葡京娱乐场-富盈娱乐场开户

本發(fā)明公開(kāi)了一種利用多光譜圖像分類(lèi)進(jìn)行典型地物參考圖制備的方法，從多光譜圖像提取出感興趣類(lèi)作為地標(biāo)，并制備出包含所述地標(biāo)的參考圖，以用于目標(biāo)的間接定位識(shí)別，該方法具體包括：從多光譜圖像中選擇感興趣類(lèi)，提取其光譜-空間紋理特征，根據(jù)提取的光譜-空間紋理特征對(duì)多光譜圖像進(jìn)行分類(lèi)；在分類(lèi)基礎(chǔ)上，提取完整的感興趣類(lèi)，并依據(jù)地標(biāo)選取準(zhǔn)則選擇用作地標(biāo)的感興趣類(lèi)；根據(jù)地標(biāo)材質(zhì)類(lèi)型，利用紅外輻射公式計(jì)算出地標(biāo)在大氣參數(shù)條件下的紅外

本發(fā)明公開(kāi)了一種對(duì)射式多焦點(diǎn)激光分離脆性透射材料方法及 裝置，該方法采用相同的工藝參數(shù)，在待分離脆性透射材料的厚度方 向兩側(cè)，每側(cè)利用同軸激光分別穿過(guò)多焦點(diǎn)鏡片組并反向?qū)ι洌勾?性透射材料內(nèi)部產(chǎn)生的焦點(diǎn)數(shù)量加倍，以改善脆性透射材料沿厚度方 向上對(duì)激光能量吸收的均勻性，使脆性透射材料沿厚度方向的受熱膨 脹均勻性增強(qiáng)，激光多焦點(diǎn)光束離開(kāi)后，沿脆性透射材料厚度方向迅 速冷卻而產(chǎn)生拉應(yīng)力，實(shí)現(xiàn)激光對(duì)厚脆性透射材料的分離。裝

本發(fā)明公開(kāi)了一種云環(huán)境下的多模式安全訪問(wèn)控制方法，針對(duì) 云環(huán)境下不同域內(nèi)數(shù)據(jù)訪問(wèn)特點(diǎn)，選擇最優(yōu)的訪問(wèn)控制方法。通過(guò)定 義一種訪問(wèn)策略描述語(yǔ)言，統(tǒng)一約束訪問(wèn)策略的制定和使用規(guī)則，使 得 IBAC、ABAC 和 DABAC 協(xié)同工作，實(shí)現(xiàn)云環(huán)境下的數(shù)據(jù)安全保障。 在個(gè)人域內(nèi)使用 IBAC 實(shí)現(xiàn)細(xì)粒度的訪問(wèn)控制，在群組域內(nèi)使用 ABAC 實(shí)現(xiàn)高效可擴(kuò)展的訪問(wèn)控制，并在現(xiàn)有屬性訪問(wèn)控制基礎(chǔ)上，引入動(dòng) 態(tài)屬性的概念，采用多叉樹(shù)

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(pán)、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(pán)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)跟隨銑削刀具的進(jìn)給移動(dòng)

本發(fā)明公開(kāi)了一種真空下多探針摩擦磨損測(cè)試及原位形貌探測(cè)系統(tǒng)，包括主體和外部手動(dòng)驅(qū)動(dòng)裝置；所述主體包括腔體上蓋、安裝在腔體上蓋上面用于密封的光窗頂蓋和安裝腔體上蓋內(nèi)部的多探針組件；其能在高真空下實(shí)現(xiàn)對(duì)具有不同功能的SPM針尖切換，使摩擦學(xué)測(cè)試及原位形貌探測(cè)在高真空環(huán)境下可相繼完成，且原位定位精度較高。由于更換針尖時(shí)無(wú)須打開(kāi)腔體，確保了實(shí)驗(yàn)樣品不受外界因素干擾，使實(shí)驗(yàn)所得結(jié)果更為真實(shí)可信；不僅如此，也節(jié)省了實(shí)驗(yàn)前期設(shè)備調(diào)整校準(zhǔn)時(shí)間，提高實(shí)驗(yàn)效率。

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(lèi)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(lèi) 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(lèi)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(lèi)農(nóng)作物精細(xì)分類(lèi)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(lèi)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?xún)?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(lèi) 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(lèi)、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(lài)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(lài)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(lài)全人工手動(dòng)勾繪且需調(diào)用國(guó)外專(zhuān)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(lèi)、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(lài)專(zhuān)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(lèi)、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)