基于深度学习的城市内涝区域车辆检测与分析

在城市内涝场景当中,较多人与车辆被困于积水中,给大众生活带来不利影响。随着计算机技术的快速发展,深度学习在解决实际问题中的运用也越来越广泛。文中提出了一种利用TensorFlow深度学习框架搭建MaskR-CNN(Regions with Convolutional Neural Networks Features)模型的方法,对城市内涝场景的积水区进行检测,检测效果良好,mAP(mean Average Precision)值达到89%。同时,基于YOLOv5(You Only Look Once version 5)模型,采用密集帧间差运算对处于积水区中的人车进行追踪,追踪精度达到90%左右,并使用YOLOv5外挂ResNet(Residual Network)实现了对内涝场景中的车辆进行淹没危险度分析。实验结果表明,文中所用模型的车辆危险度检测效果优于其他模型。

大桥工字梁点云模型特征面智能识别及应用

独立钢梁预制构件的质量检测是现代桥梁建设的一个重要环节,传统手工作业的方式工作效率低且费时费力。为快速准确地对独立钢梁构件进行质量检测,提出一种基于点云模型的桥梁构件特征面语义智能识别算法,对构件质量参数所涉及的特征面进行智能提取。首先,利用三维激光扫描技术建立钢梁构件的精细化点云模型;其次,采用一种基于超体素的区域聚类复杂场景分割算法,对模型的不同特征区域进行划分,将同一特征明显的大区域组合体进行生长融合,将细小的、独立无关的特征体进行去除;再次,根据模型的空间几何特征(密度、法向量、空间连通性)建立语义提取规则,根据语义规则智能提取钢梁构件检测所涉及的关键特征语义面;最后,基于提取的特征语义面,提出钢梁构件梁高参数和拱度参数的检测算法思路。算法用于某省特大桥工字形组合钢梁构件检测,实验结果可知,梁高最大绝对误差1.65 mm,最小绝对误差0.37 mm,拱度最大绝对误差5.8 mm,最小绝对误差0.7 mm,均满足规范要求,该算法可以准确快速地识别构件关键语义特征面,为钢梁构件质量安全检测提供新的思路。

高校思想政治理论课教师教学学术能力差异与影响因素研究

问题式专题化团队教学改革急需思政课教师高水平的教学学术。然而高校思政课教师教学学术水平的实证研究较为缺乏。研究编制包括组织支持、教学学术行为、教学学术认同、教学学术反思和教学学术转化五个维度在内的高校思政课教师教学学术水平问卷。经对11个变量的差异研究发现,不同学校类型师范教育背景、双肩挑身份、不同学校类型等影响教学学术总体水平;女教师学术身份与理念认同高于男教师;职称与学术水平可能存在不匹配情况;区位优势及班级规模影响部分学术水平;教师主要面临学术转化困境。

融合注意力机制及DenseASPP改进的DeeplabV3+遥感图像分割方法

由于遥感影像分辨率的提高,卷积层需要更大的感受野来捕获语义信息。DeeplabV3+模型在使用较大空洞率时会出现空洞卷积低效或失效的问题,同时该模型依靠卷积运算捕获的是局部信息,难以建立长距离依赖。为此,文章设计了一种基于DeeplabV3+的改进模型,在原模型中添加金字塔拆分注意力模块(pyramid split attention,PSA),通过金字塔结构,使网络关注关键信息,帮助模型提取像素级多尺度空间信息的同时建立长距离依赖关系。同时,将空间空洞金字塔池化模块(atrous spatial pyramid pooling,ASPP)替换为密集空间空洞金字塔池化模块(dense atrous spatial pyramid pooling,DenseASPP),帮助网络利用更多像素,获得更大感受野,得到更密集的特征金字塔,并避免了空洞卷积低效或失效的情况发生。为了验证模型效果,分别使用Vaihingen和WHDLD数据集进行实验。相较于原模型,该模型的MIoU提高了2.8%~0.9%,F1分数提高了2.1%~0.73%;通过与其他现有模型进行对比,该方法在分割效果上也有明显的提升。

