感影像地物信息智能解译需求,在分析现有样本集现状及问题的基础上,研究提出遥感影像智能解译样本库设计方案,并在此基础上设计了基于互联网的样本协同采集与共享服务框架.本文将为多源遥感影像样本库建设提供参考,为大范围遥感影像智能解译提供支持.  相似文献   

高分辨率遥感影像解译中的机器学习范式     

周培诚  程塨  姚西文  韩军伟 《遥感学报》2021,25(1):182-197

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低。所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来,随着人工智能技术的飞速发展,采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务,如目标检测、场景分类、语义分割、高光谱图像分类等,系统综述了5种代表性的机器学习范式。具体来说,本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用,包括全监督学习(如支持向量机、K-最近邻、决策树、随机森林、概率图模型)、半监督学习(如纯半监督学习、直推学习、主动学习)、弱监督学习(如多示例学习)、无监督学习(如聚类、主成分分析、稀疏表达)和深度学习(如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络)。其次,深入分析五种机器学习范式的优缺点,并总结了它们在遥感影像解译中的典型应用。最后,展望了高分辨率遥感影像解译的机器学习发展方向,如小样本学习、无监督深度学习、强化学习等。  相似文献