基于云模型的深圳港危险化学品应急能力评价

利用云模型进行数据分析和处理,以提高港口危险化学品应急能力评价的科学性。以深圳市相关应急预案及风险评估报告为基础,结合应急管理的四个阶段,构建由1个一级指标,4个二级指标,13个三级指标和104个评估项构成的危险化学品应急能力评价指标体系。以专家打分结果为数据样本,分别生成权重云模型、评价云模型和综合云模型,将综合云模型在Matlab中仿真模拟,得到云图;然后将此云图与标尺云图进行比较,得出应急能力水平。得到的评价结果为,深圳港危险化学品应急能力属于中等偏上水平。     

应用分形理论和光线投射算法的卫星云图模拟技术

卫星云图模拟是气象卫星成像仿真所研究的核心问题,针对快速生成效果逼真的卫星云图的要求,以分形理论为基础,设计了一种基于随机中点位移算法的云体数据生成模型,并采用光线投射算法将产生的三维云体数据绘制于二维平面图像上,实现了卫星云图的模拟,得到了比较满意的结果.     

基于预测区域匹配的无人机航拍图像快速拼接

利用无人机侦查拍摄的图像,拼接成整个战场的全景图,方便指挥人员了解战场动态,做出战略决策. 根据无人机航拍图片序列的特点,提出了一种快速精确的拼接方法,即在无人机航拍图片拼接过程中,使用一种创新的匹配对齐策略,根据图片间的重叠率构造估计范围矩形,仅对矩形区域内的特征点进行匹配计算,然后使用图像融合等方法优化拼接效果. 此算法提高了鲁棒性,可在短时间内获得较好的拼接效果. 分别对谷歌地球卫星图片和无人机航拍真实数据进行实验,验证了算法的有效性.      

基于众源影像的三维重建方法

目前,众源影像存在获取数据难以筛选,进而导致从影像中生成的点云数据产生几何缺失和含有大量噪声等问题。针对此,论文实现了一种基于众源影像的三维重建方法。首先,采用基于网站Application Programming Interface（API）和基于网页解析的方法获取众源影像数据,然后借助深度学习对获取得到的众源影像进行筛选,获取高质量的众源影像数据,最后运用运动恢复结构（Structure from motion,SFM）算法完成三维重建。论文利用众源影像获取场景的三维结构,对生成的点云模型进行对比和分析,得到了经深度学习算法筛选的图片集更适用于三维重建的结论,以解决众源影像这一新兴数据源在三维建模应用时出现的弊端和不足。     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

分布式虚拟海战场仿真关键技术研究

在分布式虚拟环境下进行大规模军事战场仿真是目前仿真领域的研究热点。作为虚拟战场仿真的重要组成部分,分布式虚拟海战场仿真主要是解决大面积海浪视景实时生成和网络数据量太大引发的网络延迟这两个关键性问题。本文以海浪统计学模型为基础,采用视点相关的LOD模型实现了海面多细节层次建模,有效提高了大面积海浪视景仿真的实时性和逼真度;并基于Winsock 的TCP/IP协议,采用多播技术和推算定位技术,大大减少了分布式虚拟海战场仿真中的网络数据流量,实现了多通道视景同步,取得了较好的效果。     

基于间接校正的高分三号正射影像生成

由于高分三号卫星(gaofen-3 satellite, GF-3)数据问世时间较短、参数不足,现有软件未针对GF-3数据添加传感器支持,导致难以利用现有各类软件生成其正射影像。提出一种基于间接校正的GF-3正射影像生成方法。模拟待校正区域卫星成像过程,采用RD模型利用与该区域对应的DEM数据构建模拟GF-3影像;在模拟与真实GF-3影像中分别提取特征点,并配准提取的特征点对,进而建立两影像间的映射关系;利用模拟GF-3影像分别与DEM数据和真实GF-3影像之间的映射关系,间接完成正射校正,生成正射影像。针对GF-3多成像模式的特点,选取3种具有代表性成像模式的影像进行正射影像生成试验,取得了较好的实验结果。将真实GF-3影像与模拟GF-3影像的对应像元坐标进行比较表明,x和y方向误差均小于一个像元,精度较高。提出算法充分考虑到了GF-3系统的成像特点,在不同的地形细节均取得了较好的结果。定性和定量的分析实验结果验证了提出方法的可行性及有效性。     

