基于DEM的视频可视域提取算法

为充分发挥森林防火GIS和视频监控系统各自优势,实现优势互补。根据数字高程模型(DEM)的特点,以视频视线的可视域分析为基础,基于视频监控系统中摄像机和镜头等参数,提出了基于DEM的视频可视域提取算法,实现了视频可视域的提取及在DEM上的同步跟踪,以及防火GIS和视频监控系统间的联动。利用浙江省临安市森林防火GIS和锦城街道的DEM,分别对摄像机和镜头等在不同参数下进行实验与验证。结果表明:基于DEM的视频可视域提取算法与视频监控设备的参数有密切的联系,跟踪效果基本能满足实际工作需要。     

基于不同滤波方法的机载激光雷达数据处理及表面模型构建

利用几种不同的滤波算法对黑龙江省凉水国家级自然保护区的点云数据进行处理,对比分析评价了各滤波算法在东北地区的滤波分类效果及对构建数字高程模型和数字表面模型的影响。指出了各算法的适用范围,并生成了高质量的数字表面模型产品———精确反映地形起伏的DEM和准确反映地物高程及形状信息的DSM。     

基于GIS的茅山风景区总体规划

采用GIS技术,利用茅山风景区等高线地形图建立了规划区域的数字高程模型,在此基础上生成三维立体透视和高程、视域等分析图,从而使规划分析建立在全面直观的空间分析模型之上,增进了风景区总体规划决策理解,增加了规划范围、游赏线路确定以及景区划分的科学合理性.     

基于栅格DEM与水流路径的黄土区沟缘线自动提取技术研究

基于数字高程模型(DEM)进行沟缘线的自动提取是黄土丘陵沟壑区进行分布式水文计算与土壤侵蚀建模的关键技术.该文以基于栅格数字高程模型进行河网提取与流域划分技术为基础,基于栅格单元间八流向算法构建水流路径,提出一种基于汇流路径坡度变化特征确定沟坡段,进一步形成封闭沟缘线的新方法,并编程实现了该方法.通过对蔡家川流域1∶10 000等高线生成2 m数字高程模型,依据35°作为判断沟坡单元的标准,自动生成沟缘线分布图,并与原始坡度分布图比较,取得满意的结果.      

一种改进的摄像机标定方法

设计并实现了一种基于一阶径向畸变模型的摄像机标定方法。对方格标定模板图像进行预处理,缩小角点检测范围,对SUSAN算子的USAN面积域值进行快速自适应选取,提高了角点检测的速度和准确度。在考虑了一阶径向畸变的情况下,建立摄像机模型,利用匹配后的图像角点亚像素坐标,逐步求解了内外参数。结果表明,本方法具有较高的精度和良好的实时性。     

激光微地貌扫描仪的开发研制及在坡面侵蚀研究应用初步

利用光线的反射与聚焦成象原理，将地表高程转换成不同物象点位置的电信号，再经计算机处理成数字高程模型，即形成用于获取地表糙度数字高程模型的激光激地貌扫描仪。实验测量得到；在相同初始条件下，不同坡度土槽放水和降雨实验后地表形态的数字地形模型。通过侵蚀地表形态的分析，得出坡度对坡面侵蚀及沟蚀影响的某些初步规律。     

基于GIS的地形起伏地区天然气管道路径寻优

针对以往二维平面条件下确定天然气管道最优路径难以符合真实环境的情况,利用GIS软件Global Mapper提取高分辨率离散化三维地形数据,建立DEM数字高程模型(Digital Elevation Model,DEM)。基于DEM模型,以天然气管道长度最短为评价指标,管道弹性敷设曲率半径为约束条件,建立地形起伏地区管道路径寻优模型,采用改进的Dijkstra算法(A~*算法),应用启发式搜索方式,求解两点间最优的曲面路径。通过实际地形模拟分析表明,基于Global Mapper建立DEM数字高程模型工作量小、精度高,能够有效模拟地形的真实情况;A~*算法具有良好的全局收敛性和计算鲁棒性,适用于管道路径寻优模型的求解,能够有效缩短管道总长度,降低路径的起伏程度。     

基于球坐标的多视图三维重建方法的研究

多视图三维重建技术对提高三维真实感建模有非常重要的现实意义。本文提出一种基于球坐标的多视图三维重建方法,该方法首先进行特征检测与匹配,得到匹配点对,结合摄像机标定获得恒定不变的内部参数,采用一种深度统一的因式分解方法求解三维空间点实现欧氏重建。其中重点针对重建过程中重建误差、特征点退化、遮挡等关键问题,提出适宜的解决方案。实验结果表明,在近似球坐标的多摄像机拍摄的情况下,本文提出的重建方法能够获得理想的稀疏三维结构模型。     

