基于LiDAR的建筑物震害分析

激光雷达技术(light detection and ranging,LiDAR)是近年来在摄影测量与遥感领域发展起来的新型技术,在地震灾后评估工作中的应用仍处于探索及起步阶段,但已经展现出巨大的应用潜力。本文从震害评估的需求出发,基于地面LiDAR技术,深入研究了地震灾区建筑物点云数据采集及处理的方法,在此基础上进行震害信息提取及联合分析。主要研究内容总结如下:(1)传统方法的适应性改进与提高。研究了利用地面LiDAR设备开展测量工作的框架和关键方法,针对震害建筑物点云形状不规则、数据冗余度较高及噪声较多的特点,本文通过改进传统点云数据处理算法的关键参数,给出了合理的兼顾数据处理效率及效果的算法阈值,通过实验检验算法组合的有效性,实现了震害建筑物点云数据的高效处理。(2)首次提出实验性点云震害定量分析模型。提出了基于地面LiDAR的建筑物形状分析模型(terrestrial laser scanning-based building shape analysis model,TLS-BSAM),用于完成建筑物震害程度识别和分析。该模型融合了边缘提取、形状聚类及判别分析方法,有效解决了建筑物等高多边形序列提取、形状离散参数提取、不规则建筑物区块分割和震害分析等问题。模型给出了建筑物等高多边形序列最优采样间隔0.5~1m,最大限度保存建筑物震害特征以实现基于离散点云的形状分析。提出了等高多边形的长宽比r、倾斜方向θ、矩形度R、紧致度C和中心点位置x,y等特征参数,并通过K-means聚类方法,实现不规则建筑物区块准确分割,通过对各参数进行加权平均提取形状离散参数,可有效表达建筑物单体破坏状况的特征。其中倾斜方向、矩形度、紧致度和中心点能较好地反映建筑物的破坏情况,该模型通过建立判别函数对现有建筑物样本震害程度识别效果较理想。(3)拓展点云应用,提高精度。利用面向对象方法,将点云高程、回波次数及回波强度信息等作为特征参数,丰富了传统建筑物特征描述因子,并结合点云的光谱特征构建了建筑物信息提取规则集,阐述了基于点云数据的面向对象方法提取建筑物的关键流程,实现了高精度的建筑物信息提取,与实地调查结果相比,提取精度可达90%以上。(4)建立理论基础,提供新思路与方法。基于LiDAR数据与SAR图像,通过距离-多普勒模型(R-D)及射线追踪法的SAR图像模拟方法,选择典型震害建筑物开展SAR后向散射及三维几何剖面联合分析,阐述了各类震害的表达形式,为震害遥感的定量分析和自动判读建立了良好的理论基础,实现震害建筑物特征的高可信分析及解译,为震后SAR图像解译和建筑物震害分析提供了一种新思路与方法。     

一种用于标定工业CT设备点云提取精度的配准及评价算法

基于工业CT测量数据的逆向建模技术广泛应用于军事、汽车制造、航空、航天等领域。目前,在基于工业CT点云数据的逆向重构精度验证和标定上,国内外缺少相关研究。本文提出了一种用于标定工业CT设备点云提取精度的配准及评价算法。基于CT扫描和三维光学扫描点云数据,在研究多种配准算法的基础上,总结手动选点粗配准和自动全局精配准相结合的配准算法:手动选择三个匹配点,利用坐标变换完成粗配准;用ICP算法完成自动精配准,并利用修正的Hausdorff距离为目标函数来评价配准结果。对基于七参数法和ICP算法的计算步骤做了详细说明,并赋以实例。最后,以自行设计的标准件为例,获得CT测量设备点云提取精度标定值,验证配准流程的适用性。      

基于相关变化检测与面向对象分类技术的 多源遥感图像震害信息提取

遥感图像面向对象分类作为空间信息提取的关键技术, 在震害信息提取方面发挥着非常重要的作用, 然而由于光学遥感影像是正射图像, 只能提取建筑物屋顶信息, 这使得单一利用震后光学影像进行震害信息提取存在一定的局限性. 针对该问题, 本文提出了一种基于合成孔径雷达(SAR)相关变化检测的光学影像震害建筑物面向对象提取方法, 即在光学影像面向对象提取的数据中融合SAR相关性, 对光学影像进行面向对象提取震害建筑物时不仅考虑建筑物的几何、 光谱等特征, 还加入震前震后变化信息即SAR相关性进行分类. 在此基础上, 选取2008年汶川M_S8.0地震震区都江堰地区作为研究区进行试验. 结果表明, 本文提出的方法相对于单一使用光学影像进行震害建筑物提取, 其准确度有较明显的提高.      