城市基础地理数据库更新机制研究

从GIS和CAD两种数据模型出发,提出基于CheckOut/In的数据更新机制,为了充分利用CAD制图功能,在CAD中将新测数据插入到更新区域,然后写入子数据库,同时父数据库自动检测并做出响应。实际应用证明该研究成果能提高基础地理数据库的更新速度。

最大连通域协同的改进Deeplabv3+路面裂缝检测

针对传统路面裂缝检测准确度不高、受噪声信息干扰等问题,提出一种改进的Deeplabv3+网络的路面裂缝语义分割方法。上述算法在Deeplabv3+网络的基础上,使用密集连接的方式重构网络ASPP模块,通过跳跃连接共享信息获取更大的感受野。并针对背景和裂缝区域所占像素比例相差较大的特点,设置权重让神经网络更加关注裂缝特征。最后对检测结果中出现的边缘断裂,采用最大连通域方法实现裂缝的精细提取。在公共裂缝数据集CFD和CRACK500上实验表明,所提算法的MIOU分别为85.7%和87.2%,与其它语义分割算法相比,新方法能够准确完整地实现路面裂缝提取。

基于要素编码的基础地理数据库的构建及DLG自动入库的实现

鉴于地理要素分类与编码在地理信息组织、数据转换等方面的应用作用,提出基于地理要素分类与编码的基础地理数据库构建策略,并借助Geodatabase按照现行分类原则在大类上构建要素数据集,在中类上构建要素类。在此基础上,建立要素分类编码与要素类的映射机制,将其应用于DLG数据入库软件开发中,并通过ArcGISEngine和ObjectArx两者无缝结合开发数据转换接口嵌入AutoCAD进程中得到体现,从而实现DLG数据自动、高效地入库。

基于向量代数的点与多边形拓扑关系的推理

在分析向量代数的几何意义的基础上,提出了利用向量叉积的几何性质来判断点与多边形的拓扑关系,通过判断点生成一个水平向量,通过该向量和多边形各边的向量叉乘运算,利用k分量的符号来判断两向量的位置关系,并对各种位置关系赋予相应的权重值,最后根据权重值之和的奇偶性来判断点与多边形的位置关系。该算法无需计算出实际的交点,同时,还对某些特殊位置关系作了几何等价处理。从程序运行效果来看,该算法具有稳定性高、运行速度快等优点。

基于RGB-D相机的脐橙实时识别定位与分级方法

为实现脐橙采摘机器人对脐橙果实进行实时识别、定位和分级采摘的需求,该研究提出了一种基于RGB-D相机数据的脐橙果实实时识别、定位及分级的OrangePointSeg算法。首先利用微软最新消费级深度相机(Azure Kinect DK)采集脐橙果实的RGB-D数据,建立脐橙果实实例分割数据集及增强数据集。然后通过改进YOLACT算法对脐橙果实进行实时分割并生成实例掩膜,与配准后的深度图裁剪得到果实深度点云,再利用最小二乘法进行脐橙果实外形拟合,得到其相机坐标系下质心坐标及半径。试验结果表明,在果实识别阶段,改进YOLACT算法在该数据集上的检测速度为44.63帧/s,平均精度为31.15%。在果实定位阶段,1 400~2 000点云数量时的拟合时间为1.99 ms,定位误差为0.49 cm,拟合出的半径均方根误差为0.43 cm,体积均方根误差为52.6 mL,在大于800点云数量和拍摄距离1 m以内时,定位误差均在0.46 cm以内。最后通过引入并行化计算,OrangePointSeg的总体处理速度为29.4帧/s,能够较好地实现精度与速度的平衡,利于实际应用和工程部署。该研究成果可推广至其他类似形态学特征的果实识别中,为果园的智能化管理提供行之有效的技术支撑。

