数字式射线图像缺陷检测的C-V方法

数字式射线图像（DR图像）缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法：首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。     

模型导向的建筑物半自动三维重建

针对以航空影像为数据源的建筑物三维重建中存在的自动化程度低、精度不高、计算量大的问题,提出一种针对任意建筑物的半自动建筑物三维建模方法。对传统的模型导向的方法进行改进,首先建立基本模型库,从模型库中选择模型组建建筑物,根据建筑物内部约束确定建筑物参数;然后提出依据影像上提取的建筑物边缘信息计算建筑物参数初始值的方法;最后使用广义点摄影测量理论进行平差运算计算建筑物的精确参数。针对几种不同类型的建筑物进行实验,结果表明,该方法切实可行,可以对不同形状的建筑物重建,且具有精度高、计算速度快、人工辅助少的优点。     

基于类脑模块化神经网络的污水处理过程关键出水参数软测量

针对城市污水处理过程关键出水参数难以实时检测的问题，文中提出了一种基于类脑模块化神经网络（Brain-like modular neural network，BLMNN）的关键出水参数软测量方法.首先，基于互信息和专家知识进行任务分解，分析关键出水参数的相关变量，获取各出水参数的辅助变量.其次，通过模拟大脑皮层模块化分区结构，构建软测量子模型对各水质参数进行同步测量，降低软测量模型复杂度的同时保证了其精度.最后，通过基于实际数据的仿真实验验证了所提出方法的准确性和有效性.     

水泥熟料质量软测量模型中的时序分析方法

针对常规水泥熟料质量软测量模型未充分考虑过程变量间时序信息的问题,本文根据水泥生产流程工艺的时滞性、连续性特点,提出了一种时序分析方法,以提高熟料中游离氧化钙含量的软测量准确度.首先根据物料的传输机理,估算出物料在各工艺设备中的停留时间,在此基础上将软测量模型的输入输出变量进行时序匹配,之后采用类高斯函数对各输入变量匹配时刻前后的时序数据进行加权,获得具有时序信息的输入–输出样本对,然后以支持向量机模型结构为例,对引入时序信息后的游离氧化钙含量软测量模型进行训练和测试,并讨论了时序参数对结果的影响.采用某水泥生产线的实际过程数据对本文模型与方法进行验证,结果表明,该模型预测值与实际的游离氧化钙含量吻合良好,能正确预测其变化趋势;将本文模型测量结果与未使用时序信息的常规支持向量机模型对比,结果表明,过程变量间的时序信息有助于提高水泥熟料质量软测量模型的精度.本文提出的时序分析方法为水泥生产等流程工业过程建立软测量模型提供了新思路.     

利用密集匹配点云的建筑物结构矢量化方法

针对在建筑精细信息分析、城市更新等领域中,包含结构信息的矢量化结果自动化程度不足的问题,提出了一种以密集匹配点云作为数据源的建筑物结构感知与矢量化方法.首先,在建筑物结构单体点云提取的基础上,利用矢量轮廓重建算法和基于建筑剖面轮廓的屋檐改正方法剔除屋檐的影响,进一步采用剖面特征追踪方法,并结合基于图像的剖面结构拓扑对比...     

基于分块的二维视觉测量系统标定

为了满足高速动态拉伸试验机的的应变测量系统对于高精度的要求,研究了一种基于计算机视觉测量系统的标定技术。应用二次多项式曲面拟合技术,采用了一种基于分块的摄像机模型参数标定方法,不仅能够对摄像机的镜头的畸变进行校正,并且能够获得较高的测量精度。通过对试件的拉伸试验表明:采用基于分块的摄像机模型参数标定方法能取得较高的图像测量精度。     

利用贝叶斯结构模型的复杂形状建筑物提取

现有的建筑物轮廓提取方法在处理非矩形的复杂形状建筑物时存在局限性,为克服这一缺点,提出一种航拍图像复杂形状建筑物轮廓的提取方法.针对复杂形状建筑物结构不规则的特点,提出一种贝叶斯结构模型.该模型以概率的形式表示建筑物边缘之间的连接关系;并引入Boosting决策树方法,综合考虑建筑物边缘周围的颜色和纹理等多种图像信息,增强了模型的鲁棒性.另外,设计了一种长度归一化的能量函数来描述建筑物轮廓,并运用图优化算法全局寻优,实现对建筑物轮廓的提取.实验结果表明,该方法能有效地提取多种复杂形状建筑物的轮廓.     

