关键词： 遥感数据处理   调度策略   强化学习   工作流  

摘要： 随着我国遥感技术不断发展和遥感应用服务化进程的推进，我国遥感卫星影像数据量不断增长，遥感应用领域不断拓展，遥感应用高性能服务需求不断变化，导致遥感数据处理流程调度策略难以适应遥感产业化发展和迅速增长的云场景下遥感数据处理流程的服务需求，针对此问题，在分析已有调度算法的基础上，主要从以下两个方面对云环境下遥感数据处理工作流调度问题进行了研究：　　（1）云环境下遥感数据处理流程调度　　为了解决云计算环境下遥感数据处理工作流中任务调度问题，提出了一种基于深度强化学习的遥感数据处理工作流调度（WDRL，WorkflowDeepReinforceLearning）算法。首先将遥感数据生产的流程建模转化为有向无环图，采用DAG（DirectedAcyclicGraph）工作流权值计算方法辅助解决此调度问题。然后建立马尔可夫决策过程，加入资源适应度函数设计训练算法。最后，结合强化学习和深度神经网络的优势，从经验学习上最大限度地减少遥感数据处理的时间，使其具备在云场景下动态处理不断到来的工作流的能力。实验结果表明，与HEFT（HeterogeneousEarliestFinishTime）、Min-min和Max-min等启发式调度算法相比，能够有效地达到优化任务调度时间跨度的目的，验证了算法在遥感数据处理的有效性。　　（2）遥感数据处理工作流多目标调度策略　　针对遥感应用流程中多QoS（QualityofService）调度优化问题，提出基于DQN（DeepQ-Network）算法改进的遥感处理工作流多目标调度算法MOWDRL（Multi-ObjectRemoteSensingWorkflowDeepReinforceLearning）。该算法充分考虑遥感数据生产中用户需求，分析并建立了时间-成本优化模型。利用深度神经网络来学习调度策略，并使用ReplayMemory和TargetNetwork等技术来加速训练和提高模型稳定性，引入了一种基于加权和的多目标奖励函数。在截止时间限定的情况下与其他多目标调度基线算法对比，实验结果表明，MOWDRL算法在遥感数据处理多目标优化问题中具有显著的优势。研究内容为解决云环境下遥感数据处理工作流调度策略问题提供了有效的解决方案，并为遥感数据处理的高效运行提供了技术支持。

关键词： 流化床颗粒包衣   时间序列   数据处理   数据扩充   时序预测   智能调控  

摘要： 流化床包衣技术能够在颗粒表面覆盖薄膜,有效防止药性流失并促进药物吸收。然而,该技术是一个连续的气固流动过程,过程中各个变量之间存在着错综复杂的关系。目前,优化包衣效果只能通过人工持续检测调控,产生了较大的人力成本。因此,本文引入Time GAN模型扩充包衣数据,并在此基础上优化LSTM模型,最终构建Time GAN-SAM-LSTM流化床包衣调控模型,实现了流化床包衣智能连续调控。本文的主要研究内容如下:(1)根据文献调研以及实地流化床操纵学习,发现流化床颗粒包衣数据属于典型的时间序列,且受到诸多因素的影响。因此,本文对影响颗粒包衣的因素进行分析,并结合实际企业设备情况,制定实验方案获取数据。实验记录时间、2个颗粒包衣评价以及6个操纵变量,共记录9×480组数据,初步构建流化床颗粒包衣数据库。(2)实验数据集中异常值对深度学习模型性能有着极大的影响。而实验中难免会存在各种干扰导致出现异常值。因此,本文对时序数据预处理方法展开研究,并根据流化床颗粒包衣实验数据特点选择合适的预处理方法,为后续模型训练做好铺垫。(3)区别于传统算法和机器学习,深度学习需要海量的数据进行训练才能得到高性能模型。针对实验获取样本数据耗时长,导致数据量少的问题。本文借鉴图像生成领域中的生成对抗网络,引入Time GAN时间序列生成对抗网络对流化床颗粒包衣数据集进行扩充。Time GAN在GAN的基础上加入自编码网络、基于真实数据集的监督损失以及GAN基础网络单元CNN替换为LSTM。通过实验测试,Time GAN生成数据与实验数据集的皮尔逊相关系数高达0.926,同时通过PCA及t-SNE对生成数据降维对比,最终证实Time GAN扩充的数据与实验数据具有极强的相关性。(4)构建流化床包衣调控模型。首先设计调控方案,并概述相关模型的理论基础。其次构建了两种模型进行训练。第一种是基于真实数据集训练的多层LSTM模型,第二种是基于真实数据集、Time GAN扩充数据集训练的SAM-LSTM模型。经过实验,以设定温度为例进行模型性能测试:在不同模型同一数据集下训练,SAE-LSTM比LSTM的MAE、RMSE、RMSE、MAPE的误差分别降低了0.81℃、2.04℃、0.97℃、1.34%;在同一模型不同数据集下训练,基于Time GAN的SAE-LSTM模型各评判指标分别降低了0.24℃、0.18℃、0.18℃、0.40%。结果表明基于Time GAN的SAM-LSTM模型性能最优。最后将Time GAN-SAM-LSTM模型输出的调控方案传输至流化床PLC控制系统,实现对流化床颗粒包衣连续调控。实验结果证明该方法能够使颗粒包衣达到合格指标。

