The Gastric Shield and the Undrelying Epithelium of Chlamys Farreri:Morphological,Histological and Histochemical Characterizations

The gastric shield and underlying stomach epithelium of Chlymas ffarreri were examined at the light and ultrastructural levels.The results showed that the gastric shield consisted of two different size lobes joined together by a narrow middle piece,the thicker lobe was shaped like a funnel,but unclosed at the lateral side;the other lobe was irregularly triangular-shaped.The transverse section of the thicker lobe was obviously laminated and gradually decreased in thickness from the peak to the margins of the shield.The underlying epithelium bore numerous about 3μm diameter spherical processes formed by the apical plasmalemma of the epithelial cells becoming blunt pseudopodia.Microvilli and some interspersed cilia were present in the areas among the spherical processes regions where only microvilli existed.Rough endoplasmic reticulum,Golgi apparatus,different-sized electron-dense secretory granules and electron-lucent vacuoles as well las abundant mitochondria were present in the underlying epithelial cells.Fused droplets of the secretion from the underlying epithelial cells formed the gastric shield.     

基于特征点的高分辨率遥感影像城镇道路提取

根据高分辨率遥感影像中城镇道路的特点,提出了一种基于特征点的道路信息提取方法。首先,对影像进行增强处理并选取感兴趣的子区域,利用改进的分水岭分割理论和阈值选择算法,结合八邻域检测方法得到道路的特征点;然后,利用回归分析方法在一定的坐标系统下得到每条道路的回归方程,根据端点坐标信息得到道路信息图;最后,利用数学形态学算法获取道路骨架图。结果表明,本方法能够精确有效地提取高分辨率遥感影像的城镇道路信息。     

基于形态学重构运算的地面目标识别算法

针对在热红外遥感图像上识别背景复杂的地面目标较为困难这一问题,提出了基于形态学重构运算的地面目标识别算法。该算法首先对形态学重构运算的背景抑制原理及其算法的适应性进行了分析,并将该算法应用于对原始图像的背景抑制与处理;然后,对处理后的图像进行分割,获得感兴趣的目标区域;最后,通过对感兴趣区域特征的提取与匹配识别目标。实验结果表明,该方法能从复杂自然场景中有效地识别出目标。     

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界．最后进行精定位。实验表明,该方法具有较高的定位精度。     

多层城市冠层模式的建立及数值试验研究

为在城市气象数值模拟中更好地体现由城市发展引起的下垫面土地利用改变及人为活动对大气过程的影响,建立了基于建筑物三维分布的多层城市冠层模式,冠层内动力方程组考虑了建筑物冠层拖曳力的作用及雷诺应力的影响,通过引入建筑物宽度、间距以及垂直分布密度指数等建筑物形态特征参数,以更好地体现城市复杂地表对大气温度、湿度及动量方程的影响.同时,该模式分屋顶、4个侧壤及地面分别考虑辐射及能量平衡求解表面温度,计算各表面与大气的通量交换,并考虑辐射阴影效应、冠层内部各个面之间的可视因子、以及与冠层内建筑物密度指数、可视因子等相关的多重反射辐射导致的辐射截陷作用.模式的离线检验结果表明:(1)冠层模式计算风廓线与风洞实验测量数据吻合良好;(2)离线冠层模式能够模拟实际小区的风速、温度垂直廓线,并能够较好地体现小区内气温日变化.冠层模式与区域边界层模式耦合检验结果表明:(1)耦合模拟的近地面(2 m处)气温及地表温度的结果明显优于传统的水泥平板方案,尤其是在夜间,水泥平板方案与实测气温最大偏差4 K左右,耦合模拟方案为1-2 K;(2)耦合模拟方案考虑了建筑物对冠层之上的拖曳力影响以及建筑物形态结构对雷诺应力的影响,风速(10 m处)计算结果与观测值相差约在1 m/s,水泥平板方案偏差3 m/s左右.     

IEU-Net高分辨率遥感影像房屋建筑物提取

房屋建筑物作为人类活动的主要场所,快速准确地将其从高分辨率遥感影像中提取出来,对促进遥感信息在防灾减灾、城镇管理等方面的应用具有重要意义。本文基于深度学习,提出了高分辨率遥感影像房屋建筑物像素级精确提取方法。首先,针对样本图像边缘像素特征不足现象,以U-Net模型为基础提出IEU-Net模型,设计了全新的忽略边缘交叉熵函数IELoss并将其作为损失函数,另外添加Dropout和BN层在避免过拟合的同时提高模型训练速度和鲁棒性。其次,为解决模型特征丰富度有限的问题,引入形态学建筑物指数MBI,与遥感影像RGB波段一同参与到模型的分类过程。最后,在模型预测时与IELoss相对应采用忽略边缘预测策略从而获得最佳建筑物提取结果。实验对比分析表明：本文方法能有效克服样本边缘像素特征不足问题并抑制道路、建筑物阴影对结果的影响,提升高分辨率遥感影像中房屋建筑物的提取精度。     

基于数学形态学的位场数据边缘增强方法

位场数据边缘增强对于地质构造研究和矿床勘查具有重要意义。现有的边缘增强方法多数基于位场数据的导数构建,往往存在对噪声敏感的缺点,且处理结果中常有虚假边界的出现。本文基于数学形态学良好的形状分析和噪声压制性能,通过数学形态学基本算子的组合叠加,提出了一种新的位场数据边缘增强方法。该方法容易实现,且不需要计算位场数据的水平和垂向导数。板状体模型试验结果表明,该方法能有效地对重力异常和化极后的磁异常数据进行边缘增强。针对三维模型试验中正负异常同时存在的情况,相比以往几种方法,该方法输出的边缘更清晰且没有额外边缘的产生,并表现出更强的抗噪能力。最后将该方法和以往几种方法应用到老挝万象地区实际重力异常数据的处理中,结果显示该方法刻画出的边缘更加连续清晰;同时结合以往地质资料,推断了成矿的有利部位。     

基于多特征融合与边缘约束的建筑物变化检测

利用遥感影像进行建筑物变化检测能够快速获取城镇扩张、违章建筑管控等结果.针对基于单一特征的高分辨率遥感影像变化检测算法检测结果较为粗糙,变化建筑物边缘效果不佳等问题,本文提出一种多特征信息融合与边缘约束的建筑物变化检测方法.引入改进的形态学建筑物指数,通过建筑物的多特征描述与差异特征集融合实现城镇区域建筑物变化信息自动...     

基于DEM数据的月表撞击坑自动提取研究

提出一种基于地形与形态学的撞击坑自动提取算法,该算法主要利用撞击坑的形态特征进行提取,利用形态学方法提高提取结果的连续性并去除提取结果中的噪声,使提取的撞击坑边界线更为简单,定位更加准确,易于存储与计算。该算法使用月球勘测轨道器照相机(LROC)提供的100 m分辨率DEM数据进行测试,测试结果显示该算法对于形态较为完整的简单撞击坑提取效果较好,提取的边界线较为准确且能够反映撞击坑的真实形态。