基于UAV遥感影像的建筑物三维重建

提出一种基于UAV遥感影像的建模方法，其思路为：通过对飞行器摄影姿态控制获取大倾角、高分辨率的城市景观影像，从二维GIS数据库中提取地面位置信息，在GIS信息辅助下利用建筑物单像立体量测算法获取建筑物的高度，并从中提取纹理信息，最终建立其精确的三维空间模型。章最后通过实验验证了该方法的可行性。     

新型三维形貌测量系统SIFT算法改进研究

将测绘领域的三线阵摄影测量原理应用于运动物体三维形貌测量,提出一种基于三线阵CCD的新型三维形貌测量方法。针对新型测量系统获取的三线阵CCD影像同名点匹配问题,研究了常用的影像匹配算法,并选用SIFT匹配算法。由于传统SIFT匹配算法处理大尺寸图像耗时长、提取匹配点数少等不足,对算法进行优化,并提出基于新型大尺寸三维形貌测量系统的匹配搜索策略,确定最优匹配阈值,最后通过对比实验进行验证。实验表明,改进的算法能够解决匹配影像视角变化等问题,缩短算法处理时间,增加匹配点数,提高算法性能。     

基于改进SIFT算法的山谷地形影像匹配

针对山谷地形的低空影像中地貌单一且特征不易提取的问题,本文对SIFT算法改进,融合Harris特征提取算法优势,得到一种可用于山谷地形下低空无人机影像特征提取与匹配的算法。算法首先利用Harris算法和SIFT算法分别提取特征点,对两种算法提取的特征点进行合并,然后运用SIFT算法对合并后的特征点进行描述,再利用特征点特征向量的欧氏距离进行粗匹配,最后利用RANSAC算法进行精匹配来提高匹配精度。为了验证该算法的有效性,选用一组山地影像数据进行实验并与SIFT算法进行比较,结果表明:算法有效地提升了山谷地形影像上特征点匹配精度。     

面向倾斜立体影像的尺度不变特征匹配

针对现有的较优立体匹配算法多适用正直摄影条件,而对于存在较大几何变形的倾斜立体影像其匹配可靠性大为降低的问题,提出一种基于SIFT和几何约束的倾斜立体影像匹配传播算法。算法在初始种子匹配的基础上考虑影像场景的深度变化,针对影像的局部平面场景,采用顾及影像几何变形的归一化互相关(Normalized Cross Correlation,NCC)测度和局部单应约束进行匹配传播;而对于局部非平面场景,则采用基于核线几何约束及几何核线倾斜角改进的SIFT特征描述符完成匹配传播。实际数据验证了算法的有效性。     

基于RS与GIS的城市道路网密度计算

为实时、准确、快速地评价城市道路网系统,提出基于RS与GIS的城市道路网密度计算方法.利用Erdas的RS影像处理功能收集城市道路网的实时数据,使用ArcGIS对有关数据进行处理,提取道路网密度计算所需信息,计算道路网密度.对某旅游城市道路网密度计算表明,该方法可以为城市道路网的规划与建设提供支持.     

基于Attention-LSTM的CNC刀具破损在线检测系统

为了在数控（CNC）机床批量加工过程中对刀具破损进行检测以减少残次产品,提出一种利用机床主轴功率信息,基于Attention-LSTM的CNC生产线刀具破损在线监测方法。该方法以数控系统内置传感器作为数据源获取机床主轴功率时间序列,在数据采集环节中,需要分辨加工过程中的不同工序以及该工序所使用的刀具编号。因此,在数据采集环节中,同时对数控代码和主轴功率进行采集,使用数控代码解析方式对采集数据进行处理,完成加工过程的工序识别,再使用Attention-LSTM算法对主轴功率数据进行预测,然后利用DTW算法计算时间序列相似度。加工过程功率时间序列和标准时间序列之间的相似程度应当处于合理的阈值范围内,否则认为此次加工过程中发生刀具破损。以FANUC数控系统为平台进行实验,验证了刀具破损识别的准确率。     

基于旋转门算法的安全网关控制信息采集策略

安全网关控制信息采集是天地一体化网络中的一种重要安全感知技术,传统的等时间间隔采集策略存在网络带宽浪费、数据大量冗余、采集节点数据采集量过大、传输次数过多等问题,针对这些问题,提出了一种基于旋转门算法的安全网关控制信息采集策略,该策略通过改进的旋转门算法分析判断安全网关控制信息（如网关流量、CPU利用率等）的变化幅度,自适应调整安全网关控制信息采集间隔。实验结果表明,该策略与传统等时间间隔采集策略相比,能在保证数据准确率的情况下,减少数据采集次数和数据传输次数,有效降低网络开销,提高数据采集效率。     

