三维点云室内平面要素提取与优化

室内平面要素的准确提取与关系恢复是室内模型自动化语义重建的重要基础,本文提出了一种面向复杂三维点云的室内平面要素提取与优化方法。该方法首先利用区域增长和RANSAC平面混合分割方法分割室内点云数据;其次利用室内语义部件的空间位置信息及包围盒和法向量信息,对分割后的平面进行平面要素的精确提取;然后对提取的墙面进行优化,实现共享墙面的合并,解决室内墙面冗余的问题;最后利用门与墙的空间位置信息,恢复门墙关联关系。试验部分采用了两组试验数据：一组是深圳大学某层教学楼的激光点云数据,另一组是国际摄影测量与遥感学会（ISPRS）的标准数据,通过对试验结果进行评估,验证了本文方法的有效性和可靠性。     

未来20年印度资源需求预测及中国应对策略研究

印度已经成为全球重要的国家之一。文章系统分析了印度的人口、经济发展特点,印度在过去发展过程中能源、铁、铜、铝资源的消费历史。并选用了合理的经济分析模型、资源需求预测方法,参考权威机构的研究成果,如资源需求"S"形规律、"GDP增速‘钟’形规律"以及格罗宁根研究中心(简称GGDC)、世界银行等机构的数据,科学、合理地预测了印度人口、经济及资源需求。认为:1)在工业化的带动下,印度经济具有再创神话的潜力;2)印度对能源、铁、铜、铝的需求将随着工业化进程的推进而快速上升,印度将成为继中国后拉动全球资源需求的"新引擎";3)印度发展不仅带给我国产业升级带来了新机遇,同时也是我国强有力的竞争者,比如在资源获取方面的竞争。因此我国企业应加强自身的核心竞争力,在印度发展的过程中获得好的机会成长。     

海洋红树林植物卤蕨内生真菌Cladosporium perangustum MA-318中一个新的链烯酸酐衍生物methylate cordyanhydride A

从采自海南东寨港的红树林卤蕨(Acrostichum aureum Linn.)中分离得到的一株内生真菌Cladosporium perangustum MA-318,对其次级代谢产物进行了研究。利用反相硅胶柱层析、正相硅胶柱层析以及葡聚糖凝胶Sephadex LH-20柱层析等分离手段获得一个单体化合物。通过波谱数据分析(HRESIMS、1D NMR、2D NMR)鉴定该化合物为新的链烯酸酐,其结构为methyl(E)-3-(4-(2-((4-(but-1-en-1-yl)-2,5-dioxo-2,5-dihydrofuran-3-yl)methyl)butyl)-2,5-dioxo-2,5-dihydrofuran-3-yl)propanoate,命名为methylate cordyanhydride A。抗菌实验表明该化合物对藤黄微球菌(Micrococcus luteus)表现出一定的抑制作用。     

北极海域SAR海浪方向谱反演及其与中法海洋卫星CFOSAT/SWIM数据的比较

北极海域的海浪与海冰相互作用是目前北极海冰变化研究的一个前沿问题。但观测数据的缺失,限制了对于该问题的深入研究。星载合成孔径雷达SAR (Synthetic Aperture Radar)具有独特的海面二维成像能力,是极地边缘区海浪—海冰相互作用研究重要的遥感手段。本文基于哨兵1号干涉宽幅模式IW (Interferometric Wide Swath)数据,利用SAR海浪非线性反演方法在格陵兰海及挪威海开展了海浪方向谱的反演实验,进而使用中法海洋卫星CFOSAT搭载的SWIM波谱仪的海浪谱数据和星下点有效波高数据对SAR反演结果进行了验证。结果表明,无论是海浪方向谱的结构、能量分布特征还是海浪方向谱的积分参数,SAR的反演结果都与SWIM的测量结果具有良好的一致性。其中,SAR海浪方向谱和SWIM斜率谱积分计算的有效波高的偏差和均方根误差为0.11 m和0.71 m,平均波周期的偏差和均方根误差分别为-0.52 s和0.62 s,谱峰传播方向与波长的偏差分别为-7.74°和-0.56 m,均方根误差分别为15.75°和52.73 m。SAR反演的有效波高与SWIM星下点测量的有效波高...     

平面特征保持的城市三维点云高精度分类方法

针对基于单一尺度点簇的分类算法无法满足大范围城市三维点云高精度分类的问题，该文提出了一种平面特征保持的多尺度点簇城市场景三维点云分割分类方法。该方法首先以超体素为基元进行动态区域生长，将具有平面特征的超体素逐步合并，生成平面特征保持的多尺度点簇，然后基于多尺度点簇进行特征计算并使用随机森林分类器进行分类。为验证该方法的有效性，分别采用机载LiDAR点云和影像密集匹配点云进行实验，并与基于不同分类基元的分类方法进行对比。实验结果表明，与原始区域生长方法相比本文提出的分割方法得到的点簇更加准确，分割准确度达到97%,并且分割效率提升了一倍以上，同时分类准确度也优于其他方法，达到94.1%、87.5%。     

结合深度学习与规则特征的立面窗户检测方法

针对现有通过检测窗户角点实现窗户检测方法中存在窗户误检的问题，该文在窗角点分组阶段，以建筑物立面窗户的分布规律及其自身的几何结构特征为依据，提出一种参数自适应的窗角点分组方法。该方法是在使用深度学习方法获取窗户4个角点坐标的基础上，结合窗户角点及其连线的空间位置关系、平行垂直关系，建立窗角点分组判别依据，实现对窗角点检测结果的准确划分，进而得到有效窗户检测结果。为验证该方法的有效性，选用4个公开数据集进行窗户检测实验，结果表明：该方法可有效支持多类图像数据、实现全自动化运行，且与现有方法相比，具有更高的检测精度。     

基于Faster R-CNN的卫星SAR图像南海海洋内波自动检测

海洋内波广泛存在于世界各大洋和边缘海中,在海洋能量串级中扮演着重要角色,在海洋资源开发、海洋工程建设和海洋军事活动等方面均具有重要学术价值与实际意义。海洋内波在合成孔径雷达SAR (Synthetic Aperture Radar)图像上呈现出亮暗相间的条纹状特征。本文利用2001年—2020年南海海域包含不同微波波段(C、L、X)、不同极化方式、不同空间分辨率的631幅星载SAR图像,构建了5480个SAR图像南海海洋内波样本,结合Faster R-CNN框架,利用迁移学习的方法,实现SAR图像上的海洋内波自动检测。模型识别准确率达到95.7%,召回率为92.3%,在准确率较高的同时还能保持较低的虚警率。该算法的建立使得基于海量卫星SAR数据检出海洋内波成为可能,从而为针对性地开展内波动力参数反演和过程研究提供了技术和数据基础。