基于灰度直方图和几何特征的声纳图像目标识别

目标形状因子和长、宽、高等几何特征,与目标类别具有很大的关系,而灰度直方图也是目标物理特性的直接表现。根据采用马尔可夫随机场理论分割后的声纳目标和阴影图像,利用其灰度直方图曲线进行目标的聚类分析,再利用几何特征进行类别识别,经实测的数据验证,取得了较好的效果。证明该方法可有效表征不同目标的物理特性,从而区分不同类别的目标,避免了目标绝对反向散射强度的复杂计算,增强了抗噪性。以搜寻目标的几何特征为输入参数,可迅速锁定要搜寻的目标,借助其它探测手段,实现目标的自动识别。     

基于LIBSVM的石油录井中岩屑岩性识别方法研究

针对在PDC钻头条件下石油录井过程中的岩屑岩性难以用肉眼识别,以及传统分类器准确率低的问题,该文利用和差直方图变换、傅里叶变换、Gabor变换3种不同的岩屑图像特征提取技术,将岩屑样品进行特征提取,并设定LIBSVM分类器的分类参数,根据得到的岩性识别率的高低来确定最优的参数组合。结果表明,SVM设置类型上选择NU_SVC、核函数选择RBF、分类参数gamma设置为0.1、nu设置为0.11的参数组合可获得较高的岩性识别率。其中采用Gabor特征提取方式和LIBSVM分类器对现场岩屑样品进行测试,获得的岩性识别率最高,对现场泥岩和砂岩的平均识别率分别为95%和90%。与神经网络分类器分类结果比较,该方法能更好地分析岩屑的岩性,可望在现场得以推广应用。     

基于验后方差估计原理探测与剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。应用最小二乘法来计算观测值的参数、残差、协因数阵及单位权的初值,再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,按照统计检验的方法剔除粗差。通过实验证明,基于验后方差估计原理导出的选权迭代具有很强的粗差探测能力。     

基于GNSS观测网的双差和非差解算结果比较分析

利用BERNESE软件双差定位模块与PANDA软件非差精密单点定位模块,处理了中国沿海GNSS观测网2009年120天~365天的数据资料,分别从外符合和内符合精度对结果进行比较分析。结果表明:BERNESE软件双差定位解算出的坐标精度要优于PANDA软件精密单点定位,但相差不大。     

基于直方图分析和Jensen-Shannon散度的海表温度锋检测

海洋锋是海洋中的重要现象之一,通常可以利用锋面检测算法在遥感图像中进行提取。针对在海洋遥感图像质量较低、噪声较多的情况下梯度较小而尺度较大的海表面温度锋提取效果不佳的问题,对基于Jensen-Shannon散度的锋面提取方法进行了改进。具体改进是在计算图像散度时先进行直方图分析,即根据水温分布中的极小值对水温数据进行重新分组,然后使用新生成的水温分布来计算散度,另外还使用了Canny算法中的非极大值抑制对散度图中的锋面进行了细化。实验结果表明,改进后的方法提取出的锋面与使用梯度幅值表示的锋面基本吻合,同时比原方法更适合用于提取受噪声影响较多的水温图像中的大尺度锋面。     

基于流变特性与纹理特征的底质层界智能识别

针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。     

X射线衍射全岩录井技术在渤海油田的应用

渤海油田的勘探中深层的快速发展、PDC钻头大量使用、大位移井等新技术的应用等,造成现场岩屑细碎,依靠传统的岩性识别方法进行岩性识别越来越困难,进而影响到中深层地层界面的准确判断,不能满足目前随钻岩性识别和实时建立地质岩性剖面的要求。为了解决细碎岩屑的岩性识别以及地层界面识别的问题,渤海油田引入了X射线衍射全岩录井技术(以下简称XRD),该技术主要分析岩石中所含矿物成分以及相对含量,通过特征指示矿物含量的变化,进行岩性识别,根据不同沉积环境的矿物含量的变化趋势来进行地层划分,为现场岩性快速识别及地层界面识别提供了有力支持。     

基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法

基于纹理分析和人工神经网络建立了用于区别SAR图像中溢油现象和疑似溢油现象的模型.引入图像处理中的纹理分析作为识别溢油现象的特征参量,并利用方差分析对计算的31个特征参量进行筛选作为神经网络的输入.结果表明,模型能够较好的识别溢油现象,测试样本集的总体精度为0.83;纹理特征作为特征参量以及基于方差分析的特征参量筛选提高了溢油现象的识别精度.     

