硬岩超高胎体偏心齿钻头的研制及应用

本文针对硬地层钻头寿命短、钻进效率低等问题,研制了一种新型超高胎体偏心齿钻头。该钻头通过条状或类条状设计提高了单齿工作压力;偏心布齿设计改善了钻进过程中钻头的切削齿受力状态,不但提高了钻头的强度,而且使得排浆更加通畅;扭面后支撑结构保证了钻头具有最高可至30 mm的超高胎体工作层。在钻头的制造工艺上,将无压烧结、热压烧结与二次镶焊3种工艺进行了有机结合,钻头金刚石热损伤小、钻头胎体强度高,保径优势明显,为深部硬地层高效长寿命钻进提供了技术支撑。     

���򻯷�����ͳһ

????С?????????????任??????1????????????????????????????????????????Э????????????????????????????????????????????Tikhonov?????????????????????????????鷽?????????????????????Э??????????????     

基于影像纹理特征和外部风向的星载 SAR 海面风场反演研究

在合成孔径雷达(Synthetic Aperture Radar,SAR)海面风场反演中,基于风条纹影像纹理特征的海面风向反演方法精度高,但是依赖于图像风条纹的存在,而外部风向信息与SAR资料时空分辨率不易匹配、精度较低,从而影响大面积、高分辨率海面风场反演的精度。针对此问题,提出一种将SAR图像风条纹线性纹理特征与外部风向信息相结合的星载SAR海面风向获取方法,在SAR影像线性纹理特征明显的区域采用二维连续小波变换得到高精度的海面风向,其余区域采用与之时空相匹配的数值预报模式风向填充;并利用地球物理模型函数进一步得到海面风速,进而实现高精度、大范围海面风场的反演。为验证本文方法的有效性,利用ENVISAT/ASAR数据进行风场反演试验,并将反演结果与浮标实测数据进行比对。结果表明:在线性纹理特征明显的区域,小波方法的反演精度优于快速傅里叶变换(FFT)法和数值预报模式风向;外部风向精度略低,但与SAR观测资料时空匹配性较好,弥补了风条纹风向的不足。二者的结合为星载SAR海面风场反演的业务化应用提供了支持。     

频域技术应用于点云配准研究

点云配准技术在国内外各个领域都在不断的发展并且受到广泛关注,不同的配准方法都有其优势与不足。本文针对地面激光扫描获取的多个测站的点云的拼接问题,提出了一种新的配准方法,即在频域中对点云数据进行配准。该方法使用傅里叶变换将点云从空间域变换到频域,利用傅里叶变换可以将旋转、缩放这两个参数与平移参数分离,即可以单独在频域求解旋转和缩放,之后再在此基础上求解平移参数,从而实现对点云的配准。这种方法具有很强的鲁棒性,而且在频域中,不受点云本身噪声点、密度,或者某些结构缺失的影响,且不需要平移的初始估计。最后的实验结果也表明,本文的算法在实现点云配准时与传统的算法相比具有一定的优势。     

叠置分区辅助的相位编组直线提取算法

针对现有相位编组方法在区域分界线处产生边缘断裂及同一分区内直线拟合难题,提出了一种叠置分区辅助的相位编组直线提取算法。该算法通过两次分区生成交叠的八分区模式,二次分区中心线与一次分区分界线相重合。首先根据初始四分区,将梯度相位相同且相互连接的边缘点编组生成直线支持区,再对其进行边缘分裂,进而拟合出对应的直线。然后将不满足一次分区条件的边缘点再依据二次分区进行直线提取,以弥补一次分区在分界线附近产生的边缘断裂。本文算法原理简单,不需要参数调整。试验验证和对比分析表明,该算法不仅能有效、准确地提取影像上的直线特征,而且对于影像上的曲线特征也能通过直线拟合得到较好的提取结果。     

