葡京娱乐场-富盈娱乐场开户

本發(fā)明公開(kāi)了一種利用多系統(tǒng) GNSS 觀測(cè)值的高精度基線解算方法，首先通過(guò)對(duì)各 GNSS 系統(tǒng)各頻 率的偽距、載波相位觀測(cè)值在基線兩端測(cè)站間做差構(gòu)建站間單差觀測(cè)值，之后選擇某類觀測(cè)值的偽距硬 件延遲作為基準(zhǔn)以解決法方程秩虧問(wèn)題，并根據(jù)各 GNSS 系統(tǒng)的性質(zhì)對(duì)浮點(diǎn)單差模糊度估值處理去除組 合 UPD 影響，恢復(fù)單差模糊度的整周特性，進(jìn)而實(shí)現(xiàn)基線高精度解算。本發(fā)明突破了現(xiàn)有多系統(tǒng) GNSS 基線解算方法存在的缺陷，具有理論嚴(yán)密、模型簡(jiǎn)單、易于實(shí)現(xiàn)

本發(fā)明公開(kāi)了一種聲壓測(cè)量傳感器及多縱模光纖激光器聲壓測(cè) 量系統(tǒng)。聲壓測(cè)量傳感器包括金屬圓桶、薄膜和光纖；金屬圓桶的側(cè) 壁中部有開(kāi)孔，內(nèi)壁設(shè)有吸音棉；薄膜位于金屬圓桶的上端開(kāi)口處， 形成密封結(jié)構(gòu)；光纖兩端固定，呈緊繃狀態(tài)，中部粘貼在薄膜的表面。 多縱模光纖激光器聲壓測(cè)量系統(tǒng)包括 980nm 泵浦光源、多縱模激光諧 振腔、光纖隔離器、光電轉(zhuǎn)換模塊和頻譜分析儀；多縱模激光諧振腔 包括聲壓測(cè)量傳感器、波分復(fù)用器、摻鉺光纖、可