荧光光谱结合主成分分析对硅藻和甲藻的识别测定

将浮游植物三维荧光光谱与主成分分析方法相结合,针对我国东海常见的12种藻建立了硅藻和甲藻的识别测定技术。根据Fisher判别分析结果,选用三维荧光光谱的第一主成分得分谱作为硅藻和甲藻的识别特征谱,建立了浮游植物荧光特征谱库。在此基础上,利用非负最小二乘法进行识别测定,其中单门类样品共有78个,识别正确率为95%,回收率≥81%;2个门类的混合样品共有18个,识别正确率为83%,回收率≥80%。     

基于岩性精细识别基础上的砂砾岩储层研究——以渤海CFD油田为例

砂砾岩体多位于陡坡带,具有纵向厚度大,粒径粗,泥岩不发育,岩相变化快,储层非均质强等特点。储层评价存在一定的困难,特别在海上油田探井较少、各项资料缺少、可类比油田较少的情况下,更增加了精细研究该类储层的难度。以渤海CFD油田的岩心、壁心、薄片、粒度、测井等资料为基础,通过岩矿与测井结合的研究,提出一套岩性判别模式,从而精确识别出储层段岩性。通过孔隙类型、孔隙结构、物性等微观特征描述,分析了沉积微相、岩性与物性的关系,指出本研究区储层物性的主控因素是岩性,从而确定了井点的优势储层。以层序地层格架为基础,井震结合,提取地震属性,在相控模式的指导下,预测出平面储层分布。这种由点到面的研究思路,为油田开发方案的合理编制提供了较为详实的地质基础。同时,为相似地质条件和资料基础的巨厚储层精细描述提供了技术和方法借鉴。     

基于时差法超声测风系统的声场分析与研究

基于时差法原理设计了超声测风系统,并对该系统在空气中传播的超声声场进行了深入分析.阐明了在海洋环境监测中,风矢量对超声波声传播特性和超声测风系统声场的影响,分析了其与系统的最大量程、测量精度和分辨率等主要性能指标的关系,该研究结果为提高超声测风系统性能指标设计的准确性和科学性提供了依据.     

基于字符特征的数字字符识别算法

提出了一种基于字符特征的数字字符识别算法,对识别过程和算法实现进行了详细介绍。该算法避免了细化、轮廓提取和模板匹配等复杂的计算,具有计算简便、实现简单的优点。     

MODIS图像湖泊水体信息的快速识别与制图

在可见光和近红外波段内,水体、植被、城市和土壤等地物的光谱反射率差异是利用遥感手段提取水体的基本原理。利用归一化植被指数(NDVI)提取MOD IS遥感影像上的水体,再将提取出的水体和MOD IS的空间分辨率为250m的2个波段进行假彩色合成,实现湖泊水体遥感影像的自动制图。结果表明,利用本文方法制成的水体分布图,既能保留MOD IS的较高分辨率,又能清晰地识别水体。     

