1 攀钢集团矿业有限公司, 攀枝花 617000
2 武汉理工大学 资源与环境工程学院, 武汉 430070
为弄清白马铁矿田家村南采区露天台阶爆破振动对村民房屋的影响, 结合房屋位置、露天采场现状、地质地貌特征、岩土体非均质特性, 采用L20系列智能爆破测振仪进行爆破测振研究。测试结束后, 采用最小二乘法对数据进行回归分析, 获取了对应的K、α值, 得出了各方向爆破振速的衰减规律, 验证结果反映了K、α回归值的可靠性。对2019年7月—2020年10月田家村南采场1525 m、1540 m、1555 m台阶爆破振速进行反算, 其中最大振速位于Z方向, 值为0.33 cm/s, 为田家村房屋爆破振动影响评估提供了依据。结果表明：村内测点爆破振速均不超过《爆破安全规程(GB6722—2014)》中“土窑洞、土坯房、毛石房屋”和“一般民用建筑物”爆破振动安全允许标准范围, 但需考虑爆破振动对土坯房的长期影响, 以及砖混房屋装饰、外瓷砖、灰抹层等非承重结构的长期影响, 并以现场调查为准, 对砖混房屋承重结构不构成安全影响。此外, 结合设计资料, 预测了将来的爆破振速, 最大值位于Z方向, 为0.54 cm/s, 超过了土坯房的安全振速标准(0.45 cm/s, f≤10 Hz), 但仍低于“一般民用建筑物”爆破振动安全允许标准(2.0 cm/s, f≤10 Hz)。最后, 提出了降低单孔药量及推进数码电子雷管应用等相关建议。
台阶爆破 村民房屋 爆破测振 爆破振速 露天采场 bench blasting villagers′ houses blasting vibration measurement blasting vibration velocity open pit stope
1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
2 自然资源部国土卫星遥感应用中心, 北京 100048
针对全卷积神经网络多次下采样操作导致的道路边缘细节信息损失和道路提取不准确的问题,本文提出了多尺度特征融合的膨胀卷积残差网络高分一号影像道路提取方法。首先,通过目视解译的方法制作大量的道路提取标签数据;其次,在残差网络ResNet-101的各个残差块中引入膨胀卷积和多尺度特征感知模块,扩大特征点的感受野,避免特征图分辨率减小和道路边缘细节特征的损失;然后,通过叠加融合和上采样操作将各个尺寸的道路特征图进行融合,得到原始分辨率大小的特征图;最后,将特征图输入Sigmoid分类器中进行分类。实验结果表明:本文方法的提取精度优于经典全卷积神经网络模型,准确率达到了98%以上,有效保留了道路的完整性及其边缘的细节信息。
遥感 道路提取 高分一号影像 残差网络 膨胀卷积 多尺度特征 激光与光电子学进展
2021, 58(2): 0228001
1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
2 自然资源部国土卫星遥感应用中心, 北京 100048
深度学习通过训练样本进行特征识别,已经被广泛应用于道路提取领域。该方法不局限于特定类型的影像,但是受训练样本数量和计算机硬件的限制,所提取的道路会有断裂和噪声。针对上述问题,使用VGG卷积神经网络对道路进行初步提取后引入张量投票方法进行优化处理。首先通过影像变换、随机裁剪、过采样等方法对样本进行多模式扩充,进而训练VGG卷积神经网络模型;其次利用该网络从原始影像中初步分割道路面,接着对道路面的二值影像进行张量投票获取道路的显著性信息;最后在特征提取时针对显著性信息加入阈值获取道路面。实验结果表明,所提方法提取道路的召回率与正确率均达90%以上,与其他传统方法相比具有更高的精度,验证了所提方法的有效性。
图像处理 道路提取 卷积神经网络 张量投票 高分辨率影像 激光与光电子学进展
2020, 57(20): 201019
1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
2 国家测绘地理信息局卫星测绘应用中心, 北京 100048
提出了基于改进的深度学习全卷积神经网络的资源三号遥感影像云检测方法。将预训练后的深层卷积神经网络全连接层改为全卷积层,采用反卷积方法对特征图进行上采样,优化改进网络结构,并采用Adam梯度下降法加速收敛。利用资源三号云区影像数据集对网络进行训练,将上采样后的影像特征输入sigmoid分类器进行分类。实验结果表明,该方法检测精度和速度均优于传统方法,准确率可达90.11%,单张影像检测耗时可缩短至0.46 s。
遥感 资源三号影像 深度学习 全卷积网络 云检测 激光与光电子学进展
2019, 56(5): 052801
1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
2 国家测绘地理信息局卫星测绘应用中心, 北京 100048
为提高影像云识别精度,提出一种多尺度膨胀卷积深层神经网络云识别方法。结合卫星影像特征,设计云识别卷积神经网络结构,该结构包含深层特征编码模块、局部多尺度膨胀感知模块以及云区预测解码模块。首先,编码模块中通过基础卷积层获取深度特征;其次,联合多尺度膨胀卷积和池化层共同感知,每层操作连接非线性函数,以提升网络模型的表达能力;最后,云区预测解码模块中融合对应编码模块的特征,再利用L1正则化上采样算法实现端对端的像素级云识别结果。选用典型云遮挡区域影像进行云识别实验,并与Otsu算法和FCN-8S算法进行对比。结果表明,本文所提算法的检测精度较高,Kappa系数显著提升。
遥感 神经网络 膨胀卷积 云识别 资源三号卫星影像 全卷积网络
Author Affiliations
Abstract
1 Shanghai Institute of Applied Physics, Chinese Academy of Sciences, Shanghai 201204, China
