1 武汉理工大学安全与应急管理学院, 湖北 武汉 430079
2 重庆市计量质量检测研究院, 重庆 404100
混凝土结构在施工与使用的过程中易产生各种形式的裂缝,由此会产生诸多安全问题。传统的人工安全检测方法,不仅耗费财力和时间,而且无法保障其检测精度。为了提高混凝土表面裂缝的识别效率,提出了一种基于卷积神经网络结合聚类分割的识别方法,实现了对较复杂背景下混凝土表面裂缝图像的准确识别。研究结果显示,该方法不仅能够高效地分类,还能够高精度地对较复杂背景下的裂缝进行识别,这为降低混凝土表面裂缝识别的工作量、维护混凝土结构,对其进行安全检测提供了理论依据,同时也为以后更高精度和更复杂条件下的裂缝识别研究提供了一些参考。
图像处理 裂缝识别 安全检测 卷积神经网络 聚类分割 形态学处理 量化识别 激光与光电子学进展
2020, 57(22): 221023
1 武汉理工大学安全科学与应急管理学院, 湖北 武汉 430079
2 重庆市计量质量检测研究院, 重庆 401120
提出一种融合RGB、YCbCr和区域生长的火焰前景提取算法。首先,在YCbCr算法的基础上,从反光和非反光区域考虑R通道和Y通道之间的关系,避免反光和非反光区域中过多噪声对初始分割的干扰;然后,计算连通区域质心权重,自动确定种子点,对完成颜色分割的图像进行区域生长,达到精细分割的目的;最后,全面分析火焰的静态和动态特征,给出面积和周长变异系数及质心运动距离变化比等,进而将火焰与路灯、蜡烛等干扰源区分开。实验结果表明:所提方法克服了单个算法对火焰场景分析中出现的识别精度不高的缺点,同时能识别出反光和非反光区域并快速排除干扰物,减少误判。
图像处理 YCbCr颜色空间 区域生长 前景提取 特征分析 激光与光电子学进展
2020, 57(6): 061022
武汉理工大学资源与环境工程学院, 湖北 武汉 430070
针对目前散乱点云特征提取算法存在计算量大且不能规则化提取的问题,提出一种融合改进Canny算法的点云特征规则化提取算法。根据散乱点云的距离分辨率进行重采样,将点云进行规则栅格化;通过优化替代法对网格矩阵进行灰度值赋值,散乱点云被投影成二维影像;利用改进Canny算法从二维影像中进行特征规则化提取。对比实验结果表明:该方法噪声少、可操作性强,可以高效地对直线边界或复杂的曲线边界进行特征规则化提取。对点云与图像的配准以及后期三维重建等有重大作用。
遥感 三维激光扫描 栅格化 Canny算法 特征规则化 二维影像 激光与光电子学进展
2019, 56(16): 162801
武汉理工大学资源与环境工程学院, 湖北 武汉 430000
提出了一种基于高斯映射的K均值方法,先对目标点进行k近邻搜索,再对由目标点及其近邻点组成的三角形集合的单位法向量进行高斯映射。选用轮廓系数作为聚类有效性指标,确定出最佳聚类数,根据不同曲面聚类分布的规律,得到三维激光点云模型的特征线。对比实验结果表明,所提方法评价指标简单易用且噪声少,可以完整高效地提取出规则点云以及不规则点云的特征线。
激光光学 特征提取 k近邻搜索 高斯映射 K-means聚类 轮廓系数 激光与光电子学进展
2019, 56(9): 091403
武汉理工大学资源与环境工程学院, 湖北 武汉 430079
为了快速有效地获取散乱点云中的边界特征点和边界线,提出了一种融合改进场力和判定准则的点云特征规则化算法。利用改进的k-d(k-dimensional)树搜索k邻域,以采样点及其k邻域为参考点集拟合微切平面并向该平面投影,在微切平面上建立局部坐标系以将三维坐标转化成二维坐标,利用场力和判定准则识别边界特征点;依据矢量偏转角度和距离对边界特征点进行排序连接;通过改进的三次B样条拟合算法对边界线进行平滑拟合。实验结果表明,该算法能够快速有效地提取边界特征点,且拟合后的边界线偏差量级为10
-5 m,具有较高的精度。
激光光学 激光扫描 特征提取 改进的三次B样条拟合 边界线
1 武汉理工大学资源与环境工程学院, 湖北 武汉 430079
2 武汉大学测绘学院, 湖北 武汉 430079
3 武汉大学灾害监测与防治研究中心, 湖北 武汉 430079
针对点云简化很难完全保证精度和速度上达到最优的问题，提出了基于法向量夹角信息熵的点云简化算法。利用经典的主成分分析方法来估计点的法向量，计算法向量与参考平面的夹角，利用最邻近点搜索算法，确定每个点的K 个最邻近点，并根据信息熵的定义，提出法向量夹角局部熵模型，局部熵的大小直接反映了表面的特征状况；针对不同区域局部熵大小，进行逐步的点云简化，从而可以保留凸变区域较多的点，精简较多平面区域的点，实现点云的非均匀简化。实验结果表明，该方法在简化精度和速度上都能达到较优。
遥感 误差熵 点云简化 法向量
1 武汉理工大学资源与环境工程学院, 湖北 武汉 430079
2 武汉大学测绘学院, 湖北 武汉 430079
3 武汉大学灾害监测与防治研究中心, 湖北 武汉 430079
将误差椭球引入到点云精度分析中,重点分析了误差椭球与点位协方差的关系.通过分析不同缩放因子对应的误差椭球中的点位概率,得到用于描述点位误差椭球的缩放因子.分析了相邻误差椭球与扫描间隔之间的关系,确定了相邻误差椭球存在交集的条件.在误差椭球之间存在交集的情况下,计算了真实的点云误差椭球大小,根据点云误差椭球得到平均点位误差椭球,利用误差椭球与点位中误差的关系便可实现平均点位中误差的计算,从而实现了利用误差椭球来评价点云精度.
遥感 误差椭球 点云精度 点位误差 点云 激光与光电子学进展
2015, 52(8): 082801