结合Gram-Schmidt变换的高光谱影像谐波分析融合算法

针对高光谱影像谐波分析融合(HAF)算法在影像融合时不顾及地物光谱曲线整体反射率这一缺陷,提出了结合Gram-Schmidt变换的高光谱影像谐波分析融合(GSHAF)改进算法。GSHAF算法可在完全保留融合前后像元光谱曲线波形形态的基础上,将高光谱影像融合简化为各像元光谱曲线的谐波余相组成的二维影像与高空间分辨率影像之间的融合。它是在原始高光谱影像光谱曲线被谐波分解为谐波余项、振幅和相位后,首先将其谐波余项与高空间分辨率影像进行GS变换融合,这样便可有效地修正融合后像元光谱曲线的反射率特征,随后再利用该融合影像与谐波振幅、相位进行谐波逆变换,完成高光谱影像谐波融合。本文最后利用Hyperion高光谱遥感影像与ALI高空间分辨率影像对GSHAF算法进行可行性分析,再以HJ-1A等卫星数据对其进行普适性验证,试验结果表明,GSHAF算法不仅可以完全地保留光谱曲线波形形态,而且融合后影像的地物光谱曲线反射率更接近真实地物。     

利用纹理特征的SAR与光学图像融合方法研究

针对SAR与光学图像的融合问题,提出一种基于SAR图像中纹理特征的Contourlet变换融合方法。利用灰度共生矩阵法提取SAR图像的纹理特征,分析各个纹理特征间的相关性,得到重要纹理特征图。用HSV变换提取光学图像的强度分量。将重要纹理特征和强度分量利用改进的Contourlet多尺度变换融合,得到新的强度分量。通过HSV逆变换得到SAR与光学的融合图像。利用Landsat8和Cosmo-SkyMed图像进行融合实验,并与小波、HSV、Brovey、Contourlet变换融合方法对比分析,实验表明该方法能够较好的保持光学图像的光谱特征和SAR图像的纹理、强散射特征,增加图像细节信息,提高图像可解译性。     

约束非负矩阵分解框架下高维自适应粒子群端元提取

传统基于约束非负矩阵分解NMF(Nonnegative Matrix Factorization)的高光谱端元提取算法一般存在两个问题:一方面,以固定惩罚系数方法处理端元提取的约束优化问题,难以较好权衡目标项与约束项间的关系,影响提取效果;另一方面,求解过程通常基于梯度算法,依赖于初始值和步长的设定,容易陷入局部最优。针对这些问题本文提出约束NMF框架下高维自适应粒子群端元提取算法HAPSO(High-dimension Adaptive Particle Swarm Optimization)。该算法在端元距离最小约束的NMF框架下,利用粒子群算法PSO替代原梯度算法以增强全局搜索能力;采用高维PSO方法解决了多波段高维问题,并结合种群信息构建自适应惩罚机制以实现端元提取中目标与约束的合理权衡。通过模拟影像和真实影像的实验,证实该算法与传统的NMF端元提取算法相比能够更合理地权衡约束和避免局部最优,具有较好的端元提取效果。     

半参数模型在平面坐标转换中的应用

坐标转换在测绘领域一直起着至关重要的作用,而模型的选取又直接制约着转换的精度,通常在坐标转换中采用相似变换（Hermert）的方法,在平面坐标转换过程中一般采用4参数模型。然而当系统误差不可忽略时,该模型处理得到的结果并不理想。本文将半参数模型应用到平面坐标转换中,分别采用4参数模型和半参数模型两种方法对实验数据进行了处理,并进行了对比与分析。实验结果表明：在处理带有系统误差的平面坐标数据时,半参数模型比传统的参数模型更加精确。     

地铁隧道三维激光扫描数据配准方法

针对传统的迭代最近点算法(ICP)用于多测站点云数据配准时计算效率低的问题,该文提出了一种基于特征点的ICP改进算法,该方法利用相邻两测站数据进行配准的实现。首先采用体素化格网方法对两点云数据集进行精简处理,并计算精简处理后每一点的法向量;然后利用kd-tree最近邻查询搜索特征点之间的对应关系;并通过估计出的最优变换矩阵更新至全局变换,以提高配准精度。实验结果表明,改进的ICP算法在地铁隧道点云数据配准中的效率高于其他的配准方法,为隧道变形监测工作的进行提供保证。