SIFT算法在机器视觉轨道交通变形监测中的应用分析

针对传统人工测量方法不能满足轨道交通结构变形监测精度要求高、实时性要求强等问题,本文提出一种尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法,基于该算法可实现机器视觉对轨道交通结构变形实时监测,同时基于MATLAB语言构建机器视觉轨道交通变形监测系统,并对该系统监测结果进行精度评估。结果表明,基于SIFT算法构建的机器视觉轨道交通变形监测系统与传统测量结果有较好的一致性,总体精度优于1mm。总之,SIFT算法可较好地匹配特征点信息,能够用于实现机器视觉轨道交通结构变形监测,同时机器视觉轨道交通结构变形监测系统在自动化程度、实时性、成本方面具有显著优势,拥有广阔的应用前景。

多元回归模型在同监测面中沉降拟合应用

建筑施工中存在获取未知点的沉降值难度较大的问题,重新进行测量会耽误施工进度且存在安全隐患。本文使用多元回归的方法,在未知点当前监测面上构建回归模型,获得回归参数,灵活计算当面监测面上任意点的某期沉降值。通过实例计算并与常规方法对比,表明多元回归模型外拟合的精度在2 mm以内,该方法可以有效预测未监测点的沉降值。

基于遗传算法的灰色Elman神经网络在深基坑变形中的应用

为保障基坑施工安全,快速发现沉降问题,本文提出一种基于遗传算法的灰色Elman神经网络,利用沉降监测数据预测围护结构沉降。通过计算发现该模型迭代收敛速度较快,25次即能达到0.001的均方误差,可以在较短时间得到预测结果。与其他3种基础模型对比,发现该模型精度较高,在SSE、MRE、MSE 3种精度评价中均处于较高水平。

《工程测量标准》(2020版)修订说明

工程测量是国家工程建设领域最基础、最核心的内容之一,也是建立测绘地理信息基础框架的主要技术手段。《工程测量标准》在修订过程中总结了当前国内外工程测量的最新研究成果和实践经验,体现了仪器设备和技术方法的应用特点,内容完整,条理清晰,技术指标科学合理,与其他国家标准保持了良好的协调性,具有较强的先进性、适用性、指导性和可操作性。为了更好地理解和使用该标准,对标准的修订原则及修订内容作了说明。

浅析变形监测精度体系

变形监测是指对被监测体的形状或位置变化进行监测,确定监测体随时间的变化特征,并进行变形分析的过程。针对GB 50026—2020《工程测量标准》,从工程测量的角度就变形监测的基本精度体系及精度等级划分给予解读,对精度指标的组成、来源及制定原则进行剖析,同时列举其他有关标准中变形监测精度等级的划分和精度指标的来源,分析二者的内在联系和差异,为实际变形监测项目选择较为合理的、适用的精度等级及精度指标提供参考。

无人机测绘数据处理关键技术及应用探索

近年来,随着测绘装备的快速发展,无人机的测绘能力得到了充分认可,其市场需求也在不断壮大,新时代背景下需要依赖无人机的测绘工作越来越多,因此无人机测绘技术也成为测绘行业以及其生产厂商研究的重点之一。本文就围绕这个重点对无人机测绘技术进行阐述,另外通过对其核心技术的专门分析进一步阐述其在测绘行业中的应用。

浅谈工程测量控制网精度序列

工程测量控制网精度序列经过数十年的实践和应用,已在相关国家标准、行业标准及地方标准中广泛引用,充分证明工程测量控制网精度体系和技术指标的科学性、合理性和适用性。工程测量控制网精度体系的构建,是在总结大量工程经验的基础上进行分类、归纳、总结而形成的,其目的是对工程测量不同阶段精度等级的基本定义、系统构成、作业特点、分类原则、制定依据、指标来源、核心要求和应用方法等进一步的总结区分。针对新发布的GB 50026—2020《工程测量标准》,从平面控制网和高程控制网的历史渊源和指标架构着手分析,同时结合工程测量控制网精度体系的构建,着重对平面控制网和高程控制网的精度序列进行论述。

基于多视角三维激光扫描技术的建筑墙体微小裂缝监测方法

常规建筑墙体微小裂缝监测方法忽略了噪声点对裂缝图像像素点分布的影响,导致最终监测精度较低。为此,提出基于多视角三维激光扫描技术的建筑墙体微小裂缝监测方法。采用多视角三维激光扫描技术对墙体裂缝灰度图像进行采集,对图像进行滤波处理,以减少噪声点对像素分布的影响并通过求取裂缝点的特征密度值与二值化分离系数,完成图像灰度标定,结合扫描参数临界值,移除非目标区域的点云数据,由此分割裂缝图像的目标区域,以此为依据,对裂缝图像目标区域进行仿射变换并求取裂缝的形心,进而得到裂缝的分布区间,实现墙体微小裂缝的监测。结果表明:将设计的方法应用于建筑墙体微小裂缝监测中,得到的监测值与实际值偏差较小,监测精度较高。