基于最优波段组合的TM影像土地覆盖信息分类

针对TM遥感影像光谱特征利用率不高,影响土地覆盖信息分类精度的问题,提出一种基于最优波段组合的分类方法。以赣州市章贡区2006年的TM遥感影像为研究对象,首先根据遥感影像的光谱特征和波段间的相关性计算最佳指数;其次根据研究区域特征,引入修正植被指数,并对原影像进行主成分分析,综合分析最佳指数、修正植被指数和前3个主成分量,认为PC3、RNDVI、Band1为最优波段组合。最后结合监督分类与非监督分类法对最优波段组合成的遥感影像进行分类,得到的整体分类精度为86.237 5%,kappa系数为0.825 3。

完全拓扑关系结构D-TIN多核并行构建

为了充分利用普通PC机多核CPU计算资源实现大数据量离散点集矢量地形快速构建,提出具有完全拓扑关系结构D-TIN的多核并行生成算法.首先基于四方边缘结构设计具有完全拓扑关系的D-TIN数据结构及系列函数接口,用于操作该数据结构;然后顾及线程间数据负载平衡和空间均质性,采用坐标排序法对离散点集进行均等虚拟划分;再基于离散点集凸包"生成—消融—生成"周期性特征和分治算法思想设计D-TIN串行构建算法;最后以其作为D-TIN并行构建算法的内核,Open MP作为多核并行编程模型,实现了单机多核环境下的D-TIN并行构建.实验结果表明,当数据量较大时,该算法效率明显高于串行算法,且两者的计算结果具有完全一致性;同时,参与计算线程数与总耗时呈负相关.

基于反向射线与顶点退化判断点在多边形内外的算法及应用

利用射线法判断点在多边形内外的方法简单易用,但是对于交点中含有顶点的情况,使用这种方法将产生奇异性,大大降低判断的准确性。鉴于这种情况,通过对已有的判断点在多边形内外算法的分析与研究,提出了基于反向射线和顶点退化处理相结合判断点在多边形内外的算法,并给出了具体的程序设计以及将该算法推广到了复杂多边形的情况。同时,将该算法应用于某市基础地理信息系统数据预编辑中,结果表明,判断准确率大大提高。

基于GIS的新城区水文参数自动提取及应用

传统雨水管网规划与设计中,雨水汇水区主要依据道路网进行概化,不能根据地形自适应地划分,划分后的水文参数计算结果往往和实际情况有出入,针对此,提出了一种基于GIS的水文参数自动提取方法.结合城市开发后的下垫面情况和城市规划设计基础数据,构建顾及路网的地表DEM,运用GIS水文分析工具和GIS空间分析工具自动提取模拟地表的水文参数,并利用GIS几何网络组件构建带权有向雨水排水网络,运用SWMM模型进行降雨径流模拟和管段淹没分析,从而得到雨水管网平面布局最优方案.实验结果表明,使用该方法得到的雨水管网设计方案明显优于传统设计方案.

基于GRA-GRNN模型的露天金属矿爆破后矿岩界线位移分析

为了避免露天金属矿爆破后导致爆堆边缘矿石品位贫化损失,需要根据最低品位阈值重新计算矿岩边界,而影响矿岩边界发生改变因素众多,需要确定主要影响因素。因此,利用爆堆爆破前地形方向和爆堆地质数据,构建灰色关联-广义回归神经网络模型(GRA-GRNN)分析爆堆矿岩边界变化主要影响因素。首先对爆堆钻孔品位数据使用析取克里金法进行空间插值,并根据矿山工艺最低品位阈值提取爆破前的矿岩边界;其次,将爆破前后的数字DEM模型进行求差,求得爆破后的爆堆数字DEM模型,并构建爆破前后爆堆数字DEM模型空间分布椭圆,从而确定爆堆爆破后的水平形变方向;对影响爆堆爆破后形变的可能因素进行提取,并应用GRA-GRNN模型选取主要影响因素及对其强度进行分析,并将其结果与BP神经网络模型预测结果进行了对比。从实验结果可知,影响爆堆爆破后形变强度排前三的因素为:爆破前地形方向、爆孔排距和列距,强度分别为0.880、0.760和0.755,预测结果优于BP模型。