关键词： 喷雾   稳定性   二流体喷嘴   数字图像处理   快速傅里叶变换  

摘要： 随着科技的进步和发展,现代工业对喷嘴提出了更高的要求,二流体喷嘴因其能克服传统喷嘴的缺点,进一步提高喷雾质量而脱颖而出。但由于二流体喷嘴引入气相,并使之与液相在混合室内发生相互作用,因此其雾化效果存在天然的不稳定性。本文将试验和数据后处理技术相结合,针对二流体喷嘴,系统地研究了不同工况对喷雾稳定性的影响规律,这对于二流体喷嘴的发展具有重大的现实意义。本文以一种典型二流体喷嘴-内混式空气雾化喷嘴为试验研究对象,采用高速相机拍摄近喷嘴口处的液体碎裂形态,同时结合喷雾平均值图像和均方根图像分析了喷雾在对称形态上的稳定性。其中喷雾平均值图像是将多张图像对应像素点求平均值得到的图像,喷雾均方根图像则是求均方根得到的图像。结果表明:当液体流量较小时,喷雾的稳定性随着气液质量流量比ALR(Air-liquid Mass Ratio)的增大而增强,而当液体流量较大时,则与之相反。同样的,当ALR较小时,喷雾的稳定性随着液体流量的增大而增强;而当ALR较大时,也是与之相反。除此之外还结合了平均灰度序列和灰度重心序列的频谱图分析了喷雾在轴向和径向波动形态上的稳定性,结果表明:当液体流量较小时,液体的轴向和径向波动随ALR的增大先增强后减弱,在大液体流量工况下也是如此。在中小ALR工况下,液体的轴向波动随着液体流量的增大而增强,径向波动却与之相反;在大ALR工况下,液体的轴向波动随着液体流量的增大先增强后减弱,而径向波动却一直减弱。研究还发现轴向不同距离的液体轴向波动频率几乎相同,径向波动频率也是如此,但随着轴向距离的增大,其幅值也增大。当ALR工况较大时,液体轴向和径向波动的主频几乎相同,但轴向波动的幅值明显要比径向波动的大很多。本文采用马尔文激光粒度分析仪进行高频采样得到喷雾粒径数据,并对比分析了几种评价数据稳定性和离散度的指标。在时域上,选择变异系数来处理试验数据,在频域上选择采用快速傅里叶变换来对试验数据进行分析,以此来探究不同工况和轴向不同位置等因素对喷雾稳定性的影响。结果表明:综合所有的工况,小液滴的稳定性相对而言最好,中等粒径液滴的稳定性次之,大液滴的稳定性最差,中等液体流量和中等或偏大ALR工况时的喷雾稳定性最强;随着轴向距离的增大,中小液滴的稳定性逐渐增强,而大液滴的稳定性逐渐减弱。对液滴粒径数据的快速傅里叶变换结果表明:当固定液体流量而改变ALR工况时,频谱图中主频幅值的变化幅度较大,而主频频率的变化幅度较小;当固定ALR工况而改变液体流量时,随着液体流量的增大,主频的频率总是在增大,而主频的幅值却没有明显的变化规律;D和索特平均直径SMD(Sauter Mean Diameter)的数据经过快速傅里叶变换所得到的频谱图形状非常相似,但各频率对应的幅值均有所不同;当频谱图形状相近时,主频幅值的影响大于主频频率的影响,大于其余频率的影响。