基于DSP的无人机遥感影像SIFT算法设计与实现

为了满足尺度不变特征变换（SIFT）算法临场处理大尺寸无人机（UAV）组网遥感观测影像的实时快速需求,提出一种基于数字信号处理器（DSP）内核的硬件乘法器来处理单精度浮点型像素数据乘法的算法实现方案。首先,根据DSP内核的硬件乘法器的数据输入、输出特性,重构SIFT算法的图像数据结构和图像函数,以实现硬件乘法器对SIFT算法单精度浮点型像素数据的乘法计算;其次,采用软件流水技术重新编排迭代计算,以增强算法的并行计算能力;最后,将在算法计算过程中产生的动态数据迁移至第三代双倍速率同步动态随机存储器（DDR3）中,以提升算法数据的存储空间。实验结果表明,DSP平台的SIFT算法可以实现对1 000×750的UAV遥感影像的高精度快速处理,所提方案满足无人机组网遥感影像临场处理对SIFT算法的实时快速要求。     

基于结构光3D视觉的空间姿态识别系统设计

为提高产品零件空间姿态识别的精度和收敛速度，提出基于结构光3D视觉对空间姿态识别的方法。首先，采用投影仪和相机获取产品零件图像信息，利用相移法获取深度信息，通过深度图点云重建获取3D点云数据；然后对3D点云数据进行特征处理和分类时，建立点云网络(Point Network, PointNet)模型；最后，采用改进的迭代最近点(Iterative Closest Point, ICP)算法对3D点云数据配准，从而实现产品零件姿态的识别。实验结果表明，该方法在对产品零件点云特征分类性能上，准确率能达到96%左右，召回率能稳定在92%左右；在配准精度和收敛速度上，较其他两种方法更优越，进一步验证了该方法的有效性和可行性。     

摄影测量与遥感技术同GPS、公路CAD的集成

摄影测量与遥感影像信息丰富,覆盖范围广,获取地面数据规模大、速度快;ＧＰＳ技术可全天候、高精度提供公路设计所需的地面定位数据;公路ＣＡＤ迫切需要地面数据的支撑、设计成果的可视化。这一切为摄影测量与遥感技术同ＧＰＳ、公路ＣＡＤ的集成提供了前提条件。经过近５年的研究实验,已经形成了以高新技术为主体的地面数据采集、内业处理和公路设计一体化的ＧＰＳ、摄影测量与遥感、公路ＣＡＤ集成技术,达到了公路勘察设计的     

基于ARM的水电站远程网络视频采集及监控系统的设计与实现

传统水电站视频数据采集以及监控中存在监控硬件适用性不强、监控效率低下、精准度不高、算法分析效率较低、分析精准度低等问题。为了提高水电站远程网络视频监控能力,本设计通过对于算法和采集硬件的改进来解决。在硬件方面,利用嵌入式技术设计出多通道的数字视频采集设备,同时基于MPT监测技术进行监控系统整体的设计,加强了监控系统的监测能力并提高了监测的效率与实时数据传输能力。通过TMS320DM8168作为主控芯片,视频采集应用了TVP5158计算芯片,将现场水电站运行情况通过图像采集的方式获取数据信息,提高了现场视频信息提取能力。在算法方面,基于EMD混合分布算法,将现场采集到的数据信息转换为微观数据的分析方式,提高了故障识别与监控设备调整的能力。通过试验,最大传输速度可达到1.65 GB/s,在最大的数据体量下传递时间只需43 s。     

适用于倾斜影像的加速KAZE-SIFT特征提取算法

针对传统正摄影像的特征提取算法处理倾斜影像匹配效果不佳的问题，在已有特征提取算法的基础上，提出了一种适用于倾斜影像的特征提取算法--加速KAZE-尺度不变特征变换（AKAZE-SIFT）算法。首先，为保证特征检测的准确性与独特性，采用充分保留图像轮廓信息的加速KAZE（AKAZE）算子进行特征检测；其次，为提升特征描述的稳定性，采用稳健的尺度不变特征变换（SIFT）算子进行特征描述；然后，依据目标特征向量和候选特征向量间的欧氏距离确定粗匹配点对；最后，采用随机抽样一致性算法进行单应性约束，提高匹配纯度。模拟影像在倾斜摄影条件下的模糊、旋转、亮度、视角和尺度变化，对特征提取算法性能进行评估，实验结果表明，AKAZE-SIFT算法相比SIFT算法和AKAZE算法召回率分别提高了12.8%和5.3%，精准率提高了6.5%和6.1%，F1值提升了13.8%和5.6%；提取效率优于SIFT算法，略逊于AKAZE。AKAZE-SIFT算法具有良好的检测和描述能力，更适用于倾斜影像特征提取。     

改进SIFT算法在文字图像匹配中的应用

使用SIFT算法对文字图像进行特征提取时,产生的特征点数目较少,且不同文字产生的特征向量存在强干扰性,导致匹配准确率较低。为此,提出一种改进的SIFT算法。该算法利用二值化图像代替灰度图像,增加特征点数目,并取消SIFT的旋转不变性。实验结果证明,与标准SIFT算法相比,改进SIFT算法能有效提高文字图像匹配的准确率。     