武漢大學(xué)張永軍教授項(xiàng)目組在國(guó)際上首次提出攝影測(cè)量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)體系，突破了匹配干擾地物快速智能分割、語(yǔ)義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關(guān)鍵技術(shù)，成功研制出我國(guó)首套多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理系統(tǒng)MIPS。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、成果簡(jiǎn)介 武漢大學(xué)張永軍教授項(xiàng)目組在國(guó)際上首次提出攝影測(cè)量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)體系，突破了匹配干擾地物快速智能分割、語(yǔ)義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關(guān)鍵技術(shù)，成功研制出我國(guó)首套多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理系統(tǒng)MIPS，相關(guān)技術(shù)理論《多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)及應(yīng)用》2021年榮獲測(cè)繪科技進(jìn)步特等獎(jiǎng)。 技術(shù)特色： (1) 首次提出基于人工智能技術(shù)的多模態(tài)衛(wèi)星影像語(yǔ)義分割與幾何處理融合新理論。創(chuàng)建了衛(wèi)星影像跨域穩(wěn)健語(yǔ)義分割技術(shù)，通過(guò)自適應(yīng)增量?jī)?yōu)化提升深度分割網(wǎng)絡(luò)模型的遷移性和普適性，保證多類型地物語(yǔ)義分割的時(shí)效性、容錯(cuò)性、穩(wěn)定性和區(qū)域一致性。 (2) 通過(guò)語(yǔ)義分割結(jié)果全自動(dòng)進(jìn)行多源地理信息控制點(diǎn)粗差剔除，實(shí)現(xiàn)超大范圍多模態(tài)影像精準(zhǔn)幾何處理；提出輻射不變特征變換算法進(jìn)行多模態(tài)影像高可靠性匹配；單臺(tái)機(jī)器2.5分鐘可完成8000景衛(wèi)星影像的并行區(qū)域網(wǎng)平差，大幅提高了自動(dòng)化處理精度和效率。 (3) 突破了基于深度學(xué)習(xí)的多視遙感影像三維地形及大范圍合成影像智能生成技術(shù)，采用物方半全局優(yōu)化提升困難區(qū)域的密集匹配精度，并在語(yǔ)義分割結(jié)果的輔助下進(jìn)行大范圍遙感影像無(wú)縫鑲嵌合成。 (4) 基于深度學(xué)習(xí)進(jìn)行建筑物、道路、農(nóng)作物等典型地物目標(biāo)語(yǔ)義信息智能提取；基于多尺度語(yǔ)義分割網(wǎng)絡(luò)融合經(jīng)驗(yàn)知識(shí)實(shí)現(xiàn)建筑物矢量邊緣精確提取；結(jié)合語(yǔ)義分割和多起點(diǎn)中心線追蹤優(yōu)化提取道路網(wǎng)拓?fù)涫噶浚换?D卷積和注意力機(jī)制實(shí)現(xiàn)多類農(nóng)作物精細(xì)分類及其時(shí)空特征智能提取。 (5) 構(gòu)建了全新的多模態(tài)衛(wèi)星遙感影像幾何語(yǔ)義一體化智能處理技術(shù)體系，研制出我國(guó)首套自主產(chǎn)權(quán)的多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理軟件系統(tǒng)MIPS，其數(shù)據(jù)處理效果和效率均有明顯優(yōu)勢(shì)，顯著提升了融合處理的精準(zhǔn)度和智能化水平。 先進(jìn)性 MIPS具備快速語(yǔ)義分割、語(yǔ)義輔助精準(zhǔn)幾何處理、三維地形提取與多影像時(shí)序合成、地物語(yǔ)義信息智能提取等特色功能。系統(tǒng)采用最新的衛(wèi)星影像攝影測(cè)量處理、多源影像融合、語(yǔ)義信息提取的相關(guān)理論與方法，結(jié)合先進(jìn)的計(jì)算機(jī)技術(shù)、CPU/GPU兩級(jí)加速并行處理及深度學(xué)習(xí)技術(shù)，處理效果和效率均明顯優(yōu)于國(guó)內(nèi)外同類軟件。例如單機(jī)情況下19小時(shí)即可完成1551景2米分辨率衛(wèi)星影像的全自動(dòng)處理，包括云區(qū)檢測(cè)、影像融合、影像匹配、區(qū)域網(wǎng)平差、正射影像糾正等全部處理流程。語(yǔ)義分割結(jié)果約束的立體衛(wèi)星影像區(qū)域網(wǎng)平差自動(dòng)化程度和精度均顯著提升，例如在1:1萬(wàn)基礎(chǔ)測(cè)繪產(chǎn)品DEM/DOM的輔助下，高分七號(hào)立體衛(wèi)星影像的全自動(dòng)處理高程精度從2.6米大幅提升至0.8米以內(nèi)，鑲嵌接邊精度優(yōu)于1像素。

