● 前言
第1章 緒論
1.1 背景及意義
1.2 國內外發展現狀
1.3 本書若干理論基礎
1.4 本書內容及總體框架
第1篇 耦合BIM的安全監測智能分析
第2章 基於BIM的輸水工程安全監測網絡可視化技術
2.1 引言
2.2 BIM軟件平臺選取
2.3 輸水工程BIM構件庫建立
2.4 輸水工程BIM建模方法
2.5 輸水工程安全監測數據構成
2.6 輸水工程安全監測動態BIM構建
2.7 安全監測動態BIM的網絡三維可視化
2.8 實例應用分析
2.9 本章小結
第3章 基於深度信念網絡的輸水工程安全監測指標預測
3.1 引言
3.2 深度信念網絡基本原理
3.3 基於DBN的數據預測模型
3.4 輸水工程安全監測指標的影響因素分析
3.5 安全監測指標預測的DBN建模
3.6 實例應用分析
3.7 本章小結
第4章 基於D—S理論的輸水工程安全多準則模糊綜合評價
4.1 引言
4.2 輸水工程運行安全評價指標體繫構建
4.3 安全監測指標的不同度量方法
4.4 指標模糊隸屬度函數構建
4.5 單種度量下運行安全模糊綜合評價方法
4.6 基於D—S證據理論的多種評價結果融合
4.7 實例應用分析
4.8 本章小結
第2篇 無人機巡檢與智能識別
第5章 耦合動態BIM的輸水渠道無人機增強現實巡檢技術
5.1 引言
5.2 動態BIM信息增強的無人機巡檢技術路線
5.3 長距離輸水渠道巡檢適航無人機選型
5.4 動態BIM仿真相機三維交互渲染原理
5.5 虛實相機對應物理光學參數的解算
5.6 網絡環境下巡檢航拍影像的在線發布
5.7 基於航拍圖物理光學參數的渠道BIM實時聯動
5.8 實例應用分析
5.9 本章小結
第6章 BIM驅動的輸水渠道航拍圖像興趣區提取方法
6.1 引言
6.2 輸水渠道航拍圖興趣區及提取的必要性
6.3 基於BIM—航拍圖配準的渠道結構提取方法
6.4 基於視頻時空連續性的渠道結構提取算法改進
6.5 基於HSV空間閾值分割的渠內液面提取方法
6.6 實例應用分析
6.7 本章小結
第7章 寒區輸水渠道冰情的智能圖像識別
7.1 引言
7.2 渠道冰情狀態識別的技術路線
7.3 渠道冰期輸水凍融過程分析
7.4 冰情圖像特征描述指標分析
7.5 基於的冰情圖像特征描述指標相關程度分析
7.6 基於支持向量機的冰情圖像識別分類方法
7.7 實例應用分析
7.8 本章小結
第8章 輸水渠道水面異物的智能圖像識別
8.1 引言
8.2 渠道水面異物檢測的技術路線
8.3 超像素分割的基本原理
8.4 基於SLIC超像素紋理的異物檢測方法
8.5 基於超像素分類的渠道異物類型識別方法
8.6 實例應用分析
8.7 本章小結
第9章 輸水渠道邊坡破壞的智能圖像識別
9.1 引言
9.2 渠道邊坡破壞識別的技術路線
9.3 邊坡破壞特征向量的選取和設計
9.4 邊坡破壞的支持向量機建模及識別方法
9.5 實例應用分析
9.6 本章小結
第10章 基於航拍攝影測量的渠道險情空間定位
10.1 引言
10.2 攝影成像及坐標轉換模型
10.3 航攝相機的內參矩陣標定
10.4 航攝相機的外參矩陣解算
10.5 渠道險情的三角定位及幾何特征估算
10.6 實例應用分析
10.7 本章小結
第3篇 水下機器人檢測與智能識別
第11章 輸水工程水下機器人檢測技術概述
11.1 引言
11.2 開放渠道水下檢測機器人
11.3 封閉管道水下檢測機器人
11.4 水下檢測圖像采集作業
11.5 輸水工程水下檢測技術展望
11.6 本章小結
第12章 基於卷積神經網絡的水下裂縫智能圖像檢測與識別
12.1 引言
12.2 水下裂縫檢測的技術路線
12.3 水下圖像的預處理方法
12.4 水下裂縫識別卷積神經網絡建模
12.5 基於滑動窗口檢測的裂縫定位算法
12.6 基於Otsu算法的裂縫區域提取
12.7 實例應用分析
12.8 本章小結
參考文獻

本書從“安全監測智能分析”“無人機空中智能巡檢”和“水下機器人智能檢測”三個維度探索了耦合BIM、機器人和人工智能的輸水工程安全監測分析與險情智能識別的理論方法及關鍵技術，介紹了輸水工程安全監測BIM動態建模及其可視化、安全監測預測與評價、耦合 BIM與無人機的渠道應急巡檢、基於無人機航拍的險情智能識別，以及水下裂縫智能圖像檢測與識別等，旨在為長距離輸水工程(尤其是高寒無人區長距離輸水工程)的安全監測、險情應急巡檢及識別提供新的技術手段，以提高長距離輸水工程運行安全管理的智能化水平。 本書可供高等院校水利工程、工程管理、計算機及相關專業的研究生閱讀，也可作為廣大工程技術和科學研究人員學習、科研的參考材料。