改进坡度的数学形态学非地面点云去除算法研究

针对传统点云滤波算法在对大规模无序点云进行非地面点去除时,存在滤波结果误差较大且滤波效率较低的问题,提出一种基于坡度的数学形态学改进滤波算法.该算法首先对点云数据坡度值进行分析,选用二阶差分模型计算格网内坡度值,然后根据最大坡度设置高差阈值,与形态学滤波前后的高差值比较,分离出非地面点.为了验证算法的有效性,选用两个不同区域的无序点云数据进行实验.结果表明:改进算法能较好地以真实局部地形坡度为依据,对地物较多、地形较复杂的区域准确、高效地分离出非地面点,并且能有效保留原始地形特征,且误差相比其他方法较小.

基于PCA-TrICP的多源点云无缝三维重建

针对三维重建时使用单一数据源的局限性问题,融合异源的倾斜影像和三维激光点云进行三维实景重建。在前期工作中,利用倾斜摄影技术对校园图书馆建立初始模型,生成影像点云,并使用三维激光扫描仪获取其立面数据,完成去噪及拼接等预处理工作。针对预处理过后的影像点云和激光点云数据的配准,首先使用主成分分析方法对数据降低维度,对齐跨源点云的姿态方向,并利用数据的空间几何中心匹配得到初始位姿;然后使用TrICP算法完成低重叠率的跨源点云的精确配准。实验结果表明,本文粗配准方法的精度达到0.32 m,远高于快速点特征直方图算法精度;在精配准的精度分析中,建筑物立面的独立精度为0.03 m、0.08 m、0.22 m,整体精度相对于传统ICP算法提高了53.5%,达到了0.08m。

基于二维Gamma分布的激光点云去噪

利用地面激光扫描仪测量时,由于空气中尘埃等因素会产生噪声点,对后期三维建模等应用带来不利影响。在现有研究成果基础上,深入分析散乱点云的近邻域特性,采用基于二维Gamma分布实现点云去噪,并在kd-tree索引支持下对其进行优化,通过邻域均值和邻域距离变化斜率两个约束条件共同移除噪声点。实验结果表明,本文算法能自动识别噪声点,降低人工设置阈值的影响,并与传统的基于正态分布的邻域点去噪算法进行对比,实验效果较优,达到了预期效果。

基于地理要素编码的数字地形图入库方法实现及应用

目前建设城市基础地理信息系统的主要数据来源是各城市已经采集的不同比例尺的数字化地形图,而数字化地形图不能直接被GIS软件操作。本研究从实际出发,提出基于地理要素编码的数字地形图入库设计方法,将ArcGIS Engine和Objects Arx2007相结合进行嵌入式二次开发,利用C#,在.NET2005平台下得以实现,并在某城市的基础地理信息系统建设中得到实际应用。

CAD数字地形图中房屋属性自动匹配实现

数字地形图要素属性配置是数字地形图数据到GIS数据的一项重要而又繁重的工作,其中房屋属性匹配占主要部分。根据房屋多边形和其属性之间存在的位置关系,通过对已有判断点在多边形内外算法的研究和分析,采用射线法作为基本算法,同时提出了对射线法的异常处理,并利用该算法实现了数字地形图中房屋属性的自动匹配,以及对该算法进行了一系列实验,从实验结果可以看出该算法稳定、可靠。

基于ArcObjects的数字地形图导入地理数据库方法

由于数字地形图数据模型与GIS数据模型存在差异性,导致了数字地形图不能直接被GIS使用。为了解决这一问题,本文通过ArcGIS提供的CAD导入工具首先将数字地形图导入到ArcGIS的Staging Geodatabase,然后利用C#和ArcObjects编程对Staging Geodatabase分类提取,实现了数字地形图入库工作。