基于云计算的大数据分类挖掘算法研究

大数据分类挖掘过程中所涉及的数据量较大，导致大数据挖掘结果的查全率、查准率以及分类正确率下降。为解决以上问题，设计了基于云计算的大数据分类挖掘算法。利用云计算技术设计大数据采集架构，在此基础上，利用改进随机森林算法分类处理采集的大数据，通过并行化聚类算法聚类数据，实现大数据分类挖掘。实验结果表明，本文算法的查全率与查准率、分类正确率较高，实际应用效果好。     

基于无人机倾斜摄影测量技术的三维虚拟景观系统设计

为应对当前利用二维数据进行三维建模出现的时间周期较长且处理工作繁杂等问题,研究在分析无人机倾斜摄影测量技术应用特点的基础上,构建了三维虚拟景观系统。而后在TensorFlow平台下设计了改进的卷积神经网络(Convolutional Neural Networks, CNN)结构,并将其应用于三维虚拟景观系统中。结果表明,在自制的三维景观数据集中,改进CNN对于绿化景观的特征提取准确率高达96.36%。在可视化效果和功能性验证中,所提出的三维虚拟景观系统评分可达97.5分,并且最短耗时仅为108 s。说明所设计的三维虚拟景观系统能够对多种景观类型的特征进行有效提取,具有更好的可视化效果和功能性,为实景三维模型和智慧城市的建设提供了方法参考。     

高精度传感器信息采集中的误差消除算法仿真

在高精度的传感器信息采集中,不同传感器传回的数据在属性和格式上都存在较大差异,经过融合后,传感器采集得到的数据属性会发生变化,造成变化不可控和数据融合误差.传统算法多经过了传感器信息融合步骤,一旦多个传感器传回数据融合差异较大,会造成采集得到的最终信息残差增大,结果失真.为了避免上述缺陷,提出了一种多阶函数误差补偿算法的高精度传感信息融合误差消除方法.利用粒子群优化方法,能够对传感器测控数据进行收集和融合处理.利用多阶函数误差补偿方法,能够对传感器中的融合误差进行消除.实验结果表明,利用改进算法能够有效消除传感器数据采集中的误差,从而提高传感器数据采集数据的精度,为不同行业提供了准确的决策依据.     

一种基于无人机视频影像的车流量统计算法

针对城市智能交通管理系统中车流量统计出现的漏检误检问题,提出一种基于无人机(unmanned aerial vehicle,UAV)视频影像的车流量统计双虚拟检测线算法。算法利用数字图像处理技术和计算机视觉对视频流进行处理,首先对无人机获取的视频影像采用均值滤波进行去噪处理,利用改进的多帧平均方法提取出初始背景,通过背景差分法检测出运动目标,然后使用混合高斯背景模型进行背景更新,设置双虚拟检测线并计算二值图像上位于双虚拟线内的连通区域面积、长宽比,统计出实时的车流量。实例验证结果表明,该方法的准确率在非高峰期达到92.94%,高峰期达到91.62%,为城市智能交通管理提供了可靠的数据支持。     

基于深度学习的杆塔三维姿态实时估计

针对目前无人机航拍影像杆塔识别算法中,普遍是无人机通过倾斜摄影技术获取到杆塔的原始遥观影像数据,经过机器学习训练,识别其余图片数据中的杆塔。其中存在获取机器训练所需的图片数据来源缓慢、只能二维识别图片中杆塔等问题。提出了基于深度学习的杆塔三维姿态实时估计的算法。首先,通过三维平台合成影像数据;其次,通过Deep-Object-Pose训练及其处理;然后测试真实的图片数据或者实时视频,达到智能识别杆塔的三维空间姿态信息。该算法为无人机自动寻找杆塔目标和智能精细化巡检提供新的思路。     

基于改进卡尔曼数据融合算法的温室物联网采集系统研究

针对传统温室采集精度不高、布线复杂、能耗大等问题,研究了一种基于改进卡尔曼数据融合算法的温室物联网采集系统。系统硬件主要由CC2530芯片和STM32微处理器构成,运用罗曼诺夫斯基准则对采集的数据进行预处理后,再使用卡尔曼滤波算法在协调器节点处对数据进行静态融合。选取温度作为观测量进行仿真和实验,结果表明,使用改进卡尔曼数据融合算法处理后的温度误差仅为0.089℃,处理后的数据更加接近环境真实值。改进的卡尔曼数据融合算法可以有效地提高数据采集的精度和系统的稳定性,研究结果可为数据采集技术在农业智能化方面应用提供参考。     

无人机倾斜摄影在滑坡区域监测中的应用研究

为了提高滑坡区域监测能力，采用无人机倾斜摄影技术实现滑坡区域监测，同时采用特征点提取和匹配特征点的方法对滑坡监测区域数据信息特征进行监测。通过影像分析和变换，以提取所需特征的方法，提高数据信息应用和监测能力。将不同的硬件结构划分为电源模块和处理器、模拟/数字(A/D)转换模块、脉冲宽度调制(PWM)驱动模块、电平转换模块。通过这四个模块的配合，能够实现远程摄影相关工作。试验结果表明，该研究所运用的方法监测误差更小，最低达到4%以下。试验结果验证了方法的稳定性。