转子式机油泵内流场CFD分析及实验研究

采用CAE软件对转子式机油泵内流场进行了几何建模.对模型应用非结构化网格生成技术划分网格并进行了有限元前处理.在采用k-ω湍流模型的基础上,考虑了卸荷槽的影响,应用计算流体力学软件模拟稳定工况下机油泵出口部分的三维湍流流动.得到了详尽的分析结果,包括压力等高线云图、速度矢量等高线云图等.分析并证明了卸荷槽具有缓解压力负荷的作用.完成了对机油泵的台架实验,将数值模拟得到的机油泵性能特性曲线与实验特性曲线进行比较,发现仿真结果与实验结果基本吻合.证明仿真模拟结果能够反映机油泵的流动性能和特殊流动现象;利用数值仿真可以得到具有参考意义的机油泵流量特性曲线,为机油泵开发提供了新的研究方法和技术支持.     

基于Perlin噪声的动态云仿真

用Perlin噪声建模、指数函数对其锐化、HLS颜色模型转换等生成静态云彩图像;然后用静态云彩方法来实现不重复运动云彩的生成算法,该算法可得到任意长度的云图;云彩平滑变形算法能连续平稳改变云彩结构,最后运用VC++和OpenGL开发工具及纹理映射方法将云彩置入虚拟环境中,能在PC机上产生了实时和逼真的动态云效果.     

三维有限元数据场剖面云图在CAD中的实现方法

大中型水利水电工程设计中,将设计和有限元分析统一在AutoCAD中进行,可减少设计成果与分析成果之间的转换过程,提高设计效率。利用三维8节点6面体单元的线性特点,探讨了三维有限元数据场的剖面云图生成算法,利用VC++和ObjectARX,开发了AutoCAD的剖面云图生成程序,扩充了AutoCAD功能,实践表明,该程序可提高设计效率,且云图直观,使用简便,可推广使用。     

基于数字地球的三维云图实现技术

以风云二号气象卫星的红外云图数据为基础,根据实时的红外云图,在数字地球上实现云图的三维显示,实时动态模拟我国上空的云图变化情况.通过二维云图的灰度信息,得出其高度值,与提取的经纬度值一起,经过坐标转换,得到三维空间坐标信息,再采用OGS三维渲染技术,实现云图的三维显示.与以往云图的三维显示技术相比,采用的方法更加简单高效.在实际应用中,该方法能够实时获取和展示三维立体云效果,并且加以时间驱动可以实现云图的动画播放,对于气象部门有着很高的应用价值.     

基于面特征和SIFT特征的LiDAR点云与航空影像配准

针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。     

“弄假成真”：基于对抗学习的数据增广方法

 近年来,深度学习在计算机视觉领域取得了巨大的突破,其背后是利用大量标签数据对深度网络进行监督训练,而标注大规模数据集非常昂贵且十分耗时。针对大规模数据集标注问题,苹果公司的Shrivastava团队希望借助现有的计算机仿真技术以及对抗训练的方法,实现仿真图像的无监督学习,从而避免昂贵的图像标注过程。该团队在对抗网络的基础上提出3个创新点：（1）自正则项;（2）局部对抗损失;（3）使用历史生成图片更新判别器,使得生成真实化图片的同时保留输入图像特征。实验结果展示该方法可以生成高度真实化的图片。研究者通过训练凝视估计模型、手部姿态估计模型定量分析生成图片的效果,分析结果表明,使用生成图片训练的模型,在MPⅡGaze数据集上测试效果有很大的提升,达到了当时最好的效果。不过,研究者并未在包含多个物体的复杂场景下进行实验,文中提出的方法在复杂场景下的应用还存在局限性。     