機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過(guò)點(diǎn)云語(yǔ)義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、技術(shù)分析 創(chuàng)新性： 機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過(guò)點(diǎn)云語(yǔ)義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。系統(tǒng)主要由兩部分功能模塊組成：自動(dòng)化模型重建模塊及三維可視化交互管理系統(tǒng)模塊。其中自動(dòng)建模模塊由點(diǎn)云影像自動(dòng)配準(zhǔn)、實(shí)景三維模型重建、點(diǎn)云濾波、點(diǎn)云分類、建筑物單體化分割、建筑物結(jié)構(gòu)化模型重建等軟件子模塊構(gòu)成。系統(tǒng)支持DEM、DOM、實(shí)景三維模型、建筑物L(fēng)oD1至LoD3模型等多種產(chǎn)品生產(chǎn)；支持多核、多CPU、多GPU架構(gòu)的任務(wù)并行化管理，支持搭建點(diǎn)云、影像、模型數(shù)據(jù)庫(kù)，支持人機(jī)交互進(jìn)行語(yǔ)義分割、模型編輯、紋理編輯等功能。 軟件解決的關(guān)鍵問(wèn)題： LiDAR點(diǎn)云與傾斜影像異源異構(gòu)數(shù)據(jù)配準(zhǔn)問(wèn)題，點(diǎn)云影像數(shù)據(jù)難以聯(lián)合應(yīng)用； 單一數(shù)據(jù)源三維信息與紋理信息不全，高質(zhì)量模型結(jié)果依賴高精度數(shù)據(jù)輸入，導(dǎo)致數(shù)據(jù)獲取成本昂貴、效率較低； 城市級(jí)實(shí)景三維模型重建自動(dòng)化程度低，低精度自動(dòng)結(jié)構(gòu)化模型成果難復(fù)用，而手動(dòng)模型繪制難度高、工藝繁瑣； 實(shí)景三維數(shù)據(jù)制作單位高度依賴國(guó)外軟件，國(guó)產(chǎn)化難。 先進(jìn)性： 當(dāng)前，國(guó)內(nèi)90%以上地形級(jí)實(shí)景三維數(shù)據(jù)制作測(cè)繪單位都基于國(guó)外軟件進(jìn)行三維重建，而城市級(jí)實(shí)景三維模型則重度依賴全人工手動(dòng)勾繪且需調(diào)用國(guó)外專業(yè)三維建模軟件，模型重建學(xué)習(xí)成本極高、軟件針對(duì)性不強(qiáng)而效率低下。 機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)軟件系統(tǒng)以高精度、高效率、高自動(dòng)化程度城市級(jí)實(shí)景三維模型重建為首要目標(biāo)。軟件系統(tǒng)具備高精度點(diǎn)云影像配準(zhǔn)模塊提供異源數(shù)據(jù)聯(lián)合應(yīng)用基礎(chǔ)；采用LiDAR點(diǎn)云約束的多視影像密集匹配策略實(shí)現(xiàn)高精度、全覆蓋三維數(shù)據(jù)輸入以實(shí)現(xiàn)高質(zhì)量實(shí)景三維模型重建；采取地面點(diǎn)濾波、非地面點(diǎn)地物分類、目標(biāo)地物單體實(shí)例分割遞進(jìn)式流程得到建筑物等地物單體化三維數(shù)據(jù)；優(yōu)化自動(dòng)結(jié)構(gòu)化模型重建與人工干預(yù)的結(jié)構(gòu)化建模流程，無(wú)需額外依賴專業(yè)建模軟件；提供針對(duì)建筑物結(jié)構(gòu)化建模的模型編輯、紋理編輯模塊，不達(dá)標(biāo)的自動(dòng)模型可復(fù)用，三維點(diǎn)云端、二維影像端可獨(dú)立或聯(lián)合編輯，具備交互友好的參照式、勾繪式、半自動(dòng)編輯模式。 獨(dú)占性： 系統(tǒng)主要搭建兩條生產(chǎn)路線，以適應(yīng)不同地域模型精度要求差異、不同應(yīng)用時(shí)間響應(yīng)要求。其一是以LiDAR點(diǎn)云為主的快速建筑物結(jié)構(gòu)化模型重建，經(jīng)過(guò)點(diǎn)云分類、建筑物實(shí)例分割、結(jié)構(gòu)化模型重建等步驟構(gòu)建人工地物結(jié)構(gòu)化模型，并利用配準(zhǔn)后多視影像對(duì)模型紋理映射，此生產(chǎn)線主要產(chǎn)品包括DOM、DEM、 LoD2為主的建筑物結(jié)構(gòu)化模型、典型地物真實(shí)色彩點(diǎn)云等輕量基礎(chǔ)數(shù)據(jù)；其二是在LiDAR點(diǎn)云約束下生成高精度密集匹配點(diǎn)云構(gòu)造高質(zhì)量實(shí)景三維模型，并在此基礎(chǔ)上提取建筑物單體三角網(wǎng)數(shù)據(jù)，經(jīng)過(guò)模型簡(jiǎn)化抽象得到建筑物L(fēng)oD3模型，此生產(chǎn)線主要產(chǎn)品包括實(shí)景三維模型、建筑物L(fēng)oD3模型等城市級(jí)實(shí)景三維數(shù)據(jù)要素。 此外，軟件系統(tǒng)支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、國(guó)產(chǎn)麒麟(V4/V10)等多操作系統(tǒng)中運(yùn)行，已階段性實(shí)現(xiàn)國(guó)產(chǎn)化。

