地理信息系统中复杂地物的OO模型

复杂地物是地理信息系统中经常涉及到的一种地物类型。传统的关系数据模型在处理这类数据时存在着许多不足。本文重点介绍如何利用面向对象的基本工具和技术建立一个有效的面向对象的空间数据模型，以便于对复杂地物进行指定、组织和管理。

复杂地物背景下的电力线识别算法

为了从复杂无人机航拍图像中快速有效地检测与提取出电力线,基于电力线特征,提出一种复杂地物背景下的电力线识别算法。采用改进的Ratio算子并结合基于轮廓特征的背景去噪算法完成电力线的边缘检测,利用基于Hough变换的直线动态编组拟合与筛选算法进行边缘提取,最终识别出完整的电力线。实验结果表明,所提算法可有效排除噪声干扰,在多种航拍场景下的识别准确率达96.37%以上,识别精度与时效性比常见的同类算法均有明显的提升,具有较好的电力巡线应用价值。

复杂地物背景下的无人机激光雷达电力线提取方法

在提取电力线的过程中,为了有效控制雷达功耗,改善原有方法中过大功耗对设备的负面影响,基于复杂地物背景设计了新的无人机激光雷达电力线提取方法。设计雷达定位电力走廊区域范围,计算连接相线缓冲宽度平稳无人机功耗,预处理无人机激光雷达航拍图像区分主要目标,滤波去噪降低边缘宽度提取电力线,完成复杂地物背景下的无人机激光雷达电力线提取方法设计。实验结果表明,在对大面积激光点图像的电力线提取过程中,该方法能将无人机激光雷达功耗控制在有效范围内,相比传统方法能提取更多电力线点云数量,具有广阔的应用前景。

复杂地物背景下电力线的快速提取算法

从具有复杂地物背景的航拍图像中快速检测与提取电力线是无人机电力线巡检的关键问题之一.在充分分析电力线图像特征的基础上,提出一种复杂地物背景下电力线检测与提取的新方法.首先对原始图像进行图像增强处理,增加电力线与背景的对比度,据此改善图像分割效果.接着采用多组形态学处理算法,滤除二值图像中的背景噪声并增强电力线边缘,进一步采用Canny算子检测电力线边缘,并对其做平滑处理.最后利用霍夫变换（Hough Transform,HT）实现对电力线的快速、完整提取.实验结果表明,本方法在复杂地物背景下对电力线提取的准确率较高,检测速度较快,对无人机电力线巡检的推广具有重要意义.

复杂地形及重荷条件下深基坑支护施工技术研究

针对紧邻发射塔、地形地物条件复杂、变形指标苛刻等条件下,提出了深基坑的支护设计方案,研究了冲击成孔支护桩+混凝土冠梁、喷锚、钢支撑和锚索逐层安装等基坑支护的施工技术,确保导流槽基坑安全,满足紧邻建筑物严格的变形要求,为导流槽的新建提供了安全稳定的环境。

复杂环境下工程降水施工技术研究

针对复杂地形地物条件、不良的水文地质条件等情况,突破工程难点,采用理论计算和数值模拟相结合的方式,确定并优化合理可行的工程降水方案,实现工艺创新、完善施工技术、总结降水对周围环境的影响的控制手段,实现降水自动化控制。

基于扩展关系的三维景观建模方法的研究

在研究复杂地物建模的基础上,设计了一个基于扩展关系的星形模型来表达三维景观。该模型既能有效的降低三维景观的复杂度和数据量,又充分发挥关系数据库在数据组织、操作与控制上的优势,能有效支持景观模型不同显示方式的需求。

应用型高光谱影像卷积神经网络分类方法

针对生产任务中常用的卫星高光谱数据空间分辨率不高、地物复杂的特点,提出一种实用性和灵活性较强、效率较高、不依赖空间信息的分类方法。对高光谱遥感影像数据进行分析,依据其光谱信息丰富,但在复杂地物中空间特征不足的实际情况,采用离散采样的方法,充分利用质量较好的样本点进行特征提取。对传统卷积神经网络进行改进,通过卷积层与池化层的重组等措施,使其更充分地利用地物的光谱特性。该方法在珠海一号高光谱影像上实现了对地物的有效分类。

基于激光点云和倾斜影像的三维建模方法研究

[目的]基于三维激光扫描和倾斜摄影进行三维实景建模的方法各有优缺点：三维激光扫描精度高,但测量范围小,无人机摄影测量范围广,但是容易缺失数据。[过程与方法]针对以上问题,综合运用两种测量技术获取空间数据,提高测区三维模型精度,由此开展应用研究。[结论]研究表明,两类技术综合运用可实现测区三维数据完整采集;通过统一控制点坐标系和迭代最临近点配准算法可有效融合两类点云,能构建高时效、高精度、高分辨率的三维模型;该方法提高了测量作业的自动化程度和影像清晰度,可应用于多种场合的测量。