无人机与三维激光扫描融合的拱桥三维重建

针对单一无人机影像在复杂拱桥建模精度和完整度方面的不足,提出一种将三维激光扫描数据与无人机航空影像融合的拱桥精细化建模方法。首先以无人机低空区域环绕航摄及近景摄影获取拱桥主体及细部高质量纹理数据;然后通过增加连接影像将无人机主体及细部影像数据融合并生成高精度拱桥主体上部点云数据;最后将三维激光扫描仪采集所得拱桥桥体下部多站点云数据经坐标转换、配准实现与拱桥上部高精度点云融合从而生成拱桥完整的精细化实景三维模型。通过与单一无人机影像建模结果进行精度对比分析和纹理完整性评价以此验证本文建模方法的有效性。结果表明：该方法可重建几何精度高、完整性好、纹理真实的拱桥实景三维模型,并为类似底部脱空建筑的数据采集方法提供参考,具有较好的工程应用价值。     

基于中点偏移算法的云的模型设计

自然景观的模拟在许多方面得到了应用，云是自然界中的一项重要景观，对云进行模型设计显得十分重要。针对目前大多数的云的模型设计方法难以在普通PC机上快速实现真实感较强的云的模型设计的问题，提出了一种自然景观中云的模型设计方法。该方法以分形理论为基础，设计并实现了一种云的纹理生成算法，并采用纹理映射技术，绘制云的图像模型，得到了较为逼真的模拟结果。     

支持向量机在云检测中的应用

针对地球观测系统/中分辨率成像光谱仪影像资料中的云检测工作,提出了基于支持向量机SVMs(support vector machines)的遥感影像分类方法.分析了云检测过程中的特征提取和选择,建立了基于支持向量机的遥感影像分类模型,并针对陆地、海洋2种不同的下垫面进行了云检测试验.云检测结果中,云与陆地、水体、积雪准确地区分开来.结果表明,特征选择对云检测起到了积极的作用,同时也证明了支持向量机方法在遥感影像分类中的优势.     

基于图像分割的云层测速方法

为了解决塔式太阳能电站镜场上空的云层遮挡问题,提出一种对镜场上空移动云层进行预测的测速方法。首先利用固定摄像机对云层图像进行采集,然后提取不同帧数的图像,并进行伽马变换、遗传算法图像分割、云层目标检测、运动云层匹配等处理,最后根据匹配得到的像素坐标计算云层的移动速度和方向。实验测试结果表明:与光流法的数据进行比较,显示图像分割方法计算量少,位置预测误差小。可见运用图像分割方法进行云测速是可行的,为塔式太阳能电站的云监测中云遮挡预判提供理论依据。     

基于多RGBD摄像机的动态场景实时三维重建系统

使用多台基于FPGA嵌入立体计算的RGBD摄像机搭建动态场景实时三维重建系统. RGBD摄像机能够以视频速度输出场景的彩色(RGB)图像及对应的稠密视差(disparity)图像,由视差图像可进一步得到场景的深度图. 多台RGBD摄像机运行在统一的外部时钟和控制信号下,可实现对目标场景数据的同步采集. 为了提高各视点所获取的场景深度图质量,根据多RGBD摄像机系统视点分布较为稀疏的特点,使用概率密度函数估计的方法进行多视点深度图的融合. 融合后的深度图由PC集群进行处理,可实时生成所拍摄场景的三维空间点云. 实验结果表明,本文系统可以有效地重建包含多个运动目标的大型动态场景.      

Fusing Geometrical and Visual Information via Superpoints for the Semantic Segmentation of 3D Road Scenes

This paper addresses the problem of the semantic segmentation of large-scale 3D road scenes by incorporating the complementary advantages of point clouds and images.To make full use of geometrical and visual information, this paper extracts 3D geometric features from a point cloud using a deep neural network for 3D semantic segmentation and extracts 2D visual features from images using a Convolutional Neural Network(CNN)for 2D semantic segmentation.In order to bridge the features of the two modalities, this paper uses superpoints as an intermediate representation to connect the 2D features with the 3D features.A superpoint-based pooling method is proposed to fuse the features from the two different modalities for joint learning.To evaluate the approach, the paper generates 3D scenes from the Virtual KITTI dataset.The results of the experiments demonstrate that the proposed approach is capable of segmenting large-scale 3D road scenes based on the compact and semantically homogeneous superpoints, and that it achieves considerable improvements over the 2D image and 3D point cloud semantic segmentation methods.