-
公开(公告)号:CN112150359A
公开(公告)日:2020-12-29
申请号:CN202010969798.6
申请日:2020-09-15
申请人: 中国水利水电科学研究院 , 北京航遥天地科技有限公司
摘要: 本发明公开了一种基于机器学习和特征点识别的无人机图像快速拼接方法,首先选定一张基准影像,使其与其周围9张临近影像使用基于GPU并行加速优化的改进SURF算法进行特征点的提取,减少了基准影像多次提取特征点所耗费的时间,并减少了影像连乘累积误差,再使用机器学习计算的描述特征向量改进SURF算法的描述特征向量,大幅度提高特征点匹配的精度,实现影像配准。本发明基于SURF算法+机器学习+GPU+PROSAC算法+图像分块拼接技术,构建了一种无人机遥感影像快速高效的处理方法,速度比传统SURF算法运行更快,精度得到了大幅度提高,在实时性方面的发挥更突出。
-
公开(公告)号:CN112150359B
公开(公告)日:2022-04-12
申请号:CN202010969798.6
申请日:2020-09-15
申请人: 中国水利水电科学研究院 , 北京航遥天地科技有限公司
摘要: 本发明公开了一种基于机器学习和特征点识别的无人机图像快速拼接方法,首先选定一张基准影像,使其与其周围9张临近影像使用基于GPU并行加速优化的改进SURF算法进行特征点的提取,减少了基准影像多次提取特征点所耗费的时间,并减少了影像连乘累积误差,再使用机器学习计算的描述特征向量改进SURF算法的描述特征向量,大幅度提高特征点匹配的精度,实现影像配准。本发明基于SURF算法+机器学习+GPU+PROSAC算法+图像分块拼接技术,构建了一种无人机遥感影像快速高效的处理方法,速度比传统SURF算法运行更快,精度得到了大幅度提高,在实时性方面的发挥更突出。
-
公开(公告)号:CN111811389B
公开(公告)日:2022-04-08
申请号:CN202010708835.8
申请日:2020-07-22
申请人: 中国水利水电科学研究院
IPC分类号: G01B7/16
摘要: 本发明公开了一种结合星链差分和北斗地基增强系统的形变快速监测系统,该系统包括数据采集子系统、数据解析子系统、数据处理中心子系统和用户子系统。本发明通过在边坡形变量较大的点附近建立移动基准站,并将具有星链差分技术的数据采集子系统安置于可快速拆卸的三脚架上,并用水准气泡进行调节,并用短报文的通信方式将北斗数据传输至数据处理系统中,并最终传输至北斗定位终端监测系统,并通过监测系统监测边坡监测点的形变趋势,及时预警,具有结构简单、成本低、可拆卸、安装时间短等优点,可快速将移动基准站转移,同时能够提高北斗导航定位精度。
-
公开(公告)号:CN111811390B
公开(公告)日:2022-04-05
申请号:CN202010709938.6
申请日:2020-07-22
申请人: 中国水利水电科学研究院
IPC分类号: G01B7/16
摘要: 本发明公开了一种基于星链差分和北斗导航技术的形变快速监测系统,该系统包括用户接收机、地面移动监测基准站和数据处理装置。本发明通过构建可移动的位移监测站,建立通讯网络传输系统,采用短报文通信方式,实现北斗卫星定位终端和北斗卫星或北斗地面服务站之间双向的信息传递;并对监测数据进行综合处理,将地面基准站网络实时接收卫星原始观测数据,计算误差改正信息,生成广域米级、分米级、厘米级差分数据,利用在线监测预警终端实时动态地监测边坡监测点的形变趋势,及时生成日报、周报,有效地避免灾害的发生。
-
公开(公告)号:CN111524323B
公开(公告)日:2021-04-16
申请号:CN202010355929.1
申请日:2020-04-29
申请人: 中国水利水电科学研究院
摘要: 本发明提出了一种边坡裂变预警方法及系统。本发明根据滑坡在发生前会与边坡本体产生裂变分离的原理,对边坡裂变进行预警,以克服现有的影像监测方法,无法给人员和物资的转移留下充足的时间的技术缺陷,提高滑坡预警的前沿性和准确性。本发明在裂变判断之前还基于InSAR影像确定监测区域,并圈定裂变监测区域,并采用实时监测获取第i+3时刻的InSAR影像,对圈定的裂变监测区域的监测点进行裂变监测与预警,减小了监测的范围,减小了计算量,本发明利用了裂变区域形变量变化趋势不同的原理,基于等形变量曲线划分的方式进行裂变监测,保证了裂变监测的科学性和精度。
-
公开(公告)号:CN111415492B
公开(公告)日:2021-03-16
申请号:CN202010355179.8
申请日:2020-04-29
申请人: 中国水利水电科学研究院
摘要: 本发明提出了一种基于模糊综合评价算法的边坡滑坡预警方法。本发明综合考虑了会造成滑坡风险的降雨量、降雨速度、环境的温湿度、边坡松弛度、边坡含水量和边坡形变速度等因素,克服单一的形变速度无法较早的预警滑坡风险的技术缺陷,提高了预警的前沿性;基于模糊评价算法确定各个影响因素的权重,同时为了克服模糊综合评价算法的主观性大的技术缺陷,本发明利用各个影响因素不同观测值对应的边坡风险等级的历史数据,计算同一影响因素的不同观测值的平均值,以每个影响因素的不同观测值的平均值为元素,构建等级模糊综合评价矩阵,采用蒙特卡洛算法确定评价值区间,并采用训练的方式确定各个影响因素的权重,提高了滑坡预测的客观性和准确度。