基于形状特征的XBT探头检测与识别研究

为改进国产投弃式温深仪(XBT)的下降速率公式,拟采用基于图像处理的方法测量其下落过程中的运动参数并分析,为此要实现XBT探头的自动提取。为实现视频图像中XBT探头的自动检测识别,提出了一种基于形状特征的目标检测识别算法。首先通过背景差分法去除背景噪声并阈值分割,采用连通区域的标记算子将二值图像标记为互不连通的待识别区域。然后提取连通区域的偏心率、致密性以及标记图构造描述目标的特征向量,通过计算各连通区域的特征评价函数,利用模糊综合评价方法识别XBT探头。最后对研究方法进行了物理实验验证。实验结果表明:用模糊综合评价方法能较好地在复杂背景下实现目标的识别,能够有效地在序列图像中准确的检测识别出XBT探头目标,为XBT运动参数的测量打下了基础。     

基于鱼体运动特征和图像纹理特征的鱼类摄食行为识别与量化

针对水产养殖中的精准投喂问题,以大西洋鲑(Salmo salar)为研究对象,提出一种基于鱼体运动特征和图像纹理特征的鱼群摄食活动强度量化方法,进行鱼类摄食行为识别研究。利用自适应背景差分及光流法得到运动鱼体的速度、转角,并通过信息熵统计速度和转角的分布,之后通过灰度共生矩阵提取能量、熵、对比度、相关性和逆差距5个图像纹理特征值。最后,结合鱼体运动特征及图像纹理特征,对鱼类摄食行为进行识别和检测。实验结果表明,该方法的识别准确率达到了94.17%,相较于单一特征检测本研究的检测精度更高。     

一种鲁棒的基于全景视觉的足球机器人目标识别方法

由于光照的变化和全景视觉的畸变,全自主足球机器人对目标识别不稳定且有效性差,为此提出了1种基于Gabor滤波器和支持向量机(SVM)的全自主足球机器人目标识别方法。首先根据颜色特征和面积、长宽比等简单形状特征提取候选目标,候选目标中包含实际的目标和与目标颜色相近且通过上述简单形状特征判断仍无法消除的干扰。将候选目标与Gabor滤波器作卷积来提取特征向量,将特征向量输入SVM进行分类,识别出实际的目标。在机器人MT-R的足球目标识别中对该方法进行了实验,实验表明该种方法具有较好的识别精度,且满足足球机器人的实时性要求。     

基于连续帧间差分的抛弃式探头三维下沉运动处理方法研究

抛弃式探头由无人机装载,能够在较远目标区域和危险海域开展海洋水文环境剖面参数的测量。通过安装不同传感器,可以实现对温度、盐度的剖面测量,其深度的测量采用数学方法计算得到。针对双摄像机水箱实验获得的5个不同攻角实验结果,分析了常用的运动目标的检测方法,最终选择基于连续帧间差分法,确定探头的三维坐标位置,进而得到探头下沉运动的三维运动轨迹和速度曲线等信息。探头从水面释放后攻角在下沉过程中不断调整,改变运动姿态,同时伴随自身的旋转,抵消水平方向阻力作用,初始攻角产生的深度测量误差主要体现在加速过程,探头达到匀速运动后测量误差不变,在不考虑横流的情况下,探头最后以匀速垂直下落运动。     

机器学习在基于点云的三维物体识别领域的研究综述

随着机器学习算法的不断更新发展,加之其良好的适应性、准确性及鲁棒性,在三维物体识别领域获得了广泛的应用,成为当前点云处理的研究热点.首先,本文对三维物体点云数据识别及机器学习的发展应用进行归纳.然后,从特征选择、特征提取、特征识别三个方面,进行分析总结.最后,指出机器学习在基于点云的三维物体识别领域的应用目前所面临的挑...     

基于模式识别的台风风暴潮灾情等级评估模型研究

风暴潮灾害每年都给我国沿海地区造成巨大的经济损失。本文在前人研究的基础上,引入风暴潮灾情等级的模式识别思想,运用感知器方法的理论及其算法,并以广东省湛江地区为例,建立了该地区的台风风暴潮灾情等级判别函数,经还原检验和判别预测获得满意的结果,证明该方法用于台风风暴潮灾情等级判别是可行的。这对于实现风暴潮灾情等级的快速评估,为抢险救灾的人力、财力和物力分配提供依据具有重要意义。