无人机及深度学习在地质调查中的应用

上传人:daj****de 文档编号:144570495 上传时间:2022-08-27 格式:DOCX 页数:4 大小:9.29KB
收藏 版权申诉 举报 下载
无人机及深度学习在地质调查中的应用_第1页
第1页 / 共4页
无人机及深度学习在地质调查中的应用_第2页
第2页 / 共4页
无人机及深度学习在地质调查中的应用_第3页
第3页 / 共4页
资源描述:

《无人机及深度学习在地质调查中的应用》由会员分享,可在线阅读,更多相关《无人机及深度学习在地质调查中的应用(4页珍藏版)》请在装配图网上搜索。

1、无人机及深度学习在地质调查中的应用野外地质调查工作方法在数字填图系统之后一直缺乏较大的改 进,究其原因,主要是缺乏合适的数据采集方式,无法保存野外复杂多 样的数据。数据的缺乏也在一定程度上限制了地质调查工作中新技术 的应用。无人机作为近年来的新生事物,已经被越来越多的行业引入。 无人机是一种灵活、轻便、不受地形控制的,十分优秀的近地面遥感 数据获取载荷平台。而以SFM、MVS为代表的影像建模技术的成熟, 更是将无人机的应用领域扩展到三维建模领域。其不仅可以建立细节 精美的三维模型,其空间关系也一并完整地保存下来。无人机和影像 建模技术的结合,可以满足地质野外数据采集要求。其不仅可以产生 三维模

2、型、三维点云、正射影像等多种数据,而且可以提供非常高的 分辨率。但随着数据量的增大,数据分析工作也面临着难题。传统的 数据分析方法对海量数据的处理效果非常不好,在数据处理流程中引 入人工智能算法,也变得非常必要了。人工智能算法,尤其是深度学习 算法,近年来在模式识别领域发展非常迅速,以AlphaGo为例,其通过 自我训练和超快的学习速度,以非常快的速度达到了对李世石胜利的 程度,并且,AlphaGo Zero版本又在短短36个小时内,完成了从零到 胜过AlphaGo的学习过程。人工智能算法,尤其是深度学习算法,非常 适合用来解决海量数据、海量判断逻辑的问题。因此,影像建模技术 使得无人机可以产

3、生更多维的数据,而人工智能则是处理这些数据不 可或缺的关键技术,这三者相辅相成。本论文主要研究影像建模技术、 无人机和人工智能在地质学中的应用关键技术。主要从数据采集方法、 数据处理方法、数据的分析方法和应用案例来说明,这三种技术对地 质调查工作数字化的促进作用。本文的主要内容如下:(1)本文通过实 验,得出了一套使用无人机进行地质数据采集的工作流程。在这个流 程中,在飞行之前需要对目标区域进行现场踏勘,了解当地地形和空 域情况。并预先准备若干紧急降落场所以备不时。然后使用无人机对 不同尺度的地质露头进行数据采集,可以获得不同分辨率、不同覆盖 范围的地质数据。其分别用来表现区域尺度的地表起伏和

4、岩层走势、 露头尺度的地质现象、手标本尺度的精细模型。除此之外,配合确认 疑难岩性的地面踏勘也是不可或缺的。(2)本文介绍了无人机地质数 据的主要处理方法,包括影像预处理、切片、姿态参数的提取、SFM 和MVS等。在无人机飞行完毕之后,经过这些算法处理,可以得到三维 模型、三维点云、正射影像等多种地质专题数据。(3)本文介绍了几 种地质分析方法,包括CNNs算法、超像素分类算法、Kd-tree索引算 法、色差算法等等。这些算法可以有效地将无人机生成的数据转换为 易于解读的二次数据。这些算法在保证速度的前提下,精度都有较好 的保证。(4)本文在兴城多地,分别实验了 CNNs-SLIC算法在大比例

5、尺 地质填图中的应用、三维构造分析中的应用和GOCAD建模中的应用。 (5)其中SLIC-CNN方法在辽宁省兴城市台里海滨进行了应用,在这项 研究中,通过结合SLIC算法对纹理边缘的识别能力来加强深度神经 网络分类地物的能力,本文的分类算法在辽宁兴城台里的分类正确率 达到了 88.7%,Kappa检验结果k=0.8523,提供了较高的岩体识别准确 率,可以大大减少外业地质测量工作,并部分取代内业人工填图的工 作。(6)本文使用Kd-tree算法聚类三维点云,实现了对兴城夹山和白 庙子的地质露头的构造信息提取。在三维模型上试验了三维标绘和矢 量化,并将结果导入至GOCAD软件中。(7)实验了无人

6、机在绿色矿产地 质调查中的应用情况,对比了无人机地质调查和传统地质调查对环境 的破坏程度的差异。得出了,无人机野外地质调查对环境的扰动是传 统方法的二十分之一左右的结果。(8)搭建了一套虚拟野外地质系统。 结合野外采集和制作的许多精美模型,实现了和以往虚拟地学系统完 全不同体验的地质系统。其不仅可以提供高度的沉浸感,还可以为易 损的地质露头提供数字化保存的平台。而且可以作为地质教学、地质 实习等课程的学习平台使用。通过以上研究,我们得到了以下结论:(1) 本文提出了有无人机、影像建模和人工智能改进的地质调查方法流程, 从该方法在兴城台里海滨、夹山、白庙子等地的实验可以看出,该方 法是行之有效的

7、。(2)本文提出了一套SLIC-CNN方法,可以简化地质 填图流程,其自动填图正确率达到了 88.7%,可以大大减少大比例尺填 图的内业人工工作,用较少的时间出具一副较高分类精度的大比例尺 地质草图。(3)无人机采集到高分影像和影像建模技术产生的三维数 据可以帮助地质调查工作获取更全面的产状、岩性、构造等地址信息, 对研究地质演化具有非常重要的意义。(4)利用无人机和影像建模技 术,以实景三维的方式记录和保存野外多尺度地质情况,可以保存具 有丰富细节的野外地质场景。(5)使用实景三维模型建设的虚拟野外 地质系统,可以提供与传统虚拟系统不同的,更加沉浸式的用户体验。 (6)无人机在野外地质调查中的使用可以大幅度减少地质调查对环境 的扰动。从本研究来看,以地质调查工作中机动车碾压的情况为例, 使用无人机辅助地质调查可以减少二十多倍的土壤和植被破坏。

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!