地质灾害变形监测系统开发及应用

地质灾害监测环境非常复杂,特别是在恶劣天气下,传统周期性变形监测的方法不能够实时获取地质灾害所处的状态。根据传统变形监测工作流程及相应的质量技术要求,结合变形监测规范的要求和实际生产习惯,研制了基于测量机器人集机载控制网观测、变形监测自动数据采集、数据处理、精度统计、手薄报表输出、数据平差、分析预测预报于一体的变形监测数据处理系统DMPS,并应用湖北省黄冈市白莲河抽水蓄能电站的边坡监测。     

数字水准仪自动化监测系统在大坝变形监测中的应用

针对大坝变形监测中传统水准测量的不足之处,提出了升级改造现有设备达到自动化监测目的的想法,简述了数字水准仪自动化监测系统的工作原理以及工作流程。以改造后的数字水准仪自动化监测系统用于湖北白莲河水库垂直位移自动化监测为例,对其自动化监测过程进行了深入的研究。     

基于EMP与混合核SVM的高光谱遥感影像分类

传统的SVM模型采用同一映射形式的单核模式对叠加的空间特征和光谱特征进行处理,往往无法得到理想的结果,为了解决该问题,提出了一种基于扩展的形态学剖面(EMP)与混合核SVM的高光谱遥感影像分类方法.该方法首先通过EMP有效提取空间信息,再采用不同的核函数处理空间信息与光谱信息,最终完成混合核SVM的高光谱影像分类.对多种组合形式的单核以及多核SVM模型进行了对比分析,结果表明,该方法具有较高的适应性,对于高光谱遥感影像的分类精度较高.     

散乱点云数据精配准的粒子群优化算法

作为点云数据处理的关键步骤,点云数据配准的结果直接影响后续数据处理的精度。基于人工标靶和ICP思想的传统配准方法存在受环境影响、初始条件限制以及特征点提取困难等问题。针对传统地面激光扫描点云数据的高精度配准方法主要依赖人工标靶和特征点选取等局限,提出了一种改进的粒子群优化算法,以法向量叉积代数和最小作为适应度函数,对相邻点云重叠区域内的所有数据进行高效的全局搜索,在选取最佳配准点的基础上实现了散乱点云的精确配准。通过对多站扫描的高陡边坡岩体点云数据进行整体配准,并与ICP等经典算法进行对比实验,结果验证了本方法的可行性、有效性和稳定性,可以有效解决配准过程中标靶或同名特征点不易寻找的问题。