基于ICP算法的桥梁变形研究

针对桥梁表面变形特征,提出采用ICP算法配准两期桥梁表面点云数据,并利用获得的配准残差量提取桥梁表面局部变形的方法。通过优化距离阈值函数中比例因子k确定距离阈值,作为识别桥梁表面变形量的指标。实验结果表明,当比例因子k取1.5时,距离阈值取值合理,采用ICP算法提取两期桥梁表面相对变形量是较为准确和有效的。     

一种改进SURF算法的无人机影像快速配准方法

无人机遥感系统应用领域较为广阔,为了解决无人机影像拼接过程中存在幅宽小、数量多、重叠度不规则等问题,研究提出一种以实际应用需要为导向的无人机遥感影像快速处理方法。在SURF(Speed Up Robust Feature)算法的基础上,先采用PROSAC(Progressive Sample Consensus)算法去除大量匹配点对提高遥感影像配准的精度,然后采用GPU(Graphic Processing Unit)并行运算提高改进SURF算法的计算速度,最后再使用PROSAC几何验证实现研究区影像精准拼接。结果表明:改进SURFGPU算法的准确率比SURF算法提高了7%,像元精度达到0.4个像元;改进的SURFGPU算法用于无人机遥感影像配准的运行时间比SURF算法约少16倍,计算时间达到毫秒级。改进SURF算法具有更好的匹配精度和更快的运行速度,能满足无人机遥感影像配准速度和精度的要求,尤其适用于应急救援等实时性要求较高的应用领域。     

基于改进区域生长法的洞室支护锚杆点云提取方法研究

针对施工期抽水蓄能电站地下厂房支护锚杆点云影响数据处理精度的问题，提出了一种基于反射强度改进区域生长算法提取锚杆点云的方法。通过分析锚杆表面曲率及反射强度特征，推导平滑及曲率阈值对提取结果的影响关系，确定基于反射强度的自适应阈值区域生长的改进方法，并通过采集洞室点云及提取支护锚杆点云分析该算法的提取结果。试验表明，该算法效率高，稳定性好，其提取点云簇准确率达98.09%,各簇锚杆的平均点云误提取率仅为2.61%。     

地面三维激光点云数据拼接与坐标转换方法研究

地面三维激光在数据采集方面具有独特的优势,但数据处理阻碍了它的广泛应用。为解决地面三维激光扫描仪在少特征物区域站点拼接与坐标转换的难题,提出先利用电子罗盘及RTK控制点实现站点数据概略拼接与坐标转换,然后采用ICP算法进行精拼,再利用序列精拼后形成的闭合条件进行精拼误差配赋,最后根据最小二乘法原理,对点云拼接后站点及RTK控制点形成刚性模型计算最佳密合平移、旋转矩阵,实现坐标转换误差调整,从而实现站点拼接与坐标转换。对利用三维点云提取的特征点进行精度评定,精度达厘米级。     

神经网络式距离保护的混合训练算法

针对BP算法存在的缺陷，如训练速度慢，易收敛于局部极小点及全局搜索能力弱等，利用遗传算法能够进行全局最优化搜索这一特点，在改进的自适应遗传算法的基础上，提出了一种新的用于BP网络训练的混合算法，即改进的自适应遗传算法与BP算法相结合的混合训练方法。将所提出的混合训练方法应用于神经网络式距离保护中，利用ATP仿真计算的结果进行训练及检验,结果表明：所提出的算法与单一的BP算法相比，不仅可避免陷入局部极小点，而且提高了网络的训练速度，同时满足对距离保护的速度和精度的要求。     

三维激光扫描技术的高边坡开挖质量评价方法研究

本文将三维激光扫描技术引入到高边坡开挖质量整体评价中,通过数字化仿真试验对基于点云数据的4种评价方法进行了对比和评价,验算了三维激光扫描技术与全站仪配套工作数据配准的精度。通过工程实例,采用点云比较与断面法对边坡开挖质量进行全面的分析。研究表明:三维激光扫描技术可以提高开挖边坡质量评价的精度,增强了对开挖面形态的了解,为下一工序的施工提供理论支撑。     

基于改进粒子群算法的岩土工程参数反演

把粒子群算法引入岩土工程参数反演领域,并对基本粒子群算法进行改进,改进的算法(CSV-PSO算法)在粒子飞速移动中动态地调整粒子运行的速度极限及惯性权重,压缩搜索空间,从而克服了基本粒子群算法搜索精度不高、易陷入局部最优的缺点。算例表明,与POS算法相比,CSV-PSO算法的结果精度提高约1倍,耗时缩短40％,说明CSV-PSO算法是一种新颖可行的参数反演方法。     

