基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

Effect of different registration methods on precision of orientation based on RTK registration/georeferencing mode

Abstract

Compared with traditional methods, the three-dimensional laser-scanning (3D-LS) technique can efficiently acquire many high-quality geometric properties of rock discontinuities. In practice, engineers usually prefer to simplify the processing by using single-station point data and roughly orienting owing to the complexity of registration/georeferencing multi-station point data. However, prior published studies have paid little attention to the accuracy and reliability when determining discontinuity orientations using 3D-LS. We propose a reliable and accurate method with robust on-site applicability. As part of an ongoing effort, we are evaluating the precision of the commonly used coarse registration method and the fine registration method, and promoted the optimized coarse- and fine-registration methods and evaluated their precision. It is found that: (1) the common and the optimized registration method can meet our project’s engineering requirements, and the optimized registration method improved accuracy in the dip direction by approximately 1°; (2) fine registration using an iterative closest point (ICP) algorithm can correct both dip direction and dip angle; and (3) the orientation is of high precision with commonly used coarse and fine registration, whereas the optimization effect to correct the orientation is slightly limited.     

不同测站点云数据的配准算法

随着三维激光扫描技术的发展,利用三维激光扫描仪采集信息,构建三维模型成为了热门的课题。由于受到观测环境、观测方向等影响,无法一次性地获得物体的所有的点云数据。因此,不同视角下点云数据的配准成为了三维建模中的关键技术,直接影响了最终的重合结果以及模型精度。本文着重研究主方向贴合法和最近点迭代算法(ICP算法),基于matlab平台编写算法,并对算法进行研究,得出配准结果以及配准精度。     

基于CLEAN算法的GPS监测数据处理方法

对建筑物进行高精度的变形监测是后期信息提取,预防安全隐患的基础。针对GPS变形监测中存在的多径误差问题,本文提出一种基于CLEAN算法的GPS多径提取方法,首先对多径信号理论模型进行分析,结果表明多径信号可以作为直达信号的谐波分量,在此基础上利用CLEAN算法在频域对多径信号进行提取,基于仿真和实测数据的实验结果表明,所提方法相对于小波方法和经验模态分解(Empirical Mode Decomposition,EMD)方法具有更高的提取精度和更好的多径抑制性能。     

利用消去刚度法进行剪切型系统物理参数识别

提出了 1种能够比较准确地识别剪切型体系的结构参数 (各层质量和层间刚度 )的方法———消去刚度法。该方法从剪切型结构体系的特征值问题出发 ,利用剪切型结构系统质量矩阵和刚度矩阵的特殊形式 ,通过消去各层的刚度系数 ,得到了结构系统的各层质量比表达式。在结构总质量已知的情况下 ,仅利用系统的任意两阶模态信息就可以确定出各层质量 ,并进而计算出层间刚度 ,实现了结构物理参数的递推识别。数值模拟结果表明 ,该方法识别精度较高 ,便于工程应用 ,可以用于类似结构体系的物理参数的初步估计。     

三种常用声速算法的比较

在近几年的西太平洋调查中使用了SV Plus声速测量仪,共获取了46个站点的声速剖面,并基于同步观测的CTD数据,利用3种常用的声速算法计算了这些站点的声速剖面。所有这些站点的测深度均超过1500m,而且调查时间为3个不同的季节。CTD数据计算得到的声速剖面与声速测量仪器观测的声速剖面的比较表明,在三种算法中,Chen和Millero算法在积分平均意义上是最好的。当定点比较时,在水深大于800m或者小于200m的范围内,Wilson算法较好;在其他水深范围内,Chen和Millero的算法的计算结果和实际测量结果较为一致。     

GPS网络RTK内插算法分析与比较

在GPS网络RTK中,利用不同的内插算法,生成的流动站误差改正数不同,它们对定位结果的影响也不同。通过算例分析表明,选择合理的内插算法,不仅可以生成与流动站真实误差较为接近的误差改正数,还可以提高整周模糊度的解算成功率和导航定位的精度。     

发达国家海上搜救体系对比研究及对我国的启示

提升海上应急搜救能力对保障人民生命安全、维护国家海洋权益、彰显大国责任和担当具有积极作用和深远意义。发达国家海上搜救体系的先进性主要体现在搜救力量专业化、应急响应快捷化、组织协调高效化、搜救业务程序化等方面。文中对美国、英国、澳大利亚、日本4个国家的海上搜救组织构成、搜救力量水平、搜救工作模式等进行了分析,与我国海上搜救体系和机制进行了对比,并从优化搜救组织模式、完善搜救运行机制、健全搜救力量等方面给出了发展我国海上搜救体系的建议。     

台湾以东黑潮路径识别与变化规律

为研究对中国台湾以东海域黑潮路径及其变化,本文基于法国空间局AVISO中心提供的1993—2015年的卫星遥感海表流场逐日资料,对121°—125°E,22.4°—25°N海域黑潮路径进行了逐日识别,得到了共计23年累计8400天的台湾以东黑潮流轴的逐日路径,并研究其在不同纬度的流轴位置及其对应的表面黑潮流量的时空变化规律。主要结论如下:(1)采用模糊C-均值聚类法对台湾以东黑潮流轴路径进行聚类分析,发现台湾以东黑潮流轴在24°N以南出现明显摆动,形成正常和偏东两种路径;黑潮流轴存在明显的时间变化,流轴偏东现象年平均大约出现25次,大致每隔3年出现一次偏东较少的现象,各月流轴偏东次数以4、5月最少,10月至次年3月较多;(2)台湾以东黑潮表面流量大小在6.2—8.3×104m2/s之间;总体上来说,纬度越高流量越大,在23.5°N左右范围内存在一个流量低值中心;在24.3°N以北流量总体较大,且增长趋势稳定,同时表面流量大小具有较强的季节和年际变化特征。     

连云港近海紫菜养殖区遥感识别、空间变异和驱动分析

为了科学有效地掌握海域使用信息、管理海域权属,为海域资源调查、管理、规划、保护、合理利用提供服务,为违法、违规、违章用海项目得到有效遏制,减少用海矛盾,有必要开展海域使用动态监测,作者以连云港近海为研究区,利用4个时相Landsat遥感影像(2002、2008、2013、2016年)通过面向对象算法提取弱水背景下的紫菜养殖区信息,揭示空间分异规律,并分析其驱动原因。研究结果表明:4期影像提取连云港近海紫菜养殖区信息的精度分别是87.5%、92%、91.7%和94.6%。紫菜养殖区空间分布的变化规律为紫菜养殖面积不断增加且整体向深海方向推进。赣榆港口航运区和田湾核电站特殊利用区存在少量紫菜养殖区,项目用海不符合连云港市海洋功能区划(2016～2020年)。连云港近海紫菜养殖区空间分异的驱动因子主要是自然条件、养殖技术、海洋经济和社会发展四大因素。