基于CenterNet搭配优化DeepSORT算法的断奶仔猪目标跟踪方法研究

[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检测模型,对DeepSORT算法的检测部分进行优化;训练优化跟踪过程中提取仔猪目标外观特征的模型,结合卡尔曼滤波和匈牙利匹配算法,改进重识别环节,实现具有深度关联度量的断奶仔猪目标实时检测与跟踪。[结果]算法测试结果表明,断奶仔猪目标检测模型的平均精度均值和召回率分别为99.0%和78.6%,多目标跟踪精度MOTA和MOTP指标分别为96.8%和81.8%。[结论]本文所提方法改善了因断奶仔猪外表高度相似性以及黏连遮挡情况导致跟踪困难的问题,可在群养环境中精准跟踪断奶仔猪个体,算法为后续仔猪个体行为分析研究提供技术支撑。     

智慧森林中火点视频图像自动定位算法

以智慧森林中数字视频监控系统为平台,利用摄像机标定技术和空间立体分析,对森林火灾进行自动定位算法研究。运用穷举搜索法和二分法,借助DEM模型,判断地形剖面上的火点位置。根据林区地形变化的特点,运用摄像机镜头光轴在空间的平移方法,在平面像素坐标与立体空间坐标之间建立映射,简化算法,提高计算精度。实际应用表明,该算法在经过40多组数据的测试,计算的火点位置直线距离误差在95 m范围内,旋转角和俯仰角的精度得到了提高。     

基于SFM算法的单木结构参数提取研究

针对传统森林资源调查方法获取单木结构参数效率低和成本高的问题，提出一种基于SFM算法的单木结构参数快速提取方法。以哈尔滨市城市林业示范基地树木为研究对象，利用SFM算法获得单木照片的三维点云，并利用点云数据处理软件对获得的点云数据进行单木结构参数提取，最后与实测参数进行对比分析。结果表明:1）分别利用SIFT算法、SURF算法以及ORB算法对相机校检后的树木照片进行特征点提取匹配，特征点正确匹配个数分别为23、145以及25，相应的耗时分别为18.56、16.04、1.58 s；2）利用SFM算法能获得树木照片的稀疏点云和稠密点云，平均每棵树木点云量为80万个；3）基于点云数据提取单木结构参数的胸径、树高及冠幅的平均绝对误差分别为1.79 cm、0.77 m及0.79 m；胸径、树高、冠幅的提取值与实测值相关系数均>0.94。     

基于机载LiDAR数据的林下地形提取算法比较与组合分析

激光雷达(LiDAR)克服了传统测量技术的缺点, 成为了获取DEM的新型手段。针对不同地形林区,选择合理的点云滤波算法,是提取林下地形的关键步骤。本研究在黑龙江省凉水自然保护区内选择了3块具有代表性的区域,分别为平缓山地林区、陡峭山地林区和复杂地区。以1:10 000地形图矢量化生成的高精度DEM为参考,评价了迭代线性最小二乘法、基于坡度法、不规则三角网法(TIN)点云滤波算法在3种地形的适应性。结果表明:不同算法有不同的适应区域。3种方法在平缓山地林区都具有良好的效果,决定系数(R2)均达到了0.98,均方根误差(RMSE)均低于0.21 m。迭代线性最小二乘法在复杂地区滤波效果最好,R2为0.94,RMSE为0.21 m;不规则三角网法在陡峭山地林区效果最好,R2为0.99,RMSE为1.43 m。但是,单一的方法在复杂区域情况下、陡峭山地林区,有明显的分类误差,会将植被分为地面点。为提高林下地形提取精度,本文提出不同滤波方法的组合双重滤波,结果表明,迭代线性最小二乘法和不规则三角网方法组合可以在减少参数调整情况下得到良好滤波效果,对复杂地区、陡峭山地林区滤波效果大大改善。      

基于四叉树结构的DEM生成算法

提出了一种以四叉树结构存储采样数据的方法,给出了建立四叉树结构的算法和基于四叉树结构建立DEM模型的实例,结果表明,DEM模型的生成效率得到显著提高,尤其是在数据量大的情况下,效果非常明显。     