基于改进粒子群算法的坝体位移监控模型

在基本粒子群算法的基础上,提出了一种基于以e为底的指数函数的惯性权重策略的改进粒子群算法。将粒子群算法引入大坝安全监控领域,并结合坝体位移的多元回归统计模型,建立基于改进粒子群算法的大坝安全监控模型,并应用于新安江大坝的安全监测。实际应用表明,改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快。     

低空机载LiDAR水面点云自适应分类算法研究

水陆点云分类是DTM生成、河流岸线提取等低空机载LiDAR应用领域面临的新问题,然而在岸滩等复杂扫描场景中,水陆点云的准确分类是一个公认的难题。在分析目前点云分类存在的缺陷基础上,提出了一种多元特征统计的自适应水陆LiDAR点云分类算法,该算法通过分析低空机载LiDAR水面点云的特点,针对性地设计了点云坡度、密度特征描述子;引入贝叶斯定理,建立了高程、坡度、密度隶属度函数;通过水、陆独立样本的t检验,确定隶属度函数的自适应权重;最终得到一个多元特征统计的分类模型,并基于训练样本的概率密度统计,确定了模型的自适应分类阈值。典型应用实例表明,在存在岸滩、内陆平地等复杂地形条件下,新算法都能达到99%以上的水陆点云分类精度。     

改进的BP算法在土石坝渗流问题中的应用

介绍了通过控制综合误差改进的基于遗传算法的BP算法,以及该BP算法在土石坝渗流问题中的应用。实例计算表明,这种新方法与其它传统方法相比,网络训练速度明显加快,预测的精度也比较高,是土石坝渗流分析的一种有效可行的新思路和新方法。     

基于移动平均法的危岩点云数据处理及变形分析

传统危岩监测存在布点困难、效率低等不足,而三维激光扫描技术因采用非接触测量而可快速获取点云数据,但数据处理是难点。提出了一种基于移动平均法的危岩点云数据处理方法以提高变形识别率。首先根据危岩节理特征构造新的空间坐标系,使得某一轴向可直观反映危岩主要滑移方向,再通过曲面拟合计算移动窗口内的特征点,有效缩减了点云数据,在此基础利用ICP算法搜索对应点。依托温州某隧道工程,分析开挖边坡出现的危岩沿潜在滑移方向的位移,结果表明该方法极大提高了危岩变形识别的正确率,危岩在两次监测时间内存在约10 mm的变形,需采取一定的防治措施。     

利用GPU加速的海量点云高效绘制

针对地面三维激光雷达点云的特点,结合其在水工建筑三维建模、水利工程安全监测、边坡监测等水利工程应用中的共性问题,提出一种利用GPU加速的海量点云绘制算法。与基于Z-Buffer的点云绘制算法相比,提出的绘制算法适用于10GB级的点云绘制,绘制帧速最高增幅达到40%。     

基于PTD和改进曲面拟合的高山区水电工程机载激光雷达点云滤波方法

针对高山区水电工程区域地形起伏大、植被茂密且存在部分建筑物,在提取这些区域地形时机载LiDAR点云滤波方法存在精度不高的问题,提出了一种综合点云回波特性、渐进三角网加密(PTD)算法、改进的曲面拟合算法和地面点精细化处理的山地点云滤波方法。该方法在对机载激光雷达(LiDAR)点云数据去噪的基础上,先利用植被点云的回波特性去除部分植被点,再使用PTD算法进行两次迭代计算获取部分地面点集合,然后将得到的部分地面点集合作为改进的曲面拟合算法的种子点进行格网区域化的曲面拟合来获取原始点云数据中的地面点,最后通过点云的精细化处理去除地面点中夹杂的低矮植被点,以此获得最终的地面点集合。选取DJI-M600搭载HS-600的机载LiDAR测量系统实测数据进行试验,并将提出的滤波方法与PTD算法、曲面拟合滤波算法、区域生长滤波算法和形态学滤波算法进行横向对比,通过点云误分率对滤波方法进行评价。结果表明,与其他4种方法相比,基于PTD和改进曲面拟合的滤波算法的第Ⅰ类误差、第Ⅱ类误差和总误差的最大减小幅度分别为6.25%、1.82%和2.93%,更适用于高山区水电工程机载LiDAR点云数据的滤波处理。     

