基于单视影像的相似材料模型位移监测研究

目前,相似材料模拟实验中,模型位移监测的自动化程度低且精度较差。针对这个问题,提出一种基于单视影像的相似材料模型位移监测方法。首先,利用严格的畸变校正模型对普通数码相机采集的模型影像进行校正;然后,提出一种基于阈值分割和局部边缘检测的最小二乘椭圆圆心检测方法对模型标志点中心精确提取;最后,基于直接线性变换模型对标志点进行坐标空间转换,并引入Ceres-solver解算器对转换参数进行平差优化,得到精确的标志点物方坐标及其形变量。实验结果表明,该方法可以实现对相似材料模型标志点的高效、精确提取,与近景摄影测量结果相比,X,Y向点位测量中误差均为0.5mm左右,解算形变场与实际观测情况一致,满足矿山开采相似模拟研究中地表及岩层内部位移监测的要求。     

基于深度学习和空间分析的港口识别

针对港口难以自动识别的问题,在高分辨率可见光遥感影像上将深度学习和地理空间分析相结合,提出了船舶-码头-港口递进式识别模型.首先,对构建的码头样本数据集进行数据增强,并用增强后的数据集来训练YOLO v3算法.然后,在大幅遥感影像上利用滑动窗口进行多尺度识别,获取影像底层特征以计算出码头类别和像素坐标.最后,将码头点位转化为地理坐标,使用Getis-Ord Gi*统计方法进行热点分析.并利用经典的密度聚类方法,实现了对港口位置及范围的识别与提取.在实验区中的识别对比结果表明,在1000 m聚合阈值下,所提模型对港池识别的比例达到82.79％.     

基于视觉测量的相似材料模型裂隙检测与定位方法

目前,相似材料模拟实验中,模型裂隙的检测与定位的效率低且精度较差。针对这个问题,提出一种基于视觉测量的相似材料模型裂隙检测定位方法。首先,对图像进行预处理并根据图像噪声特点,提出一种多级连通域滤波方法滤除图像噪声;然后,基于标志点的外观和几何特点,设计一种有效的标志点中心定位和编码点识别方法提取编码点中心坐标;最后,利用严格的畸变校正模型进行像点畸变校正,并以编码点作为控制点,通过直接线性变换得到模型裂隙的实际精确位置。实验结果表明,该方法可以实现对相似材料模型裂隙高效、准确地检测与定位,X,Y方向上,裂隙最高点定位中误差不超过0.920mm,裂隙提取定位结果可以用于矿山开采中岩层破坏及"三带"发育规律等方面的研究。