基于地形匹配的图像烟火定位方法研究

目的视频监控是林火监测的主要手段,利用数字云台获取方位角、俯仰角等参数来计算林火位置是目前林火定位的主要方式,而林火定位中常用的方法主要有单点定位、双点定位和多点定位3种方法。目前已有许多研究根据光线跟踪算法,依靠视频图像与三维地形的对应关系实现了三维场景的增强表达,为基于视频图像的定位提供了新的途径。当前,林区普遍通过建立视频监控、数字云台、GIS技术三者紧密结合的软、硬件联动系统进行森林火灾的监测、决策和扑救。本文将视频图像与虚拟地形匹配原理,应用于基于GIS的林火视频监控系统,提出基于图像的林火定位方法,并对定位精度进行分析评估。方法利用地形匹配原理建立林火实景图像与DEM之间的坐标映射关系,针对图像烟火区域选定像元,生成在DEM中对应的区域,并计算和分析该区域中心点的坐标、欧氏距离、方位角、俯仰角以及该区域的形状、可视性、面积、跨沟谷数等特征信息,提出定位区域精度信息分析与评估流程。该流程根据分析结果将定位区域分为可定位区与不可定位区,同时提供详细的烟火位置信息。结果选择北京九龙山自然保护区作为研究区域,对提出的定位方法进行了初步验证,结果表明该方法能提供准确定位精度信息,有助于快速找到火源,实现快速扑救。结论本文基于地形图像匹配的林火定位方法,充分利用了虚拟地形与视频图像的特征匹配关系,为林火快速扑救提供丰富的位置信息。该方法的定位精度只与图像分辨率及虚拟地形与实景图像匹配精度有关,避免了传统云台定位受硬件性能指标的限制;同时该方法也适用于手机等移动设备所拍摄的图像,只需获知拍摄点坐标,就可以实现对所采集图像上目标的定位,对于基于图像的定位分析具有重要意义。      

基于Kd树改进的高效K-means聚类算法

针对经典的K-means算法在多维数据聚类效率上还有待提高的问题，本文提出一种称为CK-means的改进聚类算法。该算法在k-means算法的基础上，通过引入Kd树空间数据结构，初始聚类中心从多维数据某一维的区间等间隔集中选取，以及在数据对象分配过程中采用剪枝策略来提高算法的运行效率。实验结果表明，CK-means聚类算法较经典的k-means聚类算法运行效率更高。     

基于改进AFSA的路面不平度时域估测

为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究。基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型。提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置。研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99。     

基于改进区域生长法的羊体点云分割及体尺参数测量

针对传统羊体尺测量中测量耗时、应激大的问题,采用主成分分析、随机采样一致性算法和改进的区域生长法,基于三维点云对羊体尺参数测量进行研究。结果表明:1)使用主成分分析和随机采样一致性算法能计算羊体点云的法向量和曲率;2)改进的区域生长法能准确地分割出羊体区域,并且避免了外点的干扰;3)在羊体点云数据上选取体尺测点,计算羊体长、体高、臀高、胸深体尺参数,并与实测值比较,4种体尺参数的最大相对误差为2.36%,测量精度较高。试验证明改进的区域生长法能准确地对羊体点云进行分割,依据选取的体尺测点,能够实现羊体尺参数的无接触测量。     

不规则形体表面点三维重建方法

为实现形体的快速三维重建,在分析现有各类重建算法的基础上,针对不规则形体给出了一种三维表面点的重建方法。首先进行摄像机自定标,求取相机的内、外参数,然后对采集的图像进行处理,得到物体的轮廓,最后使用地毯式的搜索算法搜索并重建了物体的表面点。分析了不同搜索步长情况下算法的执行效率,在综合考虑逼真度和执行速度的情况下,给出了优化的步长选择,为表面的三角网格化和纹理恢复提供了依据。     

一种高质量的数字高程模型（DEM）建立方法 ——ANUDEM法

建立高质量的数字高程模型(DEM)是正确计算坡度、坡向、提取流域地形特征、进行水文分析 的前提,因而在研究土壤侵蚀、植被建设和土地利用规划与评价中都具有重要意义。ANUDEM采用迭 代有限微分内插技术和地形强化算法,自动去除伪下陷点和生成输入数据错误文件,便于查错改善 DEM质量,并减少了去除伪下陷点的编辑或DEM的后处理过程。本文以黄土高原丘陵沟壑区典型 小流域为例,利用大比例尺(1:10000)数字化地形图,利用ANUDEM建立DEM,从DEM光照模拟图、 回放等高线、提取水系、坡度等方面对建立的DEM的质量进行了评价。研究表明,ANUDEM建立的 DEM表面光滑;回放等高线与原等高线符合度高,能更准确地表现地形起伏;由其提取的坡度准确; 水系连续完整与地形图上河流一致,适宜水文分析,是一种建立高质量DEM的优良方法。