多级栅格网络地图的组织与设计

多级栅格网络地图是当前网络地图的重要使用形式,通过对其海量栅格图像数据组织方式的研究,设计了图像转换的数学基础,根据当前常用网络地图的情况,分析了地图分级层数确定的方法,对各级地图表示内容进行了选择设计,并根据符号设计的主要方面,研究了基于视觉连续性的地图符号设计基本思路。     

一种基于HVS和DFT的栅格地图自适应数字水印算法

提出了一种适于数字栅格地图版权保护的离散傅立叶变换域自适应数字水印嵌入算法。该算法通过对数字栅格地图进行分块傅立叶变换和频谱分析,结合人类视觉系统,能够自适应地确定地图的纹理区域,将水印信息以加性法则嵌入到纹理区域的傅立叶变换域中频系数内。不同分块大小的栅格地图水印算法具有不同的鲁棒性。对2×2、4×4和8×8分块的水印算法进行了比较分析,结果表明,2×2分块水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、几何裁剪、图像增强等攻击均具有更好的鲁棒性,整体性能优于4×4分块和8×8分块算法。     

基于嘴唇色度Fisher分类的驾驶疲劳视觉检测

为提高驾驶疲劳检测的准确率和可靠性,利用唇色和肤色的色度分布差异,挑选3个典型颜色特征构建Fisher分类器用于提取唇色区域.采用区域连通算法对二值唇色区域进行滤波处理,运用改进积分投影算法确定嘴唇边界,根据嘴巴开合度及打呵欠频率判断驾驶员是否疲劳.实验结果表明:基于3个颜色特征构建的Fisher分类器在唇色提取效果上明显优于单一颜色特征的提取效果;改进的积分投影算法能提高嘴唇边界定位的精度和速度;基于打呵欠频率的驾驶疲劳检测方法具有更优的检测准确率和可靠性.融合多个典型颜色特征可改善唇色提取的鲁棒性和可靠性,有助于驾驶疲劳检测效果的提高.     

防雷工程施工监督应该注意的一些问题

主要介绍了建筑物防雷装置中的接地装置、等电位连接、引下线、避雷网等施工监督应该注意的几个问题.     

智能摄影测量机的研制

基于智能摄影测量的理论，目前正处于实验中的一台智能摄影测量机是这样组成的i在一个基线架上设置两个相机，每台相机都需要设置闭环控制的姿态调整机构，在此基础上相机的姿态调整、摄影及图像处理工作都在一台计算机控制下完成，从而使信息的采集与处理成为一个智能主体，这使得摄影测量的过程与计算机视觉中的主动视觉和人工智能中的智能主体实现了交汇和融合。     

土地复垦美学视觉评价:以黄土高原矿区为例

目前国内外很少有从美学角度进行土地复垦的研究,土地复垦美学概念暂未提出,土地复垦美学视觉评价体系还未成熟。为深入研究土地复垦美学概念内涵,讨论土地复垦美学表现形式,本文参考平朔矿区土地复垦与生态修复的经验,采用文献归纳法和移植研究法,以“山水林田湖草生命共同体理念”为依托,构建了由要素评价和系统评价组成的嵌套式评价体系。通过解构美国林务局视觉管理系统(visual management system,VMS)评价、美国土地管理局视觉资源管理系统(visual resource management,VRM)、联邦公路局视觉影响评估系统(visual impact assessment,VIA)、复田景观评价、园林景观美学评价等成熟的视觉评价体系,结合矿区生态系统修复“五元共轭”理论,构建了一套适用于黄土高原矿区的土地复垦美学视觉评价体系,所有指标共计21项,即地貌重塑与土壤重构相关指标8项、植被重建与生物多样性相关指标7项、景观重现相关指标6项。各项指标完成了定性、半定量化释义,修正了“岩貌、地形地貌、湖泊、毗邻景观”4项指标的评价标准。土地复垦美学评价不可忽略主观因素影响,应注重景观美学表现形式的多样性与差异性,使土地复垦美学视觉表现得更具选择性。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。     

一种室内无标志动态目标视觉定位方法

提出了一种室内无标志动态目标的视觉定位方式,采用卡尔曼滤波估计动态目标图像坐标,并利用分区定位方式对多相机视场内的动态目标进行定位,根据观测到动态目标的相机数目将多相机视场范围区域划分为单目区域、双目区域和多目区域,对不同的区域采用不同的定位方式。仿真和真实实验表明,本文算法可以达到10 cm左右的定位精度,运行效率可以达到50 ms/帧。提出的无标志动态目标定位方法具有更高的鲁棒性,基本可以满足实时性要求且定位精度较高。     

人工智能时代测绘遥感技术的发展机遇与挑战

人工智能技术迅猛发展将对各行各业造成巨大影响。测绘遥感是一个与人工智能密切相关的领域,在人工智能领域迅速发展的大环境下,测绘遥感学科既有很好的发展机遇,也面临很大的学科危机。首先介绍了人工智能的范畴和与测绘遥感相关的领域,然后介绍了人工智能两大热门领域——机器视觉和机器学习在摄影测量与遥感领域的应用进展,最后介绍了基于时空大数据的认知与推理研究进展,展示了测绘遥感的时空大数据在自然和社会感知、认知与推理的应用前景,希望测绘遥感学科在人工智能时代获得大发展。     

摄影测量技术在机载设备安装位姿标定中的应用研究

针对飞行试验中机载设备安装位姿自动化标定难题,提出一种基于摄影测量技术的双目视觉测量系统。对系统中涉及的双目立体视觉测量技术、视觉测量系统标定技术、图像特征点自动化检测技术等关键技术进行深入研究,提出基于角锥体法与光束法相结合的标定方法。角锥体法为光束法提供计算参数的迭代初值,大大增强了迭代计算的收敛性与稳健性。在经典边缘提取算子的基础上,利用梯度幅值均值法对特征点中心图像坐标进行亚像素求取,同时研究编码点的设计原则与自动化检测方法。试验结果表明,该测量系统可对设备安装进行快速标定,整体精度达到0.05 mm,完全满足测试任务对精度的要求。