二维机器视觉测量中的图元识别

采用视觉测量方法对工件的各种断面尺寸参数进行测量时,需要在采集到的图像中找到被测量对象。文章给出了一种识别测量对象的图像匹配方法。该方法首先采用Canny方法从工件图像中提取出宽度为单像素的连续边缘图像,并根据工件的原理图纸生成待匹配的模板图像;对模板图像进行缩放和旋转,使之能在匹配率的约束下和边缘图像实现匹配;原理模板中包含图元的编码信息,据此可以在边缘图像中识别出工件的图元信息。实验结果表明,文中提出的方法能适用于一般工件的断面图元识别。     

围岩结构面发育程度参数的图像处理技术研究

基于图像处理技术的围岩结构面发育程度参数测量方法,是一种不同于传统测量的新方法,该方法由图像测定、图像处理、图像解析三部分组成,以普通非量测数码相机为主要工具,依托计算机进行图像信息处理,可以快速获取隧道施工掌子面围岩结构面发育程度参数信息。对这一新方法进行了较全面系统的研究,并研发了相应的处理软件,实现了该方法的自动化与智能化。通过对现场实拍的典型围岩图像进行实验分析比较,该方法在精度和效率方面都取得了较好的效果,开辟了一条围岩结构面发育程度参数调查测量方法的新途径。     

一种软测量模型在线校正方法及应用

提出了一种软测量模型在线校正方法,该方法把变量之间相关性强弱的思想引入软测量模型校正中,根据变量相关性的强弱程度和性质来确定系数修正量的大小,提高了模型测量的实时性和灵活性,并将其成功应用于电石生产比电阻的软测量中.     

An enhanced 3D model and generative adversarial network for automated generation of horizontal building mask images and cloudless aerial photographs

Information extracted from aerial photographs is widely used in the fields of urban planning and design. An effective method for detecting buildings in aerial photographs is to use deep learning to understand the current state of a target region. However, the building mask images used to train the deep learning model must be manually generated in many cases. To overcome this challenge, a method has been proposed for automatically generating mask images by using textured three-dimensional (3D) virtual models with aerial photographs. Some aerial photographs include clouds, which degrade image quality. These clouds can be removed by using a generative adversarial network (GAN), which leads to improvements in training quality. Therefore, the objective of this research was to propose a method for automatically generating building mask images by using 3D virtual models with textured aerial photographs. In this study, using GAN to remove clouds in aerial photographs improved training quality. A model trained on datasets generated by the proposed method was able to detect buildings in aerial photographs with IoU = 0.651.     

基于机载视频量测的3维城市建模

3维城市模型的快速获取及更新是近十年来计算机视觉及数字摄影测量领域研究的热点。从实用、经济的角度出发，提出了集成城市数字地图、LIDAR data以及机载视频序列影像多数据源，基于数字摄影测量理论的半自动获取3维城市模型的解决办法，并在3维导航的数据生产实践中进行了验证，取得较好的生产效率及效果。     

A scale robust convolutional neural network for automatic building extraction from aerial and satellite imagery

Identifying buildings from remote sensing imagery has been a challenge due to uncertainties from remote sensing imagery and variations in building structure and texture. In this study, we develop a scale robust CNN structure to improve the segmentation accuracy of building data from high-resolution aerial and satellite images. Based on a fully convolutional network, we introduce two Atrous convolutions on the first two lowest-scale layers, respectively, in the decoding step, aiming at enlarging the sight-of-view and integrate semantic information of large buildings. Then, a multi-scale aggregation strategy is applied. The last feature maps of each scale are used to predict the corresponding building labels, and further up-sampled to the original scale and concatenated for the final prediction. In addition, we introduce a combined data augmentation and relative radiometric calibration method for multi-source building extraction. The method enlarges sample spaces and hence the generalization ability of the deep learning models. We validate our developed methods with an aerial dataset of more than 180, 000 buildings with various architectural types, and a satellite image dataset consists of more than 29,000 buildings. The results are compared with several most recent studies. The comparison result shows our neural network outperformed other studies, especially in segmenting scenes of large buildings. The test on transfer learning from aerial dataset to satellite dataset showed our augmentation strategy significantly improved the prediction accuracy; however, further studies are needed to improve the generalization ability of the CNN model.     