SAR影像建筑物震害检测方法研究综述

合成孔径雷达(SAR)凭借其全天候、全天时的优势,在震后灾情信息的快速获取以及灾情评估上发挥着越来越重要的作用。本文分析了建筑物在SAR影像上的成像特征及不同震害等级的建筑物在SAR影像上的特点,总结了利用SAR技术进行建筑物震害检测的方法,并将其归纳为目视解译、震前震后变化检测、震后单幅影像的震害检测方法。同时分析了这些方法的特点,并对SAR建筑物震害检测方法进行了展望。     

体数据特征点检测算法综述

三维图像处理技术在当今得到了广泛的应用,体数据是一种重要的三维图像数据类型,基于体数据的三维特征点检测技术作为三维图像配准、分类和识别等方法的第一步,具有特殊的重要意义。本文阐述了基于体数据的特征点检测算法的特点,归纳总结了检测流程,对具有代表性的检测器进行了举例分析,最后给出了检测算法相应的评价方法。     

高分遥感影像震害提取的变化检测算法改进

本文针对遥感多时相变化检测应用于地震灾害信息提取中存在的问题, 提出一种改进算法, 通过搜索震后影像上建筑物在震前影像上对应区域周边一定范围内的影像相关性最大值(区域寻优)来代替传统上严格对应像元的相关系数值, 以减少因配准精度、 摄影方位、 地表高程、 建筑物高度等造成的同名地物变形对变化检测结果的影响, 提高基于相关系数变化检测的精度。 以都江堰市城区在2008年汶川地震震前的QuickBird影像和震后的航空遥感影像为实验对象, 采用本文方法进行了震害变化检测实验, 并与传统方法进行了比较, 表明改进的算法能够提高震害信息提取的精度且具有一定的稳定性。     

利用遥感图像数据基于模板匹配的震毁灾损研究

有效评估震灾损失可及时、可靠地了解地震灾区实时情况,提高破坏性地震下人们的反应能力,满足应急指挥需求。为提高震灾损失评估精度,对所获取遥感图像进行滤波及局部灰度调整处理,提出基于遥感图像模板匹配的震毁灾损研究。首先获取震区的遥感影像,考虑所获取图像与模板图像的偏移状况对图像进行模板匹配,提取与模板匹配后特征区域的特征值,获取空间网格点上的成像值,依据成像点自动评估震灾损失,其中能量最大的点即为震害受损最严重的位置,对图像所有内廓像素点结果进行遍历,确定提取地震灾区整体的受损特征结果。仿真实验发现,所提方法可提取出震灾损失状况,初步为地震灾害损失评估提供参考借鉴,但仍需要进一步研究,以提高方法的普遍适用性。     

基于高分辨率合成孔径雷达影像建筑物成像几何结构的震害特征分析

传统的利用震后单幅合成孔径雷达(SAR)影像对建筑物的震害特征分析大多基于街区范围, 很少基于其成像几何结构． 本文基于高分辨率SAR影像上的建筑物成像几何结构, 分析了建筑物单体的震害特点, 建立了利用距离向线性灰度累加的方法提取规则未倒塌建筑物的叠掩区和阴影区及倒塌建筑物的倒塌区, 并在此基础上进行各几何特征区域的纹理特征, 如同质度、 不相似度和熵的计算及其组合特征分析, 由此建立了基于SAR影像建筑物成像几何结构的震害分析方法． 采用该方法对2010年玉树M_S7.1地震震后玉树县城区的高分辨率SAR影像进行分析, 结果表明: 叠掩、 阴影和二次散射亮线是进行建筑物震害解译的有效几何结构特征, 其中叠掩区和阴影区的影像纹理特征具有较好的震害识别能力; 与传统的简单特征统计方法相比, 考虑建筑物SAR影像成像几何结构的特征统计法, 可以显著提高建筑物的震害识别能力.      

城镇建筑震害SAR遥感探测与评估研究综述

合成孔径雷达(SAR)遥感是城镇建筑震害监测的重要手段之一.随着SAR传感器技术的最新发展,利用高分辨率、多极化SAR图像对城镇建筑地震灾害损毁进行探测和评估成为当前的研究趋势和热点.文中首先分析了建筑物及其震害损毁SAR成像特点,并系统综述了近15年来国内外基于SAR图像进行城镇建筑震害损毁探测与评估技术方法的研究和应用现状,评述了各类方法的优缺点,最后针对当前SAR传感器高分辨率、全极化的发展趋势,对有待于进一步研究的问题和技术发展趋势进行了展望.     

