基于地理场景的矿区监控选址模型

能够对矿山人、机、环境进行实时测控和数字化建设的智慧矿山平台,可以使整个矿山具有自我分析和决策的能力,实现矿山生产管理过程中的可视化、自动化、智能化以及无人化,达到高产、高效和安全的目的。构建地理视频系统是解决智慧矿山平台中安全问题的一种重要手段,针对矿山安全中视频监控设备的选址问题,提出了一种基于地理场景的矿区监控选址模型。该模型首先通过对比分析几种典型语义模型中的地理实体、地理场景、监控设备、选址原则,从中提取了一组面向监控选址的、可扩充的地理场景语义分类模型。然后将监控候选点群以及监控设备的视域范围作为参数输入基于监控选址的集合覆盖模型,并使用线性规划方法进行求解。最后以某矿区为例进行试验,证明该模型能够对研究区域进行科学合理的监控设备选址。试验结果表明:候选点分布均匀,且具有一定的规律,说明所提方法能够取代以往的人工筛选方法,提高选址效率和准确性,对于不断变化的监控需求和环境要素有较好的应对能力。

基于主成分变换的滑坡识别方法及其在2015年尼泊尔地震中的应用

2015年尼泊尔地震以其强大的破坏力诱发了许多滑坡,对居民生命安全、道路房屋等造成极大的威胁,更准确快速的震后滑坡制图对救灾行动起着至关重要的作用。为了解决遥感传统像素级的变化检测方法的结果中大量过度识别,以尼泊尔首都加德满都为研究区,首先利用震前震后两期Landsat-8影像进行主成分变换,然后对变换后包含丰富特征信息的第一主成分(PC1)影像作变化检测,最后利用震后影像的第3主成分、NDVI(Normalized Difference Vegetation Index)、坡度等特征去除变化检测结果中的非滑坡地物。目视解译成果验证表明:基于主成分变换的滑坡识别方法能将研究区93.0%的滑坡识别出来,识别效果较好;滑坡主要发生在研究区东北方向的Sun Koshi河谷一带,主要地形坡度为[20°,50°)。提出的方法能较好地应用于地震引起的大范围滑坡识别,为震后救援和重建工作提供有力帮助。

激光雷达点云中电力线分类提取方法对比分析

以现有的利用ArcGIS进行点云手动分类的方法为标准,以利用TerraScan进行半自动分类的方法为研究分析对象,通过选取6组不同区域类型数据对比分析电力线点分类结果,得出TerraScan电力线分类精度为98.4%,并在此基础上分析了TerraScan进行点云分类的区域实用性和参数敏感性,为激光雷达点云数据中电力线自动快速分类提供支撑。

基于NMF和Hu不变矩的遥感影像零水印算法

为满足遥感影像数据在遭受大幅裁剪(强裁剪)后仍能有效保护版权的需求,该文提出一种基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)和Hu不变矩的零水印算法。首先将原始影像数据分解为系数矩阵和基矩阵,然后计算整体Hu矩不变量均值和分块不变量均值,将两者得到的特征值二值化后与版权信息进行异或操作以生成零水印。其中,系数矩阵及零水印需存入第三方机构,为版权验证奠定基础。在检测版权信息时,利用NMF可复原特性,从待检测数据中反算出原始数据,并提取零水印以进行版权信息比对。实验结果表明,该算法具有版权保护的唯一性和鲁棒性,尤其在抗强裁剪方面表现突出,显示出在遥感影像数据版权保护领域的应用价值。