卞艳
- 作品数：4 被引量：6H指数：1
- 供职机构：辽宁科技大学土木工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：矿业工程自动化与计算机技术水利工程更多>>
- 井下两边距离后方交会精度分析
- 2015年
- 两边距离后方交会法具有观测速度快、节省时间且精度较高等特点,因而在野外地形测量、碎部测量、道路测量、高铁稳定性监测等方面得到广泛应用。在该方法的基础上,提出在井下基于两边距离后方交会的定点观测方法,即在1个未知点安置仪器对2个已知点进行距离测量,交会出该未知点的坐标,利用公式对未知点进行解算和精度分析,为提高井下点位观测精度提供参考。
- 马国鹏卞艳李彬
- 基于ISS-SHOT+3D-NDT的点云配准算法研究被引量：4
- 2021年
- 针对以往点云数据在配准处理过程中,存在粗配准匹配率低、配准时间长、精配准精度不高等问题,提出了ISS-SHOT与3D-NDT相结合的点云配准算法。首先,运用内部形态描述子算法(ISS)对下采样后的点云数据提取特征点,对提取的特征点用方向直方图描述子(SHOT)进行描述,并利用相似度函数将对应的特征点进行匹配;再采用Lmeds算法删除匹配错误的特征点,并完成2片点云数据的粗配准,获得较好的初始配准位置与姿态;最后,采用3D-NDT算法将粗配准后的点云数据进行空间体素化处理,运用概率分布函数完成点云数据的精确配准。结果表明,与其他点云数据配准算法相比,ISS-SHOT+3D-NDT算法的均方根误差最小、配准精度最高,特征点匹配率较高且运行时间短。
- 马国鹏宁殿民卞艳
- 关键词：点云配准
- 基于UE-Net6的无人机遥感影像城市地表水提取方法被引量：1
- 2022年
- 针对利用高分辨率、背景复杂、波段少的无人机遥感影像提取城市地表水的方法少且提取精度不高等问题,采用深度学习法,构建了不同深度的U-Net网络模型(5、6、7层)提取城市地表水,对比发现U-Net6模型效果最优;同时,为避免神经元失活和模型过拟合现象,采用ELU代替ReLU并引入Dropout正则化对U-Net6网络进行改进,进而提出了一种以ELU为激活函数、网络层数为6的基于无人机遥感影像的城市地表水自动提取方法—UE-Net6方法,从而实现了复杂背景下水体信息的精确提取。为验证所提方法的优越性,试验选取同样的训练集与测试集,分别对经典U-Net、SegNet、FCN及UE-Net6模型进行对比试验。结果表明,UE-Net6方法的水体提取精度明显优于其他模型的提取精度。
- 卞艳宫雨生马国鹏华前程李源
- 关键词：水体提取激活函数卷积神经网络
- 基于无人机遥感影像的水体提取方法被引量：1
- 2022年
- 针对无人机(UAV)影像水体提取出现的噪声干扰、光谱混淆、分割尺度难把握、无法使用水体指数等问题,提出边缘检测算法结合面向对象方法的新水体提取方法(AUCSN).采用各向扩散滤波算法对影像去噪;采用Canny边缘检测算子对去噪后影像进行边缘提取,提取结果与去噪后影像进行波段重组,利用改进的邻域绝对均值差分方差比法对重组影像选取最优分割尺度,开展多尺度分割.结合水体对象的光谱、形态、纹理特征建立模型,对分割后影像实现水体粗提取.将粗提取结果利用形态学闭运算填充孔洞,实现水体提取.实验结果表明,采用AUCSN方法进行水体提取,不仅提高了提取效率,而且提取精度能够达到96%.
- 卞艳宫雨生马国鹏王昶
- 关键词：无人机影像去噪CANNY多尺度分割特征提取形态学