融合LiDAR点云和高分辨率影像的地物分类研究

LiDAR点云包含丰富的高程信息,而高分辨率航空影像则富含光谱信息。在分析两类数据特征优势的基础上,以模糊集为融合方法的理论基础,研究了一种结合LiDAR点云和高分辨率影像的分类方法。该方法首先通过航空影像获取模糊分类结果,然后引入LiDAR点云的高程信息,再进行模糊决策融合,重点改善了建筑物与其他地物之间的混分现象。实验结果表明,在LiDAR点云的辅助下,该方法能够有效改善光谱信息分类中出现的建筑物与裸地、道路、水体等地类之间的混分现象,明显提高了总体分类精度,为复杂城市区域提供了更为精确的地物分类结果。     

基于波形净化技术的内陆湖泊波形重跟踪算法

卫星测高已经发展为成熟的海洋观测技术,然而在内陆水域的观测精度仍有待提高,其关键在于消除雷达回波中“陆地污染”效应的影响。在近海波形净化技术的基础上,针对内陆水域特点,提出了改进的波形净化技术,用于剔除回波中“陆地污染”导致的异常波峰。在净化波形的基础上,结合优化的重跟踪算法进行波形重跟踪改正,达到提高内陆水域测高观测精度的目的。利用青藏高原中的多个湖泊的水文站数据进行精度检验,结果显示利用波形净化技术消除异常波峰后的波形进行重跟踪改正,平均精度可达到15.8 cm,相较ICE-1算法和阈值法的精度分别提高了14%和27%,表明本算法可有效探测并消除雷达回波的异常峰值,有效提高内陆水域的测高数据观测精度。     

确定含水层参数的单纯形-混沌优化算法

以无限含水层和有直线隔水边界情况下的解析解为基础,将单纯形一混沌优化算法应用于分析抽水试验数据,求解含水层参数函数优化问题。针对混沌优化算法收敛速度较慢的缺点,文中将单纯形算法和混沌优化算法结合,构造了单纯形一混沌优化算法。数值实验结果表明：单纯形一混沌优化算法可有效地应用于求解含水层参数函数优化问题;待估参数初始取值范围对单纯形一混沌优化算法的收敛速度有一定的影响,但不会影响该算法最终的收敛性;与混沌优化算法相比较,单纯形一混沌优化算法具有收敛速度快和结果精度高的优点。     

双阈值Alpha Shapes算法提取点云建筑物轮廓研究

针对单一阈值的Alpha Shapes算法在提取点云建筑物轮廓时存在的轮廓精度和完整性难以兼顾的问题,提出一种双阈值的Alpha Shapes算法,利用简单环的概念设计轮廓搜索算法,获得既有较好完整性又有较高几何精度的建筑物轮廓线;然后,利用一种最小二乘的轮廓线化简算法对提取出的初始轮廓进行化简,与经典的Douglas Peucker算法相比,在存在噪声的情况下,该方法化简后的轮廓线更接近实际的轮廓线。     

基于改进鲸鱼优化算法的重力坝变形参数反演

针对利用位移实测资料对大坝坝体和基岩的变形力学参数进行优化反演时存在效率低、精度差等问题,通过对鲸鱼优化算法进行并行化改进,并引入权重因子,结合有限元计算,提出一种基于改进鲸鱼优化算法的力学参数反演方法。利用该方法对某混凝土重力坝坝体和基岩弹性模量进行反演,并与粒子群算法的反演结果进行比较。结果表明:在相同迭代次数的情况下,改进的鲸鱼优化算法比粒子群算法耗时更少,且反演得到的坝体、基岩力学参数比粒子群算法得到的更为准确。表明利用多核处理器对该方法进行并行计算,可大幅度缩短计算时间。基于改进鲸鱼优化算法的力学参数反演方法具有搜索能力强、收敛速度快和精度高等特点,合理可行,可推广应用于混凝土拱坝等其他坝型的力学参数反演。     

卸荷土体力学模型参数的智能识别

在遗传算法中引入了位爬山法,有效地改善了遗传算法的局部优化能力,提高了优化速度与精度。采用此改进的遗传算法对基坑土体卸荷力学模型参数进行大范围识别,实现了参数空间内全局意义上的搜索。以200 kPa围压下土体真三轴卸荷试验为例,将试验结果与不同识别方法的结果进行了对比。分析了多样性测度、蠕变变异率和突变变异率对算法收敛精度的影响。得出如下结论:为了全面的了解基坑土体的特性,对不同位置的土体进行全面的试验研究是有必要的;利用改进的遗传算法进行参数识别,识别精度更高,能更好描述土体的力学性能,有利于基坑安全性分析与评估。