关键词： 健康体检   数据质量   数据处理   子宫肌瘤   流行病学  

摘要： 目的:随着社会经济的不断发展,疾病谱和居民健康需求的转变,我国的健康体检数据积累越来越多,但健康体检数据的科研化进程缓慢,数据质量问题是阻碍其进程的重要原因,本研究以子宫肌瘤（Uterine Fibroids,UFs）为例,探索如何对健康体检数据的数据质量进行评价及针对质量问题如何进行适当高效的数据处理;并在此基础上揭示我国女性人群中的子宫肌瘤相关影像学改变的发病率、患病率及其分布特征,并分析子宫肌瘤相关影像学改变发病人群和患病人群的相关危险因素。通过评价展示地市级医院健康体检数据的数据质量现况,为进一步利用健康体检数据进行科学研究提供参考,为优化健康体检数据管理提供思路,并为合理估计我国女性人群不同年龄水平子宫肌瘤发病和患病现况提供数据支撑。方法:通过查阅国内外数据质量评价的相关文献,结合健康体检数据的实际特征,确定本研究中数据质量评价维度和指标。针对某地市级医院2017年10月～2022年12月全部女性体检人群的体检数据,按照已确定的质量评价的维度和指标开展评价,并基于SAS软件给出解决某些质量问题的数据处理方法,并编制宏代码,以期实现数据的高效处理;在数据质量评价和数据处理的基础上,通过专家意见法筛选出子宫肌瘤相关的影像学改变,并将具有任一子宫肌瘤相关影像学改变条目的体检对象定义为病例,进一步计算发病密度、年龄别发病率、患病率、年龄别患病率等。通过单因素logistic回归分析筛选相关因素后(关键变量:身体质量指数（Body Mass Index,BMI）、收缩压、舒张压、血脂和血糖水平),进行多变量逐步logistic回归分析,以估计相对危险度（OR）及其95%置信区间（95%CI）。SAS PROC MIANALYZE用于合并回归分析的结果,并提供回归模型的最终参数估计。为确定子宫肌瘤相关影像学改变的相关因素与年龄之间的差异,对年龄进行了分层分析（≤40岁和>40岁）。连续变量以平均值±标准差表示,分类变量以病例数及其百分比表示。方差分析、t检验和Wilcoxon秩和检验用于检验病例组和对照组之间的差异。所有的统计分析均使用SAS（9.4版,Cary,NC）进行。统计学意义设定为P<0.05,双侧检验。结果:结合质量评价文献,考虑健康体检数据定量的质量评价维度和指标的可行性,本研究确定了健康体检数据的质量评价维度和指标,即“完整性”“代表性”“合理性”“一致性”“时效性”5个评价维度共计10个评价指标。2017年10月至2022年12月共计导出健康体检记录193692条,其中女性的健康体检记录84838条（43.80%）,根据子宫肌瘤疾病频率计算及影响因素分析需求,从导出的健康体检数据库中筛选出相关变量137个。定量评价结果显示,与第七次全国人口普查的女性人口年龄构成比较,二者15岁及以上的人群年龄分布没有统计学差异（X2=8.91,P>0.5）,健康体检数据的女性人群年龄构成分布比较合理,不存在堆积现象（MI=7.18）;健康体检数据的实验室检测指标未见异常值,如血糖、血脂等未见异常值;在健康体检必选项目（基本项目）中,除体检号、姓名、性别、年龄不存在缺失,其他检查指标下的缺失率较大,身份证号缺失率为17.28%（14746/84838）,身高缺失37.31%,体重缺失37.39%,身体质量指数BMI的缺失率为37.76%,血脂检测相关指标的缺失率最小为36.25%,最大为37.04%,腹部彩超的缺失率为42.70%;在健康体检非必选项目中,经阴道超声检查的未检查率为77.04%,机体激素水平和维生素D水平未检查率高达98%。且长期连续进行健康体检的人群较少,其中只有一次体检数据记录的人数为55969,有两次及以上体检记录的人次数为14718,定期体检率为26.30%（14718/55969）,有三次及以上体检记录的人次数为5951,定期体检率为10.63%（8767/55969）。经过人工测量后录入系统的检测值存在一定程度的异常值,收缩压的异常值发生率为1.05%（559/53082）,舒张压的异常值发生率为0.11%（56/51595）。在一致性方面,也可见到同一体检指标重复出现,导出的数据格式不一致等现象（37.68%,52/138）,由人工录入的身份证号位数有误、与实际记载年龄和性别存在差异等。针对健康体检数据已有的质量问题可以通过一定的数据处理的方式进行修正和改善,如重复指标可以进行导出后合并、对异常值进行纸质档案核查后修订或直接进行删选、导出格式不一致的指标可以通过统计软件进行核查后修改等,本次研究基于SAS软件提出了针对部分问题的处理办法及详细代码。用地市级医院连续3年的健康体检数据,通过专家函询的方式筛选出与子宫肌瘤最相关的影像学改变条目17个。结果显示,在中国一般人群中,子宫肌瘤的相关影像学改变的

