利用卷积神经网络进行绝缘子自动定位

提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口,而后利用卷积神经网络算法进行精细识别,获得包含绝缘子目标的窗口集,最后对高重叠度窗口集进行加权迭代合并得到最终绝缘子定位结果。采用广东电网大型无人机实际线路巡检获取的可见光影像对自动定位算法进行验证,实验结果表明,在复杂背景下绝缘子整体回调率为90.5%,定位精度为92%,证明该方法能够对复杂背景下可见光影像中的绝缘子进行有效识别定位,且算法通用性较强,可适应不同背景的可见光影像。     

雄安新区雾迷山组岩溶裂隙发育特征

雄安新区碳酸盐岩岩溶热储是具有重大开发潜力的优质地热资源。理清雾迷山组储层中岩溶裂隙的形成演化过程及发育特征,对地热资源的形成与聚敛研究具有重要作用,也是合理有效地开发地热资源的前提。根据岩芯采样、薄片、钻井、测井等资料,对雾迷山组岩溶裂隙的形成演化与几何特征进行了详细分析。结果表明:雄安新区岩溶和裂隙的形成与构造活动密切相关,以印支运动晚期至喜马拉雅运动期间最为强烈,形成了最有利储层发育的岩溶裂隙。雾迷山组裂隙带平均厚度和平均间隔分别为4.70m和4.05m,储厚比平均为41.90%。储层内部裂隙的走向主要为近北东向,倾角集中在50°～90°之间。面积裂隙频率达到5.34条/m²。裂隙的长度和开度平均分别为1.20m和95.16μm。多种物质充填裂隙,以白云石、黄铁矿、石英最为常见,含有数量较多的半充填和未充填裂隙。现今地应力有助于裂隙的开启,储层中裂隙网络发育,连通性好,具有非常好的导水储水性能,为雾迷山组地热资源富集提供了良好条件。     

岩石热导率影响因素研究进展

岩石热导率是岩石最重要的热物理性质之一,其影响因素也比其他热物理性质更为多样.本文综述了前人对岩石热导率影响因素的研究和认识,并对当前研究存在的问题以及研究的发展趋势进行了总结和展望.影响岩石热导率的因素可系统地归纳为岩石组构、温度、压力三个方面.岩石组构是影响岩石热导率的内在因素,对岩石热导率的影响有决定性的作用.岩石组构从岩石的组分和构型两个方面影响岩石热导率,岩石组分是热导率影响的首要因素,而构型对岩石热导率的影响较为复杂.温度和压力是影响岩石热导率的主要外在因素.一般情况下,岩石热导率随着温度升高而减少,随着压力增大而增大.组分热导率的估值精度、内部组构的模型准确度以及温压实验结果的机理认识等制约了对岩石热导率影响因素的定量化认识.随着实验技术精度的提高和计算机仿真模拟技术的发展,将高精度高温高压实验测试和数值模拟结合进行综合分析是未来研究岩石热导率的发展趋势.     

落石冲击作用下被动柔性防护网整体结构试验

针对被动柔性防护网受力系统,介绍了被动柔性防护网在国内外的应用和研究现状,阐明了被动柔性防护网的构成和传力机理,揭示其抵抗落石冲击的基本原理。为分析被动柔性防护网整体受力机理和响应特点,进行了在落石作用下被动柔性防护网足尺模型的冲击试验,分析了被动柔性防护网受到冲击之后的整体变形以及减压环、钢柱等关键构件的耗能及其破坏机理,为被动柔性防护网的结构计算分析与设计提供一定的参考依据。     

面向智能化测绘的城市地物三维提取

精准有效的三维时空信息是新型基础设施建设、实景三维中国、自然资源管理与监测等国家重大需求不可或缺的重要支撑。测绘装备的快速发展提升了点云和影像获取的便捷性,为智能化测绘提供了一种全新技术手段。然而,如何从点云、影像中智能地提取三维时空信息仍然面临诸多困境。本文围绕城市场景中地物目标智能化提取的需求,重点阐述点云位置精度改善、点云与全景影像融合、部件级典型地物要素精细提取、软件研发与工程实践4个方面的关键技术与研究进展,为实景三维中国建设等提供关键支持。     

基于UAV影像密集匹配点云多层次分割的建筑物层高变化检测

针对城市建筑物层高变化检测难题,提出一种基于无人机(unmanned aerial vehicle,UAV)影像密集匹配点云多层次分割的变化检测方法.首先,对多时相UAV影像匹配密集点云进行网格划分,并计算网格内部的归一化数字表面模型和差分数字表面模型两种几何形状特征以及归一化过绿指数和亮度两种光谱特征;然后,基于区域...     