模型导向的矩形建筑物三维重建

针对以航空影像为数据源的矩形建筑物半自动重建进行了研究。采用模型导向的方法,用CSG与B-Rep相结合描述的矩形体基本模型,提取航空影像中建筑物边缘线,人机交互建立建筑物的初始模型;将初始模型反投到影像上,根据建筑物边缘与模型投影线之间套合程度,通过基于广义点摄影测量理论的模型影像匹配算法计算建筑物的精确参数。该方法利用影像上的直线信息进行广义点平差,减少运算量,提高建模效率与建模精度。实验结果证明该方法有较高的准确性。     

基于无人机机载激光雷达的海岛建筑物高度测算技术

当前技术在测量海岛建筑物高度时,得到的激光点云数据质量差,测算结果不准确。为了解决上述问题,基于无人机激光雷达研究了一种新的海岛建筑物高度测算技术。利用无人机自动控制技术对海岛建筑物进行多点多角度照片拍摄,拍摄方案有两种,分别是折线形飞行方案和环绕型飞行方案;在海岛建筑物的不同位置和不同高度设置多个地面影像控制点,通过航拍得到各个海岛区域的特征图像,利用Smart3D建模软件完成建模,将建立的三维模型从图像空间坐标系转换到大地空间坐标系,从而得到海岛建筑物高度。与传统测算技术进行实验对比,结果表明,基于无人机激光雷达的海岛建筑物高度测算技术测算精度高于传统技术,对于海岛管理有很好的促进作用。     

Photo-realistic visualization of seismic dynamic responses of urban building clusters based on oblique aerial photography

Highly realistic visualizations of seismic dynamic responses of building clusters are critical for earthquake safety education. To this end, a photo-realistic visualization method of the seismic dynamic responses of urban building clusters is proposed based on oblique aerial photography. Specifically, a sparsification algorithm of aerial photograph footprints and the model optimization solutions are designed to reduce the size of a city model reconstructed by oblique aerial photography. A building segmentation algorithm based on Boolean operations and building footprints is designed to separate buildings from a reconstructed three-dimensional city model. A visualization algorithm for the seismic dynamic responses of building clusters is designed based on the Callback mechanism, by which the shaking process of building clusters can be realistically displayed according to the results of a city-scale nonlinear time-history analysis. New Beichuan City in China is adopted as a case study to visualize seismic dynamic response. The visualization produced by the proposed method is more realistic than that of the finite element method and can support decision making on earthquake safety actions. The outcome of this study provides well-founded and photo-realistic scenes of the seismic dynamic response of building clusters and has promising application prospects for earthquake safety education.     

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此,提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.     

基于形态学建筑物指数的城市建筑物提取及其高度估算

通过引入高分辨率影像的形态学建筑物指数和阴影指数,并结合面向对象的地物信息提取思想,准确地提取出城市建筑物及其阴影,进而实现了城市建筑物的高度估算。首先,利用形态学建筑物指数的多方向多尺度特征,将建筑物与邻近光谱相似的道路目标进行分离;其次,采用双阈值策略提取建筑物与相应的阴影,进一步提高了建筑物的提取精度;最后,根据成像时刻卫星和太阳的高度角、方位角,建立建筑物阴影长度与建筑物高度的估算模型。试验利用厦门市思明区软件园资源三号(ZY\|3)数据进行城市建筑物提取及其高度估算,证实该方法能够较准确地估算出建筑物的高度信息,并且比基于SVM的监督分类方法具有更高的建筑物提取精度,建筑物高度估算的中误差可达±1 m。     

基于面阵CCD的相机自动调焦技术

为满足摄影分辨力的要求 ,在航空相机拍摄过程中 ,镜头位置要随着摄影距离的改变相应调整。线阵CCD交汇测量能准确测定点目标的距离 ,但对于面目标测量难度较大 ,若用面阵CCD替代线阵CCD ,并利用小波变换获取的图像边缘特征 ,自动识别相同点目标在不同CCD面上的成像位置 ,可实现面目标距离精确测量和相机焦距的自动调整。