基于空间几何特征融合增强的地铁隧道点云语义分割神经网络模型

基于深度学习的隧道点云语义分割技术能够对大规模点云数据中的物体对象进行识别与分类,可以实现隧道场景内物体信息的提取与管理。顾及地铁隧道内设施的空间分布特征与几何特点,提出了一种基于空间几何特征融合增强的地铁隧道点云语义分割神经网络模型。设计了隧道点云空间几何特征提取模块,提取了隧道设施点云的相对空间位置与几何分布特征,将其与相应的网络编码层的点云信息进行通道拼接,以增强网络模型对多尺度点云特征信息的感知能力。构建了基于通道注意力机制的特征融合编码层,提取不同通道间特征信息的权重,对不同空间尺度的点云信息进行加权融合,以充分利用不同尺度的信息来提高模型的表示和泛化能力。利用南京某地铁隧道实测点云数据制作语义分割数据集,对所提模型进行了验证。结果表明:模型的训练mIoU值达到0.9556;在测试数据集上的预测结果中,加权平均F1分数为0.9959,加权平均IoU值为0.9631;对于PointNet++模型分割精度较差的通信光缆、管线架、接触吊梁类别,本研究模型的IoU值分别达到0.845、0.825和0.999,有效提高了地铁隧道点云分割的整体准确性,可为实现地铁隧道自动化病害巡检与设施管理提供技术参考。

多窗口局部分形特征的目标分割方法研究

提出了新的图像多窗口局部分形特征计算方法,并结合传统的图像分割方法,给出了一种新的复杂背景下人造目标分割算法。用指数小波滤波器在一个尺度上对图像进行滤波,突出图像的边缘信息。根据滤波后图像像素点的亮度大小,对原始图像进行多窗口几何度量空间变化率的计算,在此基础上,运用区域生长实现目标分割。对分割得到的图像进行数学形态学处理,提取出图像的目标。实验表明,该算法能够有效地实现复杂背景中的目标分割,并且计算复杂度低。

一种高光谱遥感图像特征提取方法的设计与应用分析

针对高光谱遥感图像特征提取在小样本数据时分类精度低这一问题,提出一种基于几何均值特征空间判断的高光谱特征提取方法(Gm-FSDA法),试验结果表明:Gm-FSDA法在平均分类精度、平均分类效力、总体分类精度以及Kappa指标四个分类参数中综合表现最佳,生产者精度和使用者精度分别可达61.73%和74.93%,试验提取得到的分类映射视觉效果最接近于真实地貌,表明该方法在小训练样本高光谱遥感图像特征提取分类中效果较好。

地面红外目标数据联合增强方法

针对地面非合作特种车辆目标红外数据获取难度大、成本高,深度学习网络小样本数据条件下易于出现过拟合、网络泛化能力差等问题,本文以地面车辆红外数据为对象,提出了一种基于几何-特征空间变换的数据增强方法。首先,通过高清红外设备构建了原始地面车辆红外数据集;在此基础上,利用金字塔生成对抗网络(SinGAN)的空间特征重构机制,联合几何空间变换,对原始车辆红外数据进行了增广,并建立了地面目标红外数据集Infrared-VOC;最后,利用几种不同深度学习目标检测模型对增强后的红外数据集进行测试,验证了几何-特征空间联合变换方法数据增强的有效性,为地面非合作特种车辆红外数据增强提供了新方法。

基于LOD的选取模型应用于电子地图多尺度显示的研究

从电子地图多尺度显示角度出发,提出了基于LOD的选取模型。在选取模型中将显示比例尺和地图比例尺的比值作为LOD算子,总结了LOD算子设置的3个层次,以及分类、分级、要素和空间几何特征等LOD算子的设置规则。

稻麦草浆黑液传热性能研究概述

概括介绍了研究稻麦草浆黑液传热性能的意义和方法，研究其在不同物性、流变特性、流动动力条件及流动空间几何特征下的传热性能，进而找出提高稻麦草浆黑液传热效率的方法与途径。

新构造分异的地学信息分析——以山东半岛北部为例

水系图像空间特征与几何空间特征是新构造运动地表综合信息的反映,也是区域新构造差异的两种新的分析手段。新构造运动差异分析表明,山东半岛新构造运动受控于西侧的郯(城)-庐(江)大断裂,次级的NE-NNE向断裂则控制了整个半岛地区的E-W向差异运动。以NE向青(岛)-牟(平)断裂束为界,分为东、西两个新构造活动亚区。西部相对东部在新构造时期抬升,相对抬升幅度达30m以上。

简约支持向量聚类

针对传统支持向量聚类(support vector clustering,SVC)的高耗费和低性能弊端,提出了简约支持向量聚类算法(reduced support vector clustering,RSVC).RSVC的核心是简约策略和新的簇划分方法.前者是基于薛定谔方程而设计,提取对模型生成有重要意义的数据构成简约子集,并在此子集之上完成优化过程.后者提出并证明了高斯核函数特征空间的几何性质,并以此设计方法完成对数据簇的辨识任务.理论分析和实验结果表明,和同类算法相比,RSVC可更有效地解决两个弊端,在实际应用中取得良好的聚类效果.

一种新的复杂自然背景中多目标的检测算法

综合利用了RGB图像的彩色特征与灰度图像的分形特征,提出了一种新的复杂自然背景中多目标的检测算法。首先通过无监督优化模糊聚类的方法分割出彩色图像中目标的潜在区域,记录其质心位置和形状大小;然后在质心对应位置提取灰度图像中各区域的分形特征,利用几何度量空间变化率特征排除背景奇异区域的干扰;最后对记录的目标区域进行判决,得到真实目标的质心位置和形状特征,从而检测出全部目标。仿真结果表明,该算法可以有效的进行多目标检测,并较好的保留目标形状特征。

基于卫星测高数据的海底地形反演研究

本文以Geosat、ERS-1/2、Envisat、T/P、Jason-1/2、HY-2等卫星测高数据为数据源,采用SAS法对我国南海区域的海底地形进行分析研究,反演南海地区1'×1'海底地形模型,并详细阐述了基于SAS法的海底地形反演方法,计算反演模型最佳尺度因子S,以ETOPO1模型、DTU10BAT模型为长波参考模型,分别建立南海海域海底地形反演模型,为SAS海底地形模型1和SAS海底地形模型2,并以南海海域高精度船测水深数据为基准,对两种海底地形模型进行精度分析,结果表明:SAS海底地形模型1反演精度高于SAS海底地形模型2,其原因为ETOP01长波参考模型较高,故反演的海底地形模型精度较高;同时SAS海底地形模型精度要高于ETOPO1模型和DTU10BAT模型,其精度提升了近50m,表明基于SAS法的海底地形反演结果优于现有模型,为我国海底地形反演方法的研究发展提供了较好的方向。

加权空-谱局部保持投影的高分二号影像分类方法

针对高分二号遥感影像分类精度低的问题,该文提出了一种基于加权空-谱局部保持投影的高分二号遥感影像分类方法。该方法首先采用加权空-谱算法对高分二号遥感影像进行几何空间重构处理,获取新的影像数据;然后利用融合LPNPE方法与LPP方法构建新的投影矩阵,充分利用了样本数据光谱类别信息又兼顾局部相邻空间的几何相互关系;最后,将投影后的数据作为SVM分类器的输入,对高分二号遥感影像进行分类。实验结果表明,该方法分类精度为97.47%,Kappa系数为0.9753,能有效识别地物边界。