关键词： 小学教师   生命态度   数据处理  

摘要： 2020年初，新型冠状肺炎暴发带来的焦虑、不安使人们意识到生命的重要性并引发人们对生命的思考。近年来，国家高度重视教师对学生带来的全方位的影响，期望教师能够教给学生知识，更希望教师能够树立“生命示范者”的榜样，塑造学生的灵魂与生命，在教育实践中引领学生的生命成长。一方面，教师积极的生命态度不仅是教师专业发展的内在需求，也是教师作为一个完整的人存在的需要;另一方面，只有教师有了积极的生命态度，才可能向学生传递积极的生命态度，保障学生的健康成长。基于此，聚焦后疫情时代下小学教师的生命态度，力图探寻小学教师生命态度现状及其影响因素，生成符合后疫情时代特点的生命态度提升路径。　　论文在对相关文献进行梳理后，将生命态度概括为主动担当、理想实现、自我接纳、爱与关怀、死亡态度及苦难接纳等维度，在谢曼盈编制的“生命态度量表”及何英奇编制的“生命态度剖面图”的基础上，结合教师职业特征和后疫情时代背景编制“后疫情时代小学教师生命态度调查问卷”。问卷第一部分旨在了解被试教师的基本信息，共有11题，本部分采用不记分处理;第二部分旨在了解被试教师的生命态度，共有32题。遵循方便、随机取样原则，选取参与湖南省、贵州省和陕西省“国培计划”的小学教师为主要的问卷调查对象，回收有效问卷353份，利用SPSS21.0对数据进行处理，结合访谈调查，分析后疫情时代背景下小学教师生命态度现状及其影响因素。研究结果如下：　　（1）在后疫情时代，小学教师的生命态度总体表现较为积极，在生命态度各维度上的得分从高到低依次为：爱与关怀gt;理想实现gt;主动担当=苦难接纳gt;自我接纳gt;死亡态度。其中，教师在爱与关怀维度的得分最高，在死亡态度维度的平均得分低于生命态度的其他维度。　　（2）小学教师的生命态度在是否有亲友死亡经历、任教学科、是否担任班主任变量上不存在差异;在性别、年龄、学历、婚姻状况、教龄、职称、学校所在地变量上存在不同程度的差异。　　（3）生活态度、学校满意度和助人态度会对教师的生命态度产生显著的正向影响;健康状态会对教师的生命态度产生显著的负向影响;人际关系满意度、家庭经济条件、家庭氛围、自杀态度、同理心不会对教师的生命态度产生显著性影响。　　针对以上研究结果，从生命的三重属性入手，着眼于教师生命的自然属性、社会属性和精神属性，以教师为自身生命态度培养的第一责任人，从教师个人、学校环境、职业发展三个层面整合生成符合后疫情时代特点的提升路径。

