包头市人工影响天气综合业务系统中三维地形图的实现方法

在"包头市人工影响天气综合业务系统"中以1:5万的数字高程模型(DEM)为基础,将图像平面与三维地形叠加,采用三维场景的模拟方法绘制包头地形图,其核心是三维地形的可视化显示。三维地形可视化通常采用DEM作为基础地理数据,在上面叠加遥感影像,这就保证了三维模型能够较为真实地反映实际的场景。     

大规模3维地形管理关键技术研究

阐述了构建大规模3维地形模型的关键技术,包括地形分块技术、地形层次细节构建、可见性剔除和基于视点的渲染技术.为了提高绘制的帧率,实现大规模3维地形漫游系统显示的平滑和连续,本文采用了基于四叉树结构的地形的连续多分辨率渲染;在考虑视点和地形粗糙度的基础上,设计了一种合理的节点评价系统;提出了限定四叉树的三角网剖分方法,有效消除了不同分辨率节点间的裂缝.实验结果表明,在保证地形真实感的前提下,这些技术实现3维地形显示可以获得较好的图形质量和显示速度.     

煤矿生产与矿井水

煤炭作为能源被大规模开采以来,在传统的观念中煤矿生产总是和那股浑浊的矿井水相伴而行,一直流淌到今天。随着科学的发展和人们环保意识的提高,对矿井水也应有新的认识。从自然排放到治理排放,从排放到利用,实现从废弃物到资源开发利用的     

基于NetCDF数据模型的海洋环境数据三维可视化研究

针对海洋环境数据多维、多格式及动态性等特点,本文在全面分析NetCDF数据模型的原理、数据组织及其调度方法的基础上,基于大范围三维虚拟场景,设计了符合NetCDF标准典型海洋环境要素的三维动态渲染模型,实现了海洋环境要素数据的三维动态可视化表达与分析。实验表明,本文方法为复杂海洋现象的表达、变化规律分析以及趋势预测等研究提供强有力的可视化辅助工具。     

把海上石油钻井平台看清楚

毫无疑问,钻井平台是世界上最浩大的工程之一.可以想象,一座几十层楼高的钢制“岛屿”,在一望无际的大海上固定着,在几百米甚至几千米深的海底进行作业,是一幅多么壮观的画面啊!在几十年前,人类还未大规模开采海洋石油的时候,海上钻井平台的建造都是“固定式”的.这种平台固定之后就地开采,在使用寿命的期限内不能移动,建造费用也很高...     

高分辨率光学遥感场景分类的深度度量学习方法

针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。     

基于北斗地基增强系统的位置服务关键技术研究

利用省级北斗地基增强系统资源,结合自然资源行业生产的需求,基于时空信息技术开展“虚拟格网技术”和“大规模并发用户的位置服务响应技术”等关键技术研究,研发福建省北斗地基增强系统位置服务平台,集成了系统运行维护、公共服务、成果展示和数据共享等功能,提升了公共服务的水平和能力,满足了大规模实时位置服务的需求.      

典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRCL1-SRCRFRBF-SVM/Linear-SVMKNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。     

南粤古驿道历史建筑数字化保护与VR场景构建

南粤古驿道遗留了众多文化遗产,具有较高的历史、艺术、科学价值,但历史建筑损坏较为严重.为推进南粤古驿道活化利用,本文采用精细三维建模技术与虚拟现实(VR)技术实现了南粤古驿道的数字化保护.首先对南粤古驿道遗址进行了分析,然后从数据采集、点云数据处理、几何模型加工、纹理贴图等方面阐述对历史遗迹进行精细三维建模和VR场景构...     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在Mobile Net V2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。