基于地面检校场的DMC几何精度评估

DMC(Digital Mapping Camera)是目前广泛使用的框幅式航空传感器。该文利用武汉大学建设的永久性嵩山航空几何检校场,对DMC在不同航线结构、不同控制数量及分布以及不同平差模型下的几何精度进行了对比分析和评估。实验结果证明,构架航线和控制点分布对DMC几何精度影响有限,但带附加参数的平差模型可以显著提高其几何学精度。     

大型木构建筑物三维透视图的制作技术

在建筑设计和施工中,三维透视图是十分重要的,可以让设计人员和施工人员了解最终建筑物的视觉效果和真实外观,从而指导实际施工过程,但它的制作是相当困难和费时的。该文对基于AutoCAD的大型木构建筑物的三维透视图的制作方法进行了探讨和研究,并以实际工程证明了方法的适宜性。     

木构古建筑工艺计算机再现技术的研究

从木构古建筑施工的特点出发,研究了木构古建筑工艺计算机再现技术。首先探讨了建筑木构件的三维计算机模型的建立、木构建筑组装技术,在些基础上,研究了利用3DS进行动画制作实现木构古建筑工艺计算机再现的相关的技术并进行了工程实验。结果表明,实验所用的方法是十分实用的,为中国古建筑工艺的保护和研究提供了一个全新的途径。     

High resolution remote sensing image ship target detection technology based on deep learning

With the development of China''s high-resolution special projects and the rapid development of commercial satellite, the resolution of the mainstream satellite remote sensing images has reached the sub-meter level. Ship target detection in high-resolution remote sensing images has always been the focus and hotspot in image understanding. Real-time and effective detection of ships play an extremely important role in marine transportation, military operations and so on. Firstly, the full-factor ship target sample library of high-resolution image is synthetically prepared. Then, based on the Faster R-CNN framework and Resnet model, optimize the parameters of the model to achieve accurate results. The simulation results show that the detection model trained in this paper has the highest recall rate of 98.01% and false alarm rate of 0.83%. It can be applied to the practical application of ship detection in remote sensing images.     

基于格式塔形状分析的高分辨率遥感影像道路提取

针对高分辨率遥感影像道路网的复杂性,模拟人眼视觉的心理感受,提出一种基于格式塔的道路分离模型,从形状学的角度对高分辨率遥感影像中的道路进行提取。首先基于光谱和纹理信息,使用分割技术提取出疑似道路的目标;然后按照疑似目标的实心度将其分类,对每一类分别进行道路目标提取。最后对3类识别出的道路信息进行验证与合并,得到连续光滑的道路提取结果。在真实的高分影像上进行实验,发现结果与人眼视觉感受一致,且总体分类精度较高,说明算法有效可行,有良好的使用价值。     

利用种群扩张与稀疏化策略改进NSGA-II-DE算法

NSGA-II-DE算法是在NSGA-II算法的基础上利用DE算法的收敛速度快、鲁棒性高的特性得到的改进算法,该算法提高了原算法的收敛速度,同时也降低了原算法对参数的依赖性.然而,原算法的解群分布性却没有得到提高.鉴于此,提出一种基于种群扩张与稀疏化策略的改进型NSGA-II-DE算法.该算法利用种群扩张增加候选解的数量,再利用稀疏化策略从候选解中选出使得整体分布尽可能均匀的最优解.种群扩张通过在进化最后的若干代保留每代中的第一非支配面上的个体来实现.在迭代结束后,对种群进行非支配排序,去除第一非支配面以外的个体,以提高解群质量.进行稀疏化处理,即对扩张后的全部个体按目标向量的某一维度排序,再筛选出相邻间距最接近期望距离的个体,以达到改善解群分布性的目的.仿真实验表明,所提出的算法在改善原算法的解群分布性上表现优异,但算法的时间和空间复杂度较原算法有所增加.