普通测量学、地形测量学

CH20110100基于数据分层分块的海量三维地形四叉树简化模型=A Model for Massive 3D Terrain Si mplification Based on Data Block Partition and Quad-tree/刘扬,宫阿都,李京(北京建筑工程学院测绘与城市空间信息学院)∥测绘学报.-2010,39(4).-410~415在对比几种典型的地形简化算法的基础上,探索建立一种基于数据分块且适合海量三维地形的局部自适应最优化简化模型(LSOSTM模型)。该简化模型以四叉数模型为基础,针对海量地形进行分层分块组织,构造地形     

济宁矿区坐标转换精度影响因素的分析

GPS应用中经常涉及到坐标转换问题。利用局部区域GPS控制网数据求解坐标转换模型的转换参数时,精度受很多因素的影响。本文介绍了七参数基本模型,并基于济宁矿区的北京54和WGS-84坐标数据讨论了坐标转换模型的不同求解方法以及公共点选取对坐标转换精度的影响。     

复杂场景下农村道路裂缝分割方法

针对农村道路裂缝识别中存在训练样本数量少、场景单一、提取结果不准确等问题,本文首先依托辽宁省多年份实测道路图像数据,构建具有多种类、多场景的路面裂缝数据集(PCDs),以ResNet50为编码器、SegNet为解码器,构建路面裂缝图像识别模型Res-SegNet,通过增大卷积核的大小获取更丰富的裂缝信息,使用Focal Loss损失函数,令模型更专注困难样本。然后采用分块预测方法提升裂缝在图片中的占比,使图片预测更加精细。最后通过网络模型和预测方法进行对比试验。结果表明,使用Res-SegNet识别PCDs的测试集,在不同的场景中F值为0.691,使用Res-SegNet结合分块预测识别PCDs的测试集,在不同的场景中F值达0.753。     

面向多波束测深数据的双向布料模拟自动滤波算法

针对现有多波束测深数据的滤波算法需要人工干预且难以实现自动滤波的问题,在布料模拟滤波基础上,提出了一种基于双向布料模拟(bidirectional cloth simulation filtering, BCSF)的多波束测深数据滤波算法。首先,基于二次曲面（Levenberg-Marquardt）算法拟合构建传递式迭代趋势面,消除海底负异常数据;然后,构建BCSF修正模型,确定最终海底滤波面,解决海底凹凸地形或具有成簇噪点的复杂海域地形容易产生的过度滤波问题;最后,对分类海底点与非海底点的距离阈值进行了自适应优化与估计,进一步提高BCSF滤波结果的准确性。将所提算法应用于实测多波束测深数据,实验结果表明,与布料模拟滤波相比,所提算法不仅克服了过度滤波的缺陷,而且实验区域的整体测试数据的噪点剔除率从12.87%下降到0.76%,局部测试数据的噪点剔除率从15.29%下降到1.09%;与基于不确定度理论的多波束测深滤波相比,所提算法更加简洁,易于技术实现,人工干预很少,保留了更多的地形细节,具有较好的鲁棒性和应用前景。     

主动源勘探中震源编码与解码方法

依据人工主动震源的可控性,引入通讯中的编码原理,采用震源编码技术能够有效提高小当量人工震源的探测深度和信号接收距离。笔者分析研究了主动源勘探中的震源编码与解码方法,主要做了以下工作:①分析研究了震源信号自相关函数的基本性质,探讨了利用自相关函数峰值间的零值区进行信号检测的可能性,研究表明编码方法能够通过相关增加有效信息的检测范围,提高监测能力;②研究了震源编码的三种基本方式,分析了它们的旁瓣压制效果,通过不同激发能量的源在不同时刻重复激发建立编码震源,信号能够在相关峰值和相关旁瓣间有效检测出;③探讨了迭代相关法解码的基本原理,编码方法能够大幅度提高地震探测能力,利用小能量震源获得大的探测距离和高分辨率,具有很强的抗干扰能力。     

中国东部浅水湖泊参照状态确定的非参数方法

根据中国东部浅水湖泊受人类活动影响较严重的情况,将季节分解的非参数局部线性回归模型、频率分析和几何分块自助法有机结合,提出了一种基于非参数方法的湖泊参照状态确定的新方法。该方法首先将季节分解模型用于湖泊营养盐及其响应物的观测值,选取出适合用于推断参照状态的时间段;其次使用频率分析法分析此时间段内的观测值,并给出湖泊总氮、总磷和叶绿素a的参照状态值;最后用几何分块自助法给出各自的置信区间。该方法能有效克服前人提出方法的缺点。以太湖为例,采用该方法推断了参照状态浓度,总氮为0.78mg/L,总磷为0.030mg/L,叶绿素a为2.63μg/L;给出相应的95%置信区间分别为0.57~0.83mg/L、0.025~0.046mg/L和1.86~2.65μg/L。该方法也可适用受人类活动影响较大的中国东部其他浅水湖泊。     

区域限定砌砖法及天文像复原实验

在简要介绍了由Hofmann等提出的迭代最小二乘法天文像复原法：砌砖法（Building block)的原理后，提出用斑点干涉术等方法对被观测目标像的范围大小进行大概估计的预处理方案，这样将做到对砖块的区域限定投放，避免大量无效的砖块投放迭代步骤，天文高分辨率像复原实验表明，砌砖法的效率被大大地提高了。     

深度学习重建算法的图像质量体模研究

目的:使用体模比较CT深度学习重建算法和迭代重建算法的图像质量。方法:使用GE Revolution Apex扫描ACR质量控制体模Gammex 464,分别测量module 1～module 4的5种物质CT值准确性、低对比度分辨率、图像均匀性和高对比度分辨率。通过指标比较高剂量下（20 mGy）深度学习重建算法TrueFedelityTM（TFI）3种等级（DL、DM及DH）和自适应统计迭代重建算法V（AV）3种等级（30％、60％ 及90％）的图像质量。两种算法的各指标比较采用单因素方差分析。结果:所有6组图像的高/低分辨率均一致（高对比度分辨率:10 lp/cm;低对比度分辨率:6 mm）;两种算法都轻微高估聚乙烯、空气以及丙烯酸的CT值,各物质间CT值差异不具有统计学意义。两种算法均低估骨和固态水的CT值,其中,TFI算法对固态水的CT值较AV更接近真实值,但各组图像间不具有统计学差异。6组图像中,TFIDH的图像均匀性最佳;同等级条件下,深度学习重建算法相较IR算法的图像均匀性更佳。结论:深度学习重建算法在高剂量水平下可以在保持图像空间分辨率和CT值准确性的基础上,进一步降低图像噪声。      

基于解析字典的图像压缩方法

随着高分辨率图像采集技术的发展,采集图像的数据量大幅增加给图像的压缩、存储和传输带来了严重的挑战。近年来,压缩感知理论以能够通过少量观测信号高精度重建原始信号的优势给图像压缩带来了新的思路。目前压缩感知理论的研究主要集中于综合模型,然而综合模型下图像数据的稀疏表示却存在着计算量大、耗时长的问题。提出了基于解析字典的图像压缩模型。在分析综合模型字典学习方法的基础上介绍了解析模型字典学习的流程,然后详细分析了基于解析字典的图像压缩的总流程。以标准测试库自然图像为数据对模型的重构质量和系统耗时进行了分析,结果表明,本文所提模型在采样率相同的情况下,相对其他模型不仅能够缩短系统的耗时,也提高了图像重构的准确性。