利用C_SURF配准的空基视频运动目标检测

针对传统的车辆检测算法的性能易受低空移动平台影响造成相机自运动以及外界的干扰等问题,提出了一种基于改进的C_SURF彩色特征稳像和光流法向量相结合的方法来解决低空视频中的运动车辆检测问题。通过图像稳像消除了相机的自运动和外界干扰问题,提高了运动车辆的检测性能。实验结果显示,该方法不仅在检测车辆方面可以获得更好的检测性能,在复杂的背景环境下也能有效地检测运动车辆。     

基于道路网矢量数据的遥感影像道路损毁检测

利用面向对象方法对地震后高分辨率遥感影像上的道路进行多尺度分割和分类.通过融合地震前道路网矢量数据与地震后遥感影像,提出一种基于自适应模板的道路损毁检测方法.试验结果证明,该方法能够快速、准确地对损毁信息进行提取.     

基于体元分析的三维建筑物模型结构化分割方法

针对现有三维模型分割方法在建筑物基本结构特征识别方面存在的不足,提出一种基于体元分析的三维建筑物模型结构化分割方法。该方法首先通过体元化和内部距离参数计算在模型内部构建分层距离场,然后采用局部极值判别方法从各层距离场中提取出对建筑物结构、形状分布具有代表意义的中心体元,并基于中心体元和内、外部体元聚类找到建筑物在空间组成上相互独立的结构单元,最后依据体元分析结果对原始建筑物模型进行表面分割。试验结果表明,该方法能够对不同风格的建筑物模型进行有效分割,具有极强的稳健性。     

空间认知驱动的自适应路径引导

为了生成符合人们认知习惯、反映用户空间知识并易于利用自然语言表达的路径引导, 提出了一个将路径抽象为一系列结构统一、具有时序性和多粒度性且可以被加工为指导用户沿路径前进的短语或句子的指示单元的表达框架,并说明了利用环境结构、路径特征、先验知识等上下文因素生成多粒度的指示单元, 从中选择最合适的指示单元, 进而实现自适应路径引导的方法。通过与传统的采用“Distance-to-Turn”模式的路径引导进行对比可以发现, 基于空间认知的自适应路径引导更加符合人们描述路径的方式, 能够降低用户的认知压力并提高导航的效率。     

利用低空视频检测道路车辆

针对背景像素的移动,提出了SURF特征稳像和光流法向量相结合的新方法来解决低空视频的道路车辆检测。首先,检测两帧图像的SURF特征;再用最近邻匹配得到两幅图像的匹配点对;随后结合RANSAC和最小二乘法计算全局运动参数向量,获得稳定的帧;最后,根据稳定的帧计算光流法向量,并检测出运动车辆。实验结果表明,基于SURF算子的图像稳像算法在不损失稳像精度的前提下,能够提高图像稳像算法的速度,所提方法能够有效地检测出运动车辆。     

Sea Surface Temperature Extremes of Different Intensity in the China Seas During the Global Warming Acceleration and Hiatus Periods

Based on the daily OISST V2 with 0.25o horizontal resolutions, we study the variations of sea surface temperature (SST) extremes in the China Seas for different segments of the period 1982-2013. The two segments include the warming acceleration period from 1982 to 1997 and hiatus period from 1998 to 2013 when the global surface mean temperature (GSMT) was not significantly warming as expected during the past decades, or even cooling in some areas. First, we construct the regional average time series over the entire China Seas (15o–45oN, 105o–130oE) for these SST extremes. During the hiatus period, the regionally averaged 10th, 1th and 0.1th percentile of SSTs in each year decreased significantly by 0.40°C, 0.56°C and 0.58°C per decade, respectively. The regionally averaged 90th, 99th and 99.9th percentile of SSTs in each year decreased slightly or insignificantly. Our work confirmed that the regional hiatus was primarily reflected by wintertime cold extremes. Spatially, the trends of cold extremes in different intensity were non-uniformly distributed. Cold extremes in the near-shore areas are much more sensitivity to the global warming hiatus. Hot extremes trends exhibited non-significant tendency in the China Seas during the hiatus period. In word, the variations of the SST extremes in the two periods were non-uniform spatially and asymmetric seasonally. It is unexpected that the hot and cold extremes of each year in 1998–2013 were still higher than those extremes in 1982–1997. It is obvious that relative to the warming acceleration period, hot extremes are far more likely to occur in the recent hiatus as a result of a 0.3°C warmer shift in the mean temperature distribution. Moreover, hot extremes in the China Seas will be sustained or amplified with the end of warming hiatus and the continuous anthropogenic warming.     

城市3维地理信息系统研究的几个焦点问题

指出当前国际国内在城市3维地理信息系统领域的一些研究焦点，并概括城市3维地理信息系统应具备的一些特征。     

大型水电工程百米级引水竖井的病害检测技术

大型水电站引水道竖井段的混凝土病害检测,直接涉及水电站的安全运行。针对大型水电站百米级引水竖井数据获取与病害检测的国际性难题,本文提出一种以无人系留飞艇为浮空装载平台,集成多传感器的百米级垂直竖井检测方案;自主研制了竖井环境适应性强的圆柱形无人系留飞艇浮空装载平台,集成全景CCD相机、三维激光扫描仪、惯性导航测量单元、气压高度计、照明模块、控制模块等多传感器,自主研制了全球首台百米级竖井数据获取与病害检测装备,于2017年5-7月在云南糯扎渡水电厂2、3、4号200 m级引水道竖井现场进行了试验。结果表明,检测装置能够满足大型水电站百米级竖井引水道的检修工作,填补了百米级竖井检测的国际空白,具有较好的应用前景。     

一种基于稀疏表示模型的壁画修复算法

古代壁画受保存时间、保存环境、保护技术等限制,无法避免地承受着如褪色、脱落甚至大面积起甲等损害。传统人力手工修复技术存在操作不可逆的问题,因此数字图像修复技术被广泛用于虚拟修复中。提出了一种线描图指引下基于稀疏表示模型的壁画修复算法。首先,利用人机交互的方式将破损壁画中缺失的结构信息根据对应的线描图补全;之后,通过对待修复块的分类,定义了一种先纹理后结构的全新修复策略;接着,运用结构复杂度排序和全局随机抽取策略分别提高修复的准确性和效率;最后,利用稀疏表示模型求解候选块的线性组合去填充待修复区域。实验结果表明,所提算法对敦煌壁画破损图像修复具有较好效果。     

融合多源测量数据的桥梁挠度异常探测方法

桥梁是一种重要的交通基础设施,保障了人员和物资的流动运输,桥梁安全状态监测至关重要。受桥梁自身承重、桥面移动荷载和环境温度等因素的影响,桥梁挠度不断发生变化,而挠度异常可能会引起桥梁的结构性损伤而产生安全隐患。针对目前挠度异常探测方法没有综合考虑其外部环境和挠度自身变化特征的不足,本文提出了一种融合多源测量数据的桥梁挠度异常探测方法。利用环境温度、桥面移动荷载及桥梁挠度计算多源测量数据特征并融合,通过随机森林分类模型识别异常挠度。试验结果表明,本文方法的异常探测精度达到88.18%,效果良好,并且优于其他典型机器学习模型,能够帮助桥梁管理部门及时发现桥梁挠度异常情况,从而提高桥梁维护管理水平。