-
公开(公告)号:CN111811389A
公开(公告)日:2020-10-23
申请号:CN202010708835.8
申请日:2020-07-22
申请人: 中国水利水电科学研究院
IPC分类号: G01B7/16
摘要: 本发明公开了一种结合星链差分和北斗地基增强系统的形变快速监测系统,该系统包括数据采集子系统、数据解析子系统、数据处理中心子系统和用户子系统。本发明通过在边坡形变量较大的点附近建立移动基准站,并将具有星链差分技术的数据采集子系统安置于可快速拆卸的三脚架上,并用水准气泡进行调节,并用短报文的通信方式将北斗数据传输至数据处理系统中,并最终传输至北斗定位终端监测系统,并通过监测系统监测边坡监测点的形变趋势,及时预警,具有结构简单、成本低、可拆卸、安装时间短等优点,可快速将移动基准站转移,同时能够提高北斗导航定位精度。
-
公开(公告)号:CN110044338B
公开(公告)日:2020-05-22
申请号:CN201910355169.1
申请日:2019-04-29
申请人: 中国水利水电科学研究院
发明人: 雷添杰 , 庞治国 , 王嘉宝 , 张亚珍 , 程子懿 , 王维平 , 李杨 , 袁满 , 程慧 , 黄锦涛 , 李翔宇 , 李曙光 , 杨会臣 , 冯炜 , 张炬 , 李世灿 , 杨轶龙 , 秦景 , 冯杰 , 宫阿都 , 路京选 , 李爱丽 , 周沅璟 , 汪洋 , 刘中伟 , 万金红 , 徐静
IPC分类号: G01C11/00
摘要: 本发明公开了一种溃堤溃坝场景的无人机监测方法及系统。所述监测方法包括如下步骤:通过固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;并对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;进而根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;最后,对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息。本发明通过无人机遥感技术实现了快速准确的获取灾情信息,满足了及时的应急监测的需要。
-
公开(公告)号:CN110458120A
公开(公告)日:2019-11-15
申请号:CN201910752440.5
申请日:2019-08-15
申请人: 中国水利水电科学研究院
发明人: 雷添杰 , 黄锦涛 , 吕娟 , 贾金生 , 郑璀莹 , 王嘉宝 , 张亚珍 , 李曙光 , 李世灿 , 宋宏权 , 张炬 , 慎利 , 宫阿都 , 岳建伟 , 汪洋 , 李爱丽 , 杨会臣 , 宋文龙 , 万金红 , 刘中伟 , 周磊 , 陈强 , 娄和震 , 程子懿 , 路京选 , 李杨 , 程慧 , 李翔宇 , 陈文晋 , 李明宇 , 赵林洪 , 史婉丽 , 徐瑞瑞 , 张鹏鹏
摘要: 本发明提供一种复杂环境下不同车型识别方法及系统,所述复杂环境下不同车型识别方法,利用WGAN网络模型生成每种环境下的第一生成训练样本集,利用CycleGAN网络模型生成不同环境复合的第二生成训练样本集,在增加了训练样本的数量,以达到卷积神经网络训练所需的数据量的同时,可生成各种环境复合的各种复杂环境下的训练样本,采用该训练样本对卷积神经网络进行训练,以实现复杂环境下的不同车型的识别,并提高复杂环境下的不同车型识别准确率。
-
公开(公告)号:CN110441773A
公开(公告)日:2019-11-12
申请号:CN201910752411.9
申请日:2019-08-15
申请人: 中国水利水电科学研究院
发明人: 雷添杰 , 贾金生 , 郑璀莹 , 李翔宇 , 王嘉宝 , 李曙光 , 张亚珍 , 宋宏权 , 张炬 , 李世灿 , 周磊 , 陈强 , 岳建伟 , 慎利 , 宫阿都 , 吕娟 , 宋文龙 , 李爱丽 , 汪洋 , 杨会臣 , 史婉丽 , 赵春 , 万金红 , 娄和震 , 程子懿 , 冯炜 , 刘中伟 , 路京选 , 曲伟 , 陈文晋 , 李明宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
IPC分类号: G01S13/90
摘要: 本发明提供一种高边坡崩塌部位精确定位方法及系统。首先,获取长时间序列的边坡影像,并将长时间序列的边坡影像合成为边坡形变二维图,在所述边坡形变二维图上圈定形变量最大的区域作为形变区域;然后,对形变区域进行线划分,并将线划分后的长时间序列的边坡影像的形变区域进行重叠显示,在重叠影像中选取变化幅度最大的连线对应的区域为监测线区域;最后在监测线区域上选取监测点,通过每个监测点在长时间序列的边坡影像的坐标变化,确定高边坡崩塌部位的位置。本发明采用由面到线到点的监测方式,实现了高边坡质点崩塌部位的精确定位,解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题。
-
-
-
-
-
-
-
-
-