关键词： InSAR   软件开发   Qt开发环境  

摘要： 干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)是一种利用相位差和干涉技术进行地面测量和监测的方法,它是在合成孔径雷达(Synthetic Aperture Radar,SAR)成像的基础上,利用两个或多个雷达观测相同区域的多次数据,通过对不同时序的图像进行干涉处理后提取出数字高程模型和地表变形数据,进而观测和研究各种地理现象。随着星载InSAR系统的高速发展,InSAR在地震监测、海洋观测和地表沉降等领域得到了广泛应用。然而,纵观已有InSAR数据处理软件,在很多方面存在一些问题。首先,有的InSAR数据处理软件没有图形交互界面,导致用户操作不方便;其次,有的商业软件代码不开源,导致用户无法定制和优化算法;再次,有的软件参数设置复杂且数据处理流程繁琐,每个步骤流程都需要设置多个详细的参数,导致用户操作效率低;最后,有的软件对硬件的利用效率不高,无法高效并行处理数据。 因此,本文以SAR/InSAR系统基本理论为基础,借助Qt开发平台,在Ubuntu操作系统下设计并实现了InSAR数据处理软件“KingMap”。KingMap-InSAR数据处理软件在功能上实现了基本的InSAR数据流程处理,具体步骤包括预处理、精确轨道、图像配准、干涉图生成、干涉图滤波、相位解缠和地理编码,最后得到数字高程模型。KingMapInSAR软件通过借助具有强大图形用户界面库的开发平台Qt,开发了简洁的图形操作界面;通过代码开源的方式,方便用户定制和优化算法;采用更新参数文件并隐藏的方式,使得用户在流程参数上的设置更为简单。同时,为了解决其它软件存在的数据流程处理繁琐和硬件利用效率低的问题。提出并实现了KingMap-InSAR软件的其它功能,包括采用内置脚本实现自动化流程处理的功能和采用Open MP实现高效并行处理的功能。本文以厦门地区Sentinel-1A卫星获取的SAR数据为研究对象进行数据处理,将处理结果与SNAP软件的数据处理结果进行对比分析,验证了该软件的可行性。

关键词： 光纤法布里-珀罗传感器   结构设计   加工工艺   数据处理   光谱微分积分法  

摘要： 随着光电产业的蓬勃发展，光纤传感技术已被广泛应用于国防、建筑、电力、医学等诸多领域，成为衡量一个国家信息化程度的重要标志。作为一种无源光器件，光纤传感器是构建高密度、高精度以及高可靠性的传感网络的理想选择。光纤法布里-珀罗传感器作为干涉式光纤传感器的典型代表，是一种机理成熟、应用广泛的光器件，有着重要的研究意义。本文设计并制备了一种微槽式光纤法布里-珀罗传感器，实现了温度和折射率传感测试，并提出了一种改进的光谱微分积分法来处理光谱数据，数据的准确性和可靠性得到了提高。本文的主要研究内容如下:　　（1）针对微槽式光纤法布里-珀罗结构进行了设计，探究了微槽的长度、深度、末端长度、端面倾斜角度以及微槽端面反射率对传感信号强度的影响。微槽最佳尺寸范围：微槽长度L1为40~60μm、深度H为67~75μm、端面倾斜角度φ为0~1.3°、微槽末端长度L2为400~1000μm，这个尺寸的F-P腔能出现明显的干涉光谱。　　（2）探究了微槽式光纤法布里-珀罗传感探头的加工工艺，得到了微槽刻蚀的最优参数分别为：单脉冲能量：4μJ、扫描速度：1.2mm/s、腔长方向扫描次数为20次、腔深方向扫描次数为35次、微槽长度深度步长为0.2μm。得到的微槽尺寸为：L1=46.3μm、H=73.3μm、ψlt;1°、L2=881μm。测量的纯水干涉谱最大对比度约为12dB，可满足大多数传感要求。最后进行了温度和折射率传感实验，温度的灵敏度分别为2.34pm/℃和2.04pm/℃，线性度良好，分别为99.4%和99.7%，温度灵敏度较低;折射率的灵敏度分别为62.05nm/RIU和66.96nm/RIU，线性度良好，分别为99.3%和98.2%，微槽传感器折射率灵敏度比较高。　　（3）提出了一种改进的光谱微分积分法来处理折射率光谱数据。利用原始光谱和平滑光谱之间的差值来处理光谱的数据，由于利用到了全部的光谱信息，改进的积分光强灵敏度高达-4.5*105dB/RIU。相较于传统的解调方法，归一化处理后的改进的光谱微分积分法的折射率灵敏度为-31.98dB/RIU、线性度R2=99.58%均要优于归一化处理的最大条纹对比度法的结果。改进的光谱微分积分法对光谱数据处理更具时效性、可靠性以及准确性。