带变形涡轮叶片精确配准算法研究

为满足航空发动机精铸涡轮叶片壁厚偏差分析需要,提出了一种基于变形函数的精铸涡轮叶片检测模型非刚体配准算法。首先,进行测量数据与CAD数据全局配准并对测量数据整体空间变换;然后,通过对变换后的测量数据与CAD模型的切片化处理及切片数据配准运算,分析叶片弯扭变形规律,实现测量数据的变形校正,达到测量数据与CAD模型的无变形配准,从而提高配准精度,为后续分析提供高精度数据。     

基于匹配追踪和遗传算法的大地电磁噪声压制

针对匹配追踪计算量大、大地电磁数据处理效率低的问题,提出基于匹配追踪和遗传算法的大地电磁噪声压制方法.首先,利用Gabor原子构建过完备原子库,并对过完备原子库集合进行划分.然后,借助遗传算法的自适应性,快速搜寻最优匹配原子及所在位置.最后,运用最优匹配原子对待处理信号进行稀疏分解,重构有用信号.通过对计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理,实验结果表明,相对于匹配追踪和正交匹配追踪,文中所提方法能从过完备原子库中快速、自适应地选取最优匹配原子与不同噪声干扰类型高精度的匹配,极大地提升了计算效率;大地电磁时间域序列中的大尺度强干扰被有效剔除,视电阻率曲线更为光滑、连续,低频段的数据质量得到明显改善.     

多模态医学图象的SVD-ICP配准方法

多模态医学图象的配准在医学诊断和治疗计划中起着重要的作用。本文提出一种基于轮廓特征的迭代最近点（ＳＶＤ－ＩＣＰ）的配准方法。这种方法结合了ＳＶＤ最优化解析方法和迭代搜索的优点来解决图象轮廓点的匹配问题,适用于不同模态医学图象之间的配准。我们关于ＣＴ－ＭＲＩ和ＰＥＴ－ＭＲＩ二维图象的配准实验证明了该方法的有效性。     

去均值归一化互相关最小二乘逆时偏移及其应用

最小二乘逆时偏移相对于常规逆时偏移具有更高的成像分辨率、振幅保幅性及均衡性等优势,在一定程度上可满足岩性油气藏勘探的需求,是目前研究的热点之一.然而由于实际地下介质的黏滞性和变密度,以及无法准确地估计震源子波等,基于振幅匹配的常规最小二乘逆时偏移算法很难在实际资料处理中取得好的效果.此外,实际数据常包含大量噪声,进一步限制了常规算法的应用.为此,本文通过修改目标泛函,提出了去均值归一化的互相关最小二乘逆时偏移算法,并给出了陆上资料的应用实例.研究表明,归一化策略减弱了算法对子波能量的苛求;互相关算法强调相位匹配,进一步弱化了子波的影响,提升了算法的稳定性和可靠性;去均值思想在处理低信噪比资料方面有较大优势.理论模型和陆上实际资料处理都验证了本算法的有效性和对复杂模型的适应性.     

一种新的基于局部重力图逼近的组合匹配算法

惯性导航系统定位误差随时间积累发散,利用重力场辅助惯性导航已成为组合导航领域的新方向,该技术对实现潜艇无源定位意义重大.首先利用二维高斯基函数对局部离散格网重力异常基准图进行逼近获取其解析表达式,在此基础上对传统相关极值匹配算法进行重新建模,采用拟牛顿BFGS非线性寻优方法对该模型进行解算,最终完成基于连续解析形式重力异常基准图的相关极值匹配算法设计.为进一步提高算法性能进行以下两点改进:(1)采用TERCOM算法进行预匹配以缩小寻优范围提高寻优速度;(2)采用差分法减小实测过程中Eötvös效应对重力匹配的影响.最后在2'×2'卫星测高反演重力异常数据库基础上进行了三组对比仿真实验,从实验结果可以看出,在重力测量误差、系统误差及初始定位误差较大的情况下,通过该组合匹配算法获得的匹配定位仍能以较高的精度跟踪真实航迹,且其性能较传统单一匹配算法有较大提高.     

一种时空域优化的高精度交错网格差分算子与正演模拟

如何有效压制数值频散是有限差分正演模拟研究中的关键问题之一.近年来,许多学者对二阶声波方程的差分算子开展了大量的优化工作,在压制频散方面取得不错的效果.一阶压强-速度方程广泛用于研究地震波在地下变密度模型中传播规律,目前针对一阶方程的优化工作大多只是在空间差分算子上展开.本文在前人研究的基础上,推导出一阶声波方程中压强场与偏振速度场之间的解析关系,据此在传统交错网格基础上给出一种高精度的显式时间递推格式,该递推格式将时间差分与空间差分算子结合在一起,并采用共轭梯度法得到精确时间递推匹配系数,实现时空差分算子的同时优化.在编程实现算法的基础上,通过频散分析与三个典型模型测试表明:本文方法能够较为有效地压制时间频散与空间频散,提高数值计算精度;同时对复杂模型也有很好适用性.     