车载探地雷达地下目标实时探测法

中国的城镇化加快了地下空间大规模开发与利用的进程。摸清地下空间目标的分布状况,保障城市可持续发展和地下空间资源的永久利用,是维护未来城市安全中的重要任务。探地雷达(GPR)凭借其数据采集速度快、成像分辨率高、无损检测等优点在地下空间资源调查中得以广泛应用。但仍存在GPR数据地下目标识别不准确、自动化程度低等缺陷,自动检测GPR数据中的地下目标或目标缺陷仍然是一个亟待解决的难题。为此,本文分析并确定了GPR影像中可进行识别的城市道路地下空间的7类典型目标(如雨水井、电缆等)。并根据其反射信号特征,标记了GSSI SIR30设备以400 MHz波段采集的GPR数据中的典型地下目标,构建了GPR地下目标样本库,共包含7类总数为3033个。通过迁移学习的方法,精调预训练后的Darknet53网络参数,通过端到端的YOLOV3检测方法完成地下目标的自动识别与定位。最后,利用深圳福田区彩田路GSSI SIR30装备以400 MHz波段采集的GPR数据进行试验验证。试验结果表明,本文提出的基于深度学习的地下目标探测方法对城市典型地下目标的检测精度和召回率达到85%以上,检测速度达到了16帧/s,能够有效探测GPR数据中的城市地下目标。     

点-线特征联合的全景图像位姿解算方法EI北大核心CSCD

目前,全景图像位置和姿态参数的解算多基于点特征,而场景中普遍存在的线特征尚未得到充分利用。本文提出一种点-线特征联合的全景图像位姿解算方法,不仅可用于点特征缺失场景中全景图像位姿参数的解算,而且在点特征充足的场景中可提高位姿解算的精度和稳健性。该方法中的线特征使用线上的任意两点表示,不要求全景图像和三维场景同名线上的选点具有对应关系,因而易于选取,具有极大的实用性。首先,使用直接线性变换构建点-线特征联合的全景图像位姿解算模型,并针对水平线和垂直线获取简化后的模型;然后,利用仿真道路场景,从特征点和线的不同组合方式及大姿态角两方面分析该模型的适用性,并通过人工引入不同类型及量级的点-线误差分析该模型的容差性;最后,将本文方法应用于全景图像与激光点云的融合,从理论和实践两方面证明点-线特征联合的位姿解算方法在精度、稳健性和容差性方面优于单纯的点特征解算方法。     

月球地形特征认识及增强可视化

长期以来人们生活在地球上,已形成了基于地球的习惯式视觉感受与空间认识,对其他星体地貌与现象的认知和识别成为新的挑战。基于月球与地球地形地貌上的差异性认知,研究地球认知转移的月球地形地貌的增强可视化,能够让人们更加直观地认识月球地形地貌。对比分析月球与地球的地形在地貌类型、地表色彩体系和地形起伏的异同性,建立基于地球认知转移的月球地形增强可视化的认知基础;构建月球与地球地形可视化要求的相似性和差异性,对撞击坑、月海、月陆、月溪等月球的典型地貌和区域地形进行了晕渲参数调整,分析月球地形在不同参数下的晕渲效果,实现月球地形增强晕渲可视化;揭示了月球地形可视化既要借鉴地球可视的认知转移（如暗色-低地形,亮色-高地形）,又要打破地球特定思维造成的可视化误解（如白色-雪线、绿-植被）,制作符合月球自身特征的可视化体系。