关键词： 时间序列数据   聚类分析   缺失值填充   空气质量数据  

摘要： 随着人工智能的崛起和大数据时代的来临,各行各业产生了复杂多样的数据。挖掘时间序列数据中潜在的模式和信息是当前研究的一个热点。聚类分析作为一种无监督的数据挖掘技术,可以识别时间序列数据间的结构特征,将相似的时间序列聚集到同一个簇中,将不相似的时间序列划分到不同簇中。对空气质量时间序列数据进行聚类分析,不仅可以预测未来一段时间内的空气质量变化情况,还可以寻找污染源等,为政策制定者提供决策。然而,监测站实时采集到的空气质量数据中通常含有缺失值,这将影响对空气质量时间序列数据的准确挖掘,包括对空气质量数据的聚类分析。因此,本论文为更精确地聚类时间序列数据,首先提出了一个基于互k近邻构图的特征驱使时间序列聚类算法,k Feat TS。其次,针对空气质量时间序列数据中通常存在缺失值的问题,本文提出了一个有效处理时间序列数据中缺失值的前五后三逻辑回归填充方法,FTLRI。最后,本文将提出的时间序列聚类算法k Feat TS应用到空气质量时间序列数据的聚类分析中。本文提出的两个方法,FTLRI和k Feat TS,已被分别证实在空气质量数据缺失值处理和聚类分析方面的有效性,为挖掘空气质量数据提供了方法。本文的主要工作总结如下:（1）由于常见的时间序列聚类方法度量时间序列片段或固定特征的相似性而无法处理特征丰富的时间序列数据,本论文提出了一个基于互k近邻构图的特征驱使时间序列聚类算法,k Feat TS。该方法提取出时间序列的主要特征,基于这些主要特征分别构图,并采用混合矩阵对基于主要特征的图进行整合,最终进行聚类。通过与近年来比较常见的一流的5个时间序列聚类算法在UCR数据库中9个不同数据集上的实验,证明了k Feat TS能够在不同大小不同长度不同类别的时间序列数据集上实现更准确的聚类分析结果,具有一定的鲁棒性。（2）由于空气质量数据集中存在缺失值会影响聚类分析的准确性,而常见的缺失值填充方法不能处理时间序列数据在时间轴上的相关性,且对缺失率较高的数据不能准确填充的问题,本文提出了一个前五后三逻辑回归填充方法,FTLRI。该方法结合滑动窗口模型提出了一个前五后三模型,该模型充分考虑了数据在时间轴上的相关性以及属性间的相关性。FTLRI结合这两种相关性,利用逻辑回归算法训练出适合缺失值的高准确率填充器来填充缺失值。本文选取了兰州2019年三个站点监测到的空气质量数据作为基准数据进行实验。在实验开始前,需要删除数据集中有缺失值的行使其成为完整数据,并根据数据集大小和一定的步长将数据处理成缺失率分别5%、10%、20%和40%的数据。本文将FTLRI与5个常见的缺失值填充方法和一个近年来神经网络的填充方法在处理后的数据集上进行了填充实验,证明了FTLRI相比其它方法有着优越的填充性能。（3）本文将提出的时间序列聚类算法k Feat TS应用到兰州2022年从站点兰苑宾馆监测到的空气质量数据中进行聚类分析,分别对六种污染物(PM2.5、PM10、SO2、NO2、O3和CO)的时间序列数据具体分析。k Feat TS将污染物对应的时间序列划分成不同的簇,得到不同污染物下划分的属于不同污染等级的簇。该实验验证了k Feat TS在空气质量时间序列数据分析领域中的实用性与正确性。