A seismic interpolation and denoising method with curvelet transform matching filter

A new seismic interpolation and denoising method with a curvelet transform matching filter, employing the fast iterative shrinkage thresholding algorithm (FISTA), is proposed. The approach treats the matching filter, seismic interpolation, and denoising all as the same inverse problem using an inversion iteration algorithm. The curvelet transform has a high sparseness and is useful for separating signal from noise, meaning that it can accurately solve the matching problem using FISTA. When applying the new method to a synthetic noisy data sets and a data sets with missing traces, the optimum matching result is obtained, noise is greatly suppressed, missing seismic data are filled by interpolation, and the waveform is highly consistent. We then verified the method by applying it to real data, yielding satisfactory results. The results show that the method can reconstruct missing traces in the case of low SNR (signal-to-noise ratio). The above three problems can be simultaneously solved via FISTA algorithm, and it will not only increase the processing efficiency but also improve SNR of the seismic data.     

Curvelet-domain multiple matching method combined with cubic B-spline function

Since the large amount of surface-related multiple existed in the marine data would influence the results of data processing and interpretation seriously, many researchers had attempted to develop effective methods to remove them. The most successful surface-related multiple elimination method was proposed based on data-driven theory. However, the elimination effect was unsatisfactory due to the existence of amplitude and phase errors. Although the subsequent curvelet-domain multiple–primary separation method achieved better results, poor computational efficiency prevented its application. In this paper, we adopt the cubic B-spline function to improve the traditional curvelet multiple matching method. First, select a little number of unknowns as the basis points of the matching coefficient; second, apply the cubic B-spline function on these basis points to reconstruct the matching array; third, build constraint solving equation based on the relationships of predicted multiple, matching coefficients, and actual data; finally, use the BFGS algorithm to iterate and realize the fast-solving sparse constraint of multiple matching algorithm. Moreover, the soft-threshold method is used to make the method perform better. With the cubic B-spline function, the differences between predicted multiple and original data diminish, which results in less processing time to obtain optimal solutions and fewer iterative loops in the solving procedure based on the L1 norm constraint. The applications to synthetic and field-derived data both validate the practicability and validity of the method.     

自适应多道匹配追踪去强屏蔽方法研究与应用

阻抗差异较大的地层在地震剖面上呈现为强振幅同相轴,会掩盖附近储层有效信息,需要做去除强屏蔽的目标处理。针对常规匹配追踪方法在构造复杂地区匹配精度和空间连续性不佳的问题,本文提出一种基于自适应权值的多道匹配追踪去强屏蔽方法。首先利用层位构造信息对强反射层进行局部拉平处理,减弱地层空间构造对提取强反射层的影响,然后引入相邻地震道与中心道之间的相关系数作为多道平均的权值,以提高匹配结果的稳定性和横向连续性。同时使用解释得到的层位时间作为子波初始时间,有效提高运算效率。模型试算和实际地震资料应用分析表明,改进方法能有效剥离强反射并突出有效储层信息,剥离后的井震吻合度得到明显提升,相较于常规匹配追踪算法匹配精度更高,同时具有更好的空间连续性与强反射去除效果。      

Sparse calibration of subsurface flow models using nonlinear orthogonal matching pursuit and an iterative stochastic ensemble method

We introduce a nonlinear orthogonal matching pursuit (NOMP) for sparse calibration of subsurface flow models. Sparse calibration is a challenging problem as the unknowns are both the non-zero components of the solution and their associated weights. NOMP is a greedy algorithm that discovers at each iteration the most correlated basis function with the residual from a large pool of basis functions. The discovered basis (aka support) is augmented across the nonlinear iterations. Once a set of basis functions are selected, the solution is obtained by applying Tikhonov regularization. The proposed algorithm relies on stochastically approximated gradient using an iterative stochastic ensemble method (ISEM). In the current study, the search space is parameterized using an overcomplete dictionary of basis functions built using the K-SVD algorithm. The proposed algorithm is the first ensemble based algorithm that tackels the sparse nonlinear parameter estimation problem.     

基于双变网格算法的地震波正演模拟

为了适应对局部复杂模型的精细模拟,本文实现了可变网格算法,对速度场进行局部加密,从空间上有效地提高模拟精度同时又降低计算机内存需求.但是在数值模拟中,由于稳定性条件的限制,当空间网格变化时,时间稳定性仍然必须满足最短波长的原则,从而增加了时间汁算量.为了配合空间可变网格技术,本文对时间层计算也进行了局部变化,提出了双变...