多尺度特征和马尔可夫随机场模型的电力线场景点云分类法

及时、准确地监测电力线安全可以预防危险情况的发生。本文以机载点云为研究对象,提出了一种基于随机森林后验概率的马尔可夫随机场模型,用于电力线场景的点云分类。首先结合空间金字塔理论构建多尺度视觉分类特征以此描述空间点及其邻域的几何形状信息;接着利用随机森林分类器描述观测数据的概率分布,基于马尔可夫随机场模型建立顾及上下文信息的先验概率,从而构建一个多标记能量函数;最后利用多标记图割技术最小化能量函数完成分类标签优化。利用直升机巡线系统和小型无人机巡线系统获取的LiDAR点云数据来验证本文提出的模型。试验结果表明,该模型能够有效地分类场景中的电塔、电力线和植被且总分类正确率得到98%以上。与其他分类方法相比,本文提出的模型总体精度更高,尤其是电塔的分类优势明显。     

机载多光谱LiDAR数据的地物分类方法

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机（SVM）是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明：相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。     

利用目标分解特征的全极化SAR海冰分类

特征提取及其选择是SAR海冰分类的重要步骤之一。在众多特征中选取有效特征,进而构建表达地物类型的特征空间是提高分类精度的关键。为此,本文提出一种基于目标分解特征的全极化SAR海冰分类算法。首先,对全极化SAR数据进行多视化处理及滤波操作,生成相干矩阵;其次,对相干矩阵进行目标分解,并针对分解结果提取散射特征参数,进而构建特征空间;再次,通过对所提取的特征进行统计相关性分析,并对高相关特征采用PCA降维,以优化特征组合;最后,设计BP神经网络分类器,并将所得的优化特征矢量作为输入,海冰类别为输出,实现海冰分类。本文以格陵兰中部海域作为研究试验区域,采用L波段ALOS PALSAR全极化数据。通过对本文算法与对比算法的分类结果进行定性定量分析,可以得出本文所选取的特征对海冰识别较好。此外,通过对利用各个不同特征海冰分类结果的性能分析,可以得出基于散射模型的目标分解比基于特征值的H/α/A分解更有助于海冰分类。     

基于PCA和极限学习机的高光谱遥感分类研究

针对高光谱遥感分类研究中面临的数据处理效率低、分类结果精度不高等难题,本文在引入极限学习机(ELM)算法的基础上,顾及其在噪声影响下出现稳健性降低的现象,进一步将主成分分析(PCA)应用于ELM的前端,从而构建了一种基于PCA和ELM的联合算法。将该算法与目前常用的神经网络和支持向量机进行对比分析发现:PCA-ELM分类结果的精度最高,其数据处理效率也较高,该算法具有较强的稳健性和泛化能力,适用于高光谱遥感信息的高效提取。     

一种基于无人机载LiDAR点云的 电力线安全距离判定算法

针对无人机电力巡检距离判定算法缺乏问题,本文提出了一种基于无人机LiDAR点云分类的安全距离判定算法,该法首先对LiDAR点云进行维度特征分类,然后将电力悬线方程改进为最小二乘法模型,并以分段的方法计算地物到电力悬线的空间距离。实验表明,本文提出的距离判定算法距离测量精度接近于全站仪测量精度,且算法鲁棒性较好,具有较低的时间复杂度,不失为一种高精度无人机载LiDAR点云电力线安全距离判定新方法。     

真三轴循环主应力作用下砂岩能量演化规律

为了探究真三轴主应力循环加卸载对砂岩能量积聚与耗散的影响,利用自主研发的真三轴扰动卸荷岩石测试系统进行了3个主应力循环加卸载试验。基于真三轴循环加卸载应力-应变演化规律与加卸载特征,划分了主应力循环加卸载试验中加载、卸载的种类;通过对三向主应力循环加卸载过后岩体表面裂纹对比分析,发现最小主应循环对岩体产生损伤最大,中间主应力次之,最大主应产生损伤最小;利用图形面积积分法与叠加法分别计算了真三轴循环加卸载的弹性能密度、耗散能密度与输入能密度,分析了三者随主应力次数增加的演化规律与加卸载过程中的能量分配;利用真三轴同时加卸载试验,验证了上述提出的能量分析方法的合理性与准确性,对其3个主应力方向卸载释放弹性能密度分析,发现循环加卸载产生的损伤对岩体储存弹性能密度影响较小。对比了3个主应力卸载对砂岩损伤与能量耗散的影响,对巷道掘进方向进行了进一步讨论。     

一种新的岩浆岩分类定量方法

目前,岩浆岩的超基性、基性、中性、酸性的分类均根据SiO2的含量,但这种单一含量判别标准并不严谨,含量经常与分类不完全对应。使用TraceElem 1.0软件对各种岩浆岩进行逐步判别分析、聚类分析和对应分析研究,据此认为超基性岩由MgO和FeO组成的因子确定,基性岩则由P2O5、Fe2O3、TiO2、CaO、MnO组成的因子确定,中性岩由Na2O和Al2O3组成的因子确定,酸性岩由K2O和SiO2组成的因子确定。岩浆岩的分类宜以SiO2为主、以MgO和CaO为辅,尤其要引入MgO。在SiO2含量相同的情况下,MgO、CaO含量越高,基性程度越强。基于这一分析结果,提出一种新的酸度指数（ADI)计算方法,即ADI=w(SiO2)-0.75w(MgO)-0.23w(CaO),ADI<38.0%为超基性岩,在38.0%～52.0%之间为基性岩,在52.0%～62.5%之间为中性岩,>62.5%为酸性岩。     

渤海湾盆地南堡凹陷深层低渗透砂岩优质储层发育特征与主控因素

通过岩石常规薄片、铸体薄片与扫描电镜分析,结合X衍射、常规孔渗与压汞测试资料对渤海湾盆地南堡凹陷深层砂岩储层岩石学特征、成岩作用、微观孔隙结构以及储集物性等方面开展了综合研究,对比分析了不同含油构造、不同层系的储层共性与差异性,总结了深层砂岩优质储层的控制因素与分布规律。结果表明：南堡凹陷深层砂岩储层主要为长石岩屑砂岩和岩屑长石砂岩,有效孔隙以剩余粒间孔和粒间溶孔为主,Ⅰ类储层主要分布在3号构造沙一段以及4号构造东三段,Ⅱ类储层主要发育在1号构造东三上亚段与高尚堡构造沙一段。压实作用和晚期碳酸盐岩胶结作用是导致储层低孔低渗的主要原因;相对较高的变质岩岩屑和石英碎屑含量有利于原生孔隙保存;早期碳酸盐胶结、长石碎屑和中基性火山岩岩屑溶蚀以及长石受挤压应力破裂成缝,构成深层砂岩储层次生孔隙发育的3方面有利因素。