2 University of Chinese Academy of Sciences, Beijing 100049, China
Full-field x ray nano-imaging (FXNI) is one of the most powerful tools for in-situ, non-destructive observation of the inner structure of samples at the nanoscale. Owing to the high flux density of the third-generation synchrotron radiation facility, great progress is achieved for FXNI and its applications. Up to now, a spatial resolution of 20 nm for FXNI is achieved. Based on the user operation experiences over the years at the Shanghai Synchrotron Radiation Facility (SSRF) x ray imaging beamline, we know lots of user experiments will rely on a large range of spatial resolutions and fields of view (FOVs). In particular, x ray microscopes with a large FOV and a moderate spatial resolution of around 100 nm have a wide range of applications in many research fields. Driven by user requirements, a dedicated FXNI system is designed and constructed at the SSRF. This microscope is based on a beam shaper and a zone plate, with the optimized working energy range set to 8–10 keV. The experimental test results by a Siemens star pattern demonstrate that a spatial resolution of 100 nm is achieved, while an FOV of 50 μm is obtained.
340.6720 Synchrotron radiation 340.7440 X-ray imaging 110.0110 Imaging systems 220.4830 Systems design Chinese Optics Letters
2016, 14(9): 093401
1 中国科学院上海应用物理研究所, 上海 201404
2 中国科学院大学, 北京 100049
3 澳大利亚联邦科学与工业研究组织, 墨尔本 VIC 3168
三维X 射线衍射层析术(3DXRD)是一种快速的、无损的结构表征技术，用于研究毫米尺度的多晶样品中晶粒(亚晶粒)的空间分布。基于上海光源成像线站BL13W1建立三维了X 射线衍射层析术实验方法，并对图像重构中的若干影响因素进行了研究。通过椒盐噪声消除、对比度增强，有效提高了寻峰精度；利用德拜-谢勒环粗校与优值方程循环迭代细校相结合的方法，实现了衍射数据的精确校准，进一步采用并行运算，校准效率提高了4.5 倍。实验结果表明，该方法可同时实现近场和远场衍射信息探测，从而获取样品中晶粒的尺寸、质心位置、晶体学取向等信息，并能够给出晶粒形变程度的定量信息。
衍射 X 射线衍射 晶粒重构 三维X 射线衍射层析术 同步辐射 光学学报
2015, 35(12): 1205001
1 中国科学院上海应用物理研究所, 上海 201800
2 中国科学院大学, 北京 100049
3 澳大利亚联邦科学与工业研究组织, 悉尼 NSW 1670
提取骨架是计算机断层扫描(CT)三维(3D)血管图像定量分析中的关键步骤，通常耗费数小时，直接制约了图像分析的定量研究。分析串行骨架细化算法各步骤中包含的可并行化操作，对其进行并行化设计，提出的算法通过OpenMP多线程技术实现，并采用不同大小的三维CT血管图像进行分析和测试。根据测试结果，改进后的算法获取到的骨架准确可靠，对于1.95 GB大小的三维血管图像，使用16个线程进行并行运算时，可将运算时间由176 min缩短到13 min，时间消耗上降低了一个数量级。因此，提出的方法可实现大型血管骨架的准确、高效提取，解决了大型三维图像分析问题中运算效率低这一瓶颈问题。
医用光学 三维骨架 细化 并行处理 加速比 光学学报
2015, 35(11): 1117003
1 中国科学院上海应用物理研究所, 上海 201204
2 中国科学院大学, 北京 100049
将同步辐射X射线同轴相衬显微层析(PPCT)方法应用在野山参特征结构的原位无损成像研究，并利用相位吸收二重性Paganin算法(PAD-PA)实现了同步辐射X射线PPCT实验数据的相位重建和优化处理，获得了野山参草酸钙簇晶的三维显微结构、体积大小、空间分布和数量分布等定量信息。研究结果表明，PPCT方法与相位恢复算法结合可用于如野山参草酸钙簇晶这类中药材显微结构的定量研究。
X射线光学 显微特征结构 定量显微层析 同步辐射 光学学报
2013, 33(12): 1234002
