冻融作用对土体干容重和含水量影响的试验研究*

  对青藏铁路沿线具有代表性的两种土：砂质粘土和轻亚粘土进行了室内冻融试验研究。试验在开放系统、不同初始干容重、含水量及温度条件下进行，水分由下向上补给。试验结果表明：经过多次冻融循环以后，土体的干容重趋于某一定值。这一定值与土体的初始干容重无关，而与土体的种类有关。本试验结果中砂质粘土稳定干容重为1.55 g•cm－3，轻亚粘土为1.78 g•cm－3。另外，发生冻融循环后的土体含水量比初始含水量大，而且经历冻融变化的部分增加的含水量要比保持融化状态部分增加的含水量要大。     

基于SEM和MIP的冻融循环对粉质黏土强度影响机制研究

冻融作用会影响土体的强度特性,以青藏铁路沿线粉质黏土为研究对象,对经历不同冻融次数的土样进行单轴抗压强度试验、扫描电子显微镜(SEM)试验和压汞(MIP)试验,通过数字图像处理技术对土样的微结构图像进行定量分析来揭示冻融循环对土体强度影响的微观机制。结果表明:随冻融循环次数的增加,土体的单轴抗压强度呈指数型降低趋势,并在冻融30次后逐渐趋于稳定;冻融作用中土体的面孔隙度、各类孔隙所占比例和孔隙分形维数都经历了波动调整期和动态稳定期2个阶段,其中面孔隙度的变化和单轴抗压强度之间呈负相关关系;冻融循环改变土体的孔隙分布,孔隙大小及孔隙密度都呈增大趋势;冻融作用过程中,土体产生贯穿的孔隙和裂隙使土颗粒骨架与颗粒特征发生改变,导致土骨架的结构性转移,受力体系发生改变,从而改变土体强度。SEM试验和MIP试验相互对比、补充,使土体微观孔隙结构研究更加准确有效。     

基于监督学习深度自编码器的图像重构

针对数字图像受损信息的重构问题,提出一种将经典无监督学习自编码器(Auto-Encoder,AE)用于监督学习的新方法,并对深度模型结构与训练策略进行了研究。通过设计多组监督学习单层AE模型,提出了逐组“递进学习”和“关联编码”的学习策略,构建了一个新的基于监督学习的深度AE模型结构;对于新模型结构,采用多对一(一个输入样本的多种形式对应一个输出)的训练方法代替经典AE中一对一(一个输入样本对应一个输出)的训练方法。将该模型的结构和训练策略用于部分数据受损或遮挡的图像中进行数据重构测试,提高了模型对受损数据特征编码的表达能力和重构能力。实验结果表明,提出的新方法对于受损及遮挡样本的图像具有良好的重构效果和适应性。     

含盐冻结粉质粘土单轴抗压强度试验研究

通过对饱和含盐冻结粉质粘土单轴抗压强度试验,得到了试验条件下土体的单轴抗压强度与含盐量、负温的关系;讨论了应变速率一定,温度和含盐量变化时,含盐冻结粉质粘土的屈服应力和抗压强度间的关系;提出了相对温度这一新概念,并给出抗压强度与相对温度间的线性关系。相对温度的引入建立了盐渍土和非盐渍土力学性质的关系,从而可以用非盐渍土力学性质预测盐渍土的力学性质。     

基于改进SIFT的无人机航拍图像快速配准研究

为了提高无人机航拍图像配准的实时性,通过分析无人机巡航高度相对稳定及图像缺乏高频的细节信息的特点,提出了一种改进SIFT特征点检测方法,显著提高了图像的配准速度,并构建了一个用于图像拼接的航空影像数据集进行实验验证.首先分析了SIFT(Scale Invariant Feature Transform)算法关于特征点尺度不变性的理论依据及实现方法,提出了消除冗余性能的策略;然后采用减少高斯金字塔阶数与层数以及选择在每阶的第三层图像开始检测极值点,以减小差分尺度空间规模的方法;最后在数据集上进行了与现有图像配准方法的对比实验.实验结果证明,所提方法能够获得匹配稳健、鲁棒性高的特征点,匹配耗时只有经典SIFT的1/10,该方法为无人机航拍图像快速拼接提供了技术支持.     

