基于三维激光点云数据的冷却塔倾斜监测研究

基于传统测量进行电厂冷却塔倾斜变形监测存在过程复杂、精度较低等问题。文中以某电厂冷却塔为研究对象,进行点云数据采集、数据拼接、去噪等处理研究。结合AutoCAD和Matlab提取中轴线,提出一种针对冷却塔倾斜监测的新方法。结果表明,基于三维激光扫描技术获得的数据可以快速拟合出冷却塔的中轴线,进而计算其倾斜量,相较于传统测量,该方法可提高冷却塔倾斜监测的工作效率。

深度学习与遥感数据分析

深度学习的迅猛发展,为遥感大数据的智能分析提供了重要技术手段。首先主要介绍了遥感数据识别和应用中设计的深度学习模型与方法,提出并实现了面向激光雷达点云、光学遥感图像和高光谱图像等数据地物识别的深度强化学习、多任务学习和亚像素-像素-超像素特征学习网络模型。这类模型的参数基本上由学习得到,调参工作量小,而且充分顾及了地物间的空间和上下文信息以及纹理和光谱特征,泛化能力强。然后描述了联合深度学习和多源遥感数据在精准扶贫评估、青藏高原20 a湿地变化及空间分析和玉米产量估产等方面的研究进展。从中可以看出,为了更好地促进遥感数据向知识的转化,需要面向应用,充分发挥深度学习在遥感大数据处理的优势,发展新的数据处理算法与技术。