本發(fā)明公開(kāi)了一種手持式多激光條紋快速三維測(cè)量方法，包括 以下步驟：1)粘貼標(biāo)志點(diǎn)：2)使用手持三維測(cè)量?jī)x測(cè)量物體表面的三維 數(shù)據(jù)：3)采集圖像：4)圖像處理：5)標(biāo)志點(diǎn)的三維坐標(biāo)計(jì)算：6)物體表 面點(diǎn)的三維坐標(biāo)計(jì)算；7)手持三維測(cè)量?jī)x的定位和世界坐標(biāo)系下的數(shù) 據(jù)拼合，即獲得從當(dāng)前相機(jī)坐標(biāo)系變換到世界坐標(biāo)系的旋轉(zhuǎn)平移矩陣， 以實(shí)現(xiàn)當(dāng)前物體表面測(cè)量點(diǎn)從相機(jī)坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換關(guān)系和 世界坐標(biāo)系下的數(shù)據(jù)拼合。本發(fā)明通過(guò)

本發(fā)明公開(kāi)了一種基于空間-時(shí)間多預(yù)測(cè)模式的無(wú)損壓縮方法，包括：(1)利用星載成像系統(tǒng)獲取序列圖像 f；(2)把步驟(1)獲取的每一·771·幀圖像 fk,k＝1,劃分成互不重疊且大小為 M×N 的子塊 fk,i,i＝1,2Su,m.I，SumI 為子塊總數(shù)，M，N 為預(yù)設(shè)值；(3)令步驟(2)中第 3j+1,j＝0,1,...幀圖像為參考幀圖像，進(jìn)行分塊 JPEG-LS 編碼；(4)第 3j+2 和3j+3 幀圖像參

本發(fā)明公開(kāi)了一種薄壁件銑削振動(dòng)的多機(jī)械手臂隨動(dòng)抑制裝置， 包括剛性底盤、機(jī)械手臂系統(tǒng)、音圈電機(jī)、薄板、立柱、主軸、支架、 激光位移傳感器、轉(zhuǎn)換器、控制器、驅(qū)動(dòng)器；機(jī)械手臂系統(tǒng)控制四個(gè) 機(jī)械手臂跟隨機(jī)床主軸的進(jìn)給運(yùn)動(dòng)；控制器對(duì)振動(dòng)位移信號(hào)進(jìn)行采集、 處理并輸出相應(yīng)的控制電壓對(duì)音圈電機(jī)進(jìn)行控制；剛性底盤為八邊形 的鋼質(zhì)材料，安置于機(jī)床加工槽內(nèi)，其上配置有用以安裝立柱和四個(gè) 機(jī)械手臂的結(jié)構(gòu)；音圈電機(jī)用以對(duì)薄板提供輔助支撐以及抑制其振動(dòng)； 激光位移傳感器用以檢測(cè)薄板的振動(dòng)位移。本發(fā)明使得抑振裝置實(shí)時(shí) 跟隨銑

可以量產(chǎn)/n該成果提供了用于降解多環(huán)芳烴類有機(jī)污染物的微生物菌劑，其活性成分為鞘氨醇桿菌菌株，該菌株從石油污染土壤中分離獲得，能夠快速降解多環(huán)芳烴類污染物，尤其是菲、芴、熒蒽、芘和苯并芘等有機(jī)污染物。該菌株還具有廣泛的pH值（5-9）、鹽度和溫度（16-37℃）適應(yīng)能力，是對(duì)土壤或環(huán)境多環(huán)芳烴類有機(jī)污染物進(jìn)行生物修復(fù)的優(yōu)秀微生物材料。

本發(fā)明公開(kāi)了一種基于改進(jìn) SIFT 算子的低空多視角遙感影像匹配方法，首先采用優(yōu)化的 DoG 算子 對(duì)第一影像和第二影像進(jìn)行特征點(diǎn)檢測(cè)，然后利用基于局部區(qū)域采樣模擬的 SIFT 描述子對(duì)特征點(diǎn)進(jìn)行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征點(diǎn)，并利用基于極幾何約束的 RANSAC 算 法對(duì)匹配點(diǎn)進(jìn)行提純。本發(fā)明能夠有效地解決低空遙感影像匹配中存在的多視角以及弱紋理等問(wèn)題。