关键词： 高光谱成像   数据处理   C++   图像拼接   软件开发  

摘要： 高光谱图像由于具有波段多、光谱分辨率高、光谱信息丰富等特点,在物质的精细定量、探测与分析方面有很大的研究与应用前景,目前已被已广泛应用于农业与水质监测、地质勘探、环境保护、军事安全等领域,成为目前高光谱技术与应用领域研究的热门课题。高光谱成像系统是高光谱技术的关键部分,高光谱成像系统直接影响着高光谱技术的发展与应用。因此,研究高光谱采集与数据处理分析系统以及如何获取准确、可靠的高光谱数据,并且针对获取到的数据进行处理与分析,具有很大的应用与商业价值。本文主要进行了高光谱图像数据处理软件平台的设计与研究。通过学习高光谱成像技术的基本知识,以及高光谱成像系统的基本构成和成像原理,并且调研高光谱数据处理分析软件的国内外发展与应用现状,详细阐述了软件平台的设计开发过程与结果,关注平台开发过程中遇到的关键技术问题,并提供了相应解决方案。同时,在光谱图像数据的处理上进行了软件开发实现。本文的研究重点包括高光谱成像采集系统以及高光谱数据处理系统的软件平台设计与研究,分析了高光谱图像处理与分析的主要流程与功能,针对这些主要功能进行了模块化的划分,详细介绍了各个模块的主要功能和设计流程,并设计了不同模块之间相互联系的接口。在软件开发的过程中所遇到的关键技术难题进行了分析并给出相应解决方案。利用Visual Studio 2019开发工具,基于C++与C#编程语言,自主研发了一套高光谱数据处理软件系统,能够实现不同波段的高光谱数据的图像重构、数据预处理以及光谱特征曲线绘制等主要功能,并且优化了相应的图像拼接算法,实现更高效率的光谱数据处理。最后,针对研发的高光谱成像系统以及图像数据处理平台,对软件实现的功能进行相关的测试,对比现有商业软件的操作结果,验证软件功能的准确性,并且总结了目前软件系统的特点与不足之处。

关键词： 立式油罐   点云数据处理   检测   软件开发  

摘要： 立式油罐是油库存储油料的主要设备,由于建造工艺、自身重量、环境变化和液体压力等因素容易发生变形,导致容积计量不准确,严重时甚至引发安全事故。目前油罐变形检测已被列为油罐年度检查的重要内容之一,解决大型油罐的容积精确测量及数据处理问题至关重要。当前立式油罐变形检测与精确计量的技术和方法很多,并已向自动化方向发展,对自动测量获取的数据需要进一步自动处理,直观地展示油罐各参数,此研究工作还有待于进一步解决。本文针对大型油罐检测数据处理问题,以本课题组研究的大型油罐检测机器人获取的点云数据作为研究对象,开发一款大型油罐检测机器人数据处理软件,实现大型立式油罐检测的自动化。(1)软件设计与开发。根据用户需求,开发一款能对获取的点云数据进行预处理、计算分析油罐几何参数和变形、显示与保存结果的软件。在Visual Studio 2017平台上,结合点云库,采用C++编程语言编写点云数据预处理、数据计算分析、结果保存与显示等功能模块的程序,实现软件功能;使用Qt作为图形用户界面库设计软件用户操作界面,实现处理参数设置、点云显示与结果展示的功能。(2)点云数据预处理。在大型油罐检测机器人采集的点云数据基础上,对油罐点云数据采用体素网格采样法去除点云数据中信息冗余的点,得到保持油罐特征的点云数据;采用随机采样一致性分割算法和统计滤波去噪算法去除大尺度噪点,采用移动最小二乘法去除小尺度噪点,去除了影响计算精度的噪点得到表达罐壁和罐底的点云数据。(3)油罐几何参数计算。对罐底点云数据采用主成分分析法拟合罐底所在平面,根据平面法向量调整油罐点云的位姿,得到罐底平行于XOY面、开口向Z轴正方向的油罐点云;采用泊松曲面重建算法将罐底点云数据重建为三角网格曲面,结合数字地形模型技术求得油罐底量;对罐壁点云进行切片,采用凸包算法对每个切片上散点进行轮廓重建,散点轮廓面积作为对应高度处圈板的面积,累加每层切片轮廓的面积求得油罐容积;采用最小二乘法对切片上的散点拟合圆,所得圆的半径、圆心和圆度作为对应高度处圈板的半径、质心和圆度,拟合所有圈板质心得到质心线进而求得整体倾斜度;矫正油罐底量、液体压力、温度和罐内附件对容积表造成的误差。(4)软件测试试验。采用标准案例库测试方法验证软件各个模块的正确性,建立标准案例库,将标准模型点云数据输入到待验证的模块中,得到的结果与标准模型的数据进行对比;采用比对测试方法验证软件的准确度,用围尺法和三维激光扫描仪测量同一个对象,再将扫描仪获取的点云数据输入到软件中得出测算结果。通过比对软件测算结果和围尺法的测量结果,验证软件的准确度。