基于坐标映射的矢量地理数据全盲水印算法

通过对全盲水印特点的分析,提出了将文字按照字符编码方式直接转化为二进制位的水印信息生成方式。基于矢量地理数据的空间定位特性,研究了水印嵌入与提取中坐标映射机制和映射函数构造原则。利用提出的水印生成和坐标映射方法,建立了一种矢量地理空间数据全盲水印算法。实验结果表明,提出的算法能抵抗矢量数据中常见的数据压缩、增点、删点、编辑、裁剪以及平移等攻击,具有很好的鲁棒性。     

基于混合自动编码器道路语义分割方法研究

道路检测是无人驾驶汽车环境感知的重要环节,利用计算机视觉技术实现对环境场景的语义分割是确保无人驾驶汽车安全行驶的关键技术之一。提出一种稀疏自动编码器和去噪自动编码器相结合的混合自动编码器语义分割模型,利用稀疏自动编码器的稀疏性语义编码和去噪自动编码器鲁棒的语义编码,使混合模型学习的特征更有利于图像的语义分割。通过建立一种合理的模型排列顺序与堆叠形式,实现对图像语义的优化选择,从而建立一个具有深度的“富结构”语义分割模型,进一步提高语义分割性能。实验表明,本文所提模型更为简单、训练周期短,具有较好的综合图像分割性能。     

基于深度学习SuperGlue算法的单目视觉里程计

基于特征点法的视觉里程计中,光照和视角变化会导致特征点提取不稳定,进而影响相机位姿估计精度,针对该问题,提出了一种基于深度学习SuperGlue匹配算法的单目视觉里程计建模方法.首先,通过SuperPoint检测器获取特征点,并对得到的特征点进行编码,得到包含特征点坐标和描述子的向量;然后,通过注意力GNN网络生成更具代表性的描述子,并创建M×N型得分分配矩阵,采用Sinkhorn算法求解最优得分分配矩阵,从而得到最优特征匹配;最后,根据最优特征匹配进行相机位姿恢复,采用最小化投影误差法进行相机位姿优化.实验结果表明,在无后端优化的条件下,该算法与基于ORB或SIFT算法的视觉里程计相比,不仅对视角和光线变化更鲁棒,而且其绝对轨迹误差和相对位姿误差的精度均有显著提升,进一步验证了基于深度学习的SuperGlue匹配算法在视觉SLAM中的可行性和优越性.     

冻融条件下粉质黏土中吸附水和自由水动态变化规律

为了研究粉质黏土中吸附水和自由水在冻融时的动态变化特征,探索土体冻融过程中土水之间物理过程。采用新型分层核磁测量技术,开展了含水量（质量分数）分别为21.1%,16.8%和12.0%的粉质黏土在封闭条件下的冻融试验,并采用电子显微镜扫描了冻融后不同深度土体的微观结构。试验结果表明:随着土体冻结过程持续,不同深度土体中自由水和吸附水均减少,且冻结区和非冻结区的自由水相对减少量均大于吸附水相对减少量;土样融化时不同深度土体中自由水和吸附水均增加;此外冻融作用导致冻结区吸附水减少,自由水增加;而未冻结区的吸附水和自由水均减少;冻融后冻结区的孔隙数量和孔隙体积增加,而未冻结区孔隙数量和孔隙体积减小。冻结过程中土体吸附水和自由水动态变化差异与水分子作用势的不均匀空间分布有关;冻融前后土体吸附水和自由水的重分布是水分迁移和土体微观结构变化共同作用的结果。     

基于特征匹配质量的GMS改进算法研究

针对特征点较少时网格运动统计(GMS)算法存在误匹配集中、鲁棒性差等问题,提出一种基于特征匹配质量评价的GMS特征匹配改进算法.该算法不依赖于增加特征点数量,而是通过引入特征匹配质量因子,依据高质量匹配对计算单应矩阵,剔除误匹配提高匹配准确性,因此具有更好的实用性.实验表明,该算法不仅有效地解决了GMS算法中特征点较少时误匹配集中的问题,而且对特征点数量依赖性更小,算法运行时间相比ORB+RANSAC缩短约30％,算法具有更高的鲁棒性、准确性和实时性.