一种改进的超体素与区域生长点云分割方法

点云分割作为识别地理场景的空间特征、探索和记录空间信息的关键处理步骤,其分割精度直接影响后续三维场景重建、地物特征提取等应用的效果。针对传统区域生长点云分割算法的不稳定等问题,本文结合超体素和区域生长算法对点云数据进行分割,并利用点云自身的色彩信息进一步改进分割结果。试验结果表明,相较于传统的区域生长和已有的结合超体素与区域生长的分割算法,本文算法对点云数据分割的效果更好,且其精确率与召回率均有提高。     

内蒙古乌兰哈达-高勿素断裂的新活动证据及构造意义初探

近期在鄂尔多斯地块东北缘、蒙古高原南缘的乌兰哈达火山群附近发现一条长约100余公里的NW向断裂——乌兰哈达-高勿素断裂,并基于高分辨率卫星影像解译和野外地质调查对该断裂的新活动特征进行了初步研究。断裂活动的地貌证据包括线性展布的断层陡坎、断塞塘、断层槽谷以及位错冲沟、断头沟等。跨断裂冲沟的同步性左旋位错及广泛发育的反向陡坎(倾向NE)等指示断裂应为左旋走滑为主兼具由SW向NE逆冲的运动性质。乌兰哈达-高勿素断裂的构造位置及几何学、运动学特征指示其应归属于NW向左旋走滑的张家口-渤海断裂带,该断裂的左旋走滑运动应在调节其南、北两侧块体向E的差异运动中起着重要的作用。另一方面,鄂尔多斯地块东北缘的乌兰哈达-高勿素断裂及张家口断裂、洗马林断裂等NW向断裂所表现出的逆冲运动特征指示鄂尔多斯地块东北缘可能持续受到青藏高原东北缘对鄂尔多斯地块西南缘自晚中新世以来推挤作用远程效应的影响,这些伴有逆冲运动的NW向断裂应是鄂尔多斯地块东北缘地区响应青藏高原东北缘NE向生长和扩展的一种具体表现。乌兰哈达-高勿素断裂新活动证据的发现不仅完善了张家口-渤海断裂带的几何图像,也为认识和理解鄂尔多斯地块东北缘的构造变形和评价地震危险性提供了新约束。

     

基于面解译的模型匹配识别体素

为了用线性征摄影量数学模型软件包对复杂工业零件进行了自动量测与重建，必须首先用计算机识别工业零件的各个组成部分－体素。为此，作者提出了基于面解译的模型茶杯识别体素的思想。     

上海明珠二期南浦大桥地铁站工程超深槽段地下连续墙施工体会

在上海轨道交通明珠二期南浦大桥地铁站工程超深槽段地下连续墙施工中，通过搅拌桩加固并在地连墙与桥墩之间增加了水泥掺量为20%的SMW素桩，在基坑内的被动区抽条加固部分采取局部水泥掺量提高到12%有效地改善土的力学指标，控制槽壁变形和对桥墩的影响，此外，采用重斗强抓方法顺利掘进硬土层。     

基于无人机传感器数据与词袋模型的点云自动化分类

激光点云分类是Li DAR数据应用的关键步骤和重要研究课题。针对Li DAR点云数据识别率低的问题,以体素化的点云为研究对象,提出了一种基于词袋模型的城区机载Li DAR点云数据分类方法。考虑到点云数据缺乏纹理信息,文中综合分析了点云数据和影像数据的特点,以点为单位提取描述点云的几何特征和影像特征分类特征;以体素为单位分割点云数据,并以体素为基础构建描述场景信息的词袋模型;最后基于随机分类器完成场景的分类。文中以ISPRS提供的Vaihingen数据作为实验数据。实验结果表明,本文提出的模型能有效地改善点云的分类质量,分类正确率能达到93%以上。     

地基GPS水汽层析的投影面算法

水汽层析技术在研究气候变化、极端天气预警、辅助数值天气预报等方面发挥着重要作用。常规的水汽层析技术在计算层析方程系数时,需要进行大量的求交运算。对此,本文提出了一种投影面算法,提高了运算速度和反演的精度。本文采用的试验数据是香港卫星定位参考站网(SatRef)提供的GPS信号数据,与传统算法相比,投影面算法的计算速度更快、计算量更小,不受层析区域大小影响,水汽层析的结果与探空数据具有良好的一致性。     

24-表油菜素内酯对浒苔(Ulva prolifera)内源植物激素及相关生理影响

采用植物激素的微量LC-MS检测等方法,研究了24-表油菜素内酯(EBR)对宁波浒苔(Ulva prolifera)内源植物激素含量及其叶绿素荧光参数、可溶性蛋白和糖含量、抗氧化酶活性等的影响。结果表明,浒苔体内含有吲哚乙酸、赤霉素、玉米素、反式玉米素核苷、异戊烯腺嘌呤核苷、茉莉酸等多种促生长性内源植物激素,但不含有异戊烯腺嘌呤。内源植物激素对24-表油菜素内酯的响应程度不同,大多数植物激素在处理第1天含量变化最快。低浓度24-表油菜素内酯处理时,各种内源植物激素的含量增高,均呈现先升高后降低的趋势。0.2 mg/L 24-表油菜素内酯处理组的效果最明显。在该浓度下,24-表油菜素内酯对生长相关激素含量、最大光能转化效率(Fv/Fm)和相对电子传递速率(ETR)、可溶性蛋白和可溶性糖含量、POD活性等均有较大的促进作用;在0.1 mg/L 24-表油菜素内酯处理组中,浒苔的体外抗氧化能力最强。     

基于GPU加速的高分辨率实体体素化研究

体素化是面图形学通向体图形学的桥梁,具有广泛且重要的应用。介绍体素化方面的研究进展,分析现有体素化方法在处理高分辨率实体体素化时的不足。提出以分块为基础的高分辨率实体体素化算法:在分块内部,采用基于图形处理器(Graphics Processing Unit,GPU)的切面光栅法对分块表面体素化过程进行加速,采用射线求交方式生成种子并进行块内填充;在分块之间,设计了3方向的种子扩散面及跨块扩散机制,避免因分块而导致的大量几何求交运算,提高了效率。针对高分辨率实体体素化结果数据量大的问题,采用低分辨率表面体素化结果进行数据压缩和索引,节省了数据存储空间。测试结果表明,该文提出的算法不仅能够进行高分辨率实体体素化,而且在GIS、地学建模和CAD等体图形学相关的领域具有重要的应用价值。     

色素痣三维结构的实现与研究

对临床已确诊的2例皮内痣进行连续切片，痣细胞和基底膜的表达分别采用S－100多克隆抗体和IV型胶原单克隆抗体LAB－SA免疫组化染色法。采用显微图像自动拼接技术显示皮内痣组织的全貌结构。结合三维可视化及测量系统软件，以体素重建法，结合插值拟合与光照处理技术，对手术切除的皮内痣进行三维重建，旨在真实反映基底膜和痣细胞的立体形态、空间位置和相互毗邻关系。对临床色素痣的教学和治疗提出新的方法和思路。