航空航天遥感影像在应急测绘上的应用和探索

作者： 邓楠   来源： 经纬天地 年份： 2023 文献类型 ： 期刊 关键词： 遥感影像   航空航天   应急测绘  

描述： 随着航空航天技术和遥感技术的不断进步，在国家应急测绘保障能力建设的大背景下，如何利用航空航天遥感影像数据，为灾害应急救援和灾后重建等工作提供有效、可靠的决策信息成为当前的重要课题。文章首先分析了航空航天遥感技术的背景和国内外发展现状，并对航空航天遥感影像的特点进行了描述；然后，对应急测绘中航空航天遥感影像的应用范围和应用手段进行了剖析；最后，对应急测绘中航空航天遥感影像的应用处理流程进行分析，并对下一步研究进行展望。

基于单类分类的航空遥感影像变化检测

作者： 薄树奎   荆永菊   来源： 郑州航空工业管理学院学报 年份： 2023 文献类型 ： 期刊 关键词： 遥感影像   单类分类   变化检测   航空影像  

描述： 航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法，通过对不同时相的航空遥感影像进行单类分类，提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本，由训练样本确定一个距离阈值，实现单类分类和变化检测。虽然简化了参数设置和样本训练，但实验结果表明，该方法与最近邻方法具有相近的变化检测精度。

基于单类分类的航空遥感影像变化检测

作者： 薄树奎   荆永菊   来源： 郑州航空工业管理学院学报 年份： 2023 文献类型 ： 期刊 关键词： 遥感影像   单类分类   变化检测   航空影像  

描述： 航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法，通过对不同时相的航空遥感影像进行单类分类，提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本，由训练样本确定一个距离阈值，实现单类分类和变化检测。虽然简化了参数设置和样本训练，但实验结果表明，该方法与最近邻方法具有相近的变化检测精度。

基于卷积神经网络的航空零件去噪技术

作者： 赵安安   郑炜   郭俊刚   来源： 机械设计与制造工程 年份： 2023 文献类型 ： 期刊 关键词： 卷积神经网络   法线估计   计算机辅助设计   点云去噪  

描述： 为去除在用三维激光扫描技术扫描航空零部件时，因扫描环境、设备等因素带来的大量零件点云噪声，提出基于卷积神经网络的航空零件去噪技术。首先应用经典卷积神经网络预测点云法线信息，然后以此进一步对点云进行位置更新，从而实现点云去噪。经实验证明，与目前的去噪方法相比，所提方法在去噪方面更具优越性。

基于多变量多步CNN的航空发动机剩余寿命预测

作者： 曹越   来源： 航空计算技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   卷积神经网络   剩余寿命   端对端预测   状态参数  

描述： 针对航空发动机状态参数多、非线性特征提取难、多环节剩余寿命预测累计误差高的痛点问题，提出多变量多步卷积神经网络用于航空发动机剩余寿命预测。将多状态参数对应的长时间序列作为输入样本，连续的剩余寿命值作为模型输出，通过多变量多步卷积神经网络的特征提取与降维处理，实现了从多状态参数到多步剩余寿命的端对端直接预测。利用C/MAPSS仿真数据集进行实例验证，结果表明：多变量多步卷积神经网络能够高效准确的得到端对端剩余寿命预测结果；与其他对比模型相比，也有更低的预测误差。

基于图像识别的航空姿态指引仪故障检测系统

作者： 彭俊榕   魏麟   谭任翔   何峻毅   来源： 仪表技术 年份： 2023 文献类型 ： 期刊 关键词： 姿态指引仪   卷积神经网络   维修   故障检测   图像识别   Hough变换  

描述： 对于航空姿态指引仪的维修，仅靠人工目视检测效率低下，为了解决该问题，研究出一种基于Hough变换和改进的AlexNet卷积神经网络的图像识别算法。通过分析处理和识别分类指引仪表盘图像的特定区域，及时检测出指引仪倾斜角和俯仰角的指示情况。实验表明，以该算法为核心的故障检测系统，能够较准确地判断指引仪是否存在故障或是否符合维修标准，检出率在90%以上。由于该系统的应用，机务维修人员可以远程诊断航空姿态指引仪的故障，高效完成维修工作。

基于统一网络架构的多模态航空影像质量评价研究

作者： 闫婧   武林伟   刘伟杰   韩如雪   来源： 现代电子技术 年份： 2023 文献类型 ： 期刊 关键词： 无参考模型   特征提取   卷积神经网络   特征融合   多模态数据   深度学习   网络结构   影像质量评价  

描述： 高质量无人机航空影像是目标检测、分析、识别的重要前提条件，但各类传感器成像机理不同，质量影响因素多样，往往需要根据不同模态数据的特性设计不同的网络模型，从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题，提出一种基于统一网络框架的无参考多模态影像质量评价模型，通过自适应地学习图像块内部的局部特征与图像块之间的相互关系，完成空间维度上的全局信息融合和时间维度上的时序信息融合，实现对多种模态影像数据的质量评估，进而快速有效地监测筛选采集数据的质量，提高有效数据采集效率。实验结果表明，该方法在多种模态的影像数据质量评价上具备泛用性和有效性。