发扬夏坚白院士精神,倡导尊重知识、重视知识产权的行业之风

前不久,报章上出现了这样一条消息:国家信息产业部、国家版权局、商务部、财政部四部委联合下发了<关于计算机预装正版操作系统软件有关问题的通知>.根据通知精神,从现在开始没有预装正版操作系统的PC产品将无法上市销售.     

中国最美的古村落(十) 浙中奇绝 乌石古村

最吸引人的是这里的建筑,古民居外墙都由一小块一小块的乌石垒成,粗犷的外形与凝重的黑色相结合,结构精巧独特,给人以"鬼斧神工"的感觉,据说最早的乌石屋已有近三百年的历史.     

搜酷

强悍的摄像机作为索尼XR系列摄像机的开篇之作,HDRXR520E集众多项级配置于一身,采用了在低光照环境下有着出色表现的Exmor R CMOS感光元件,     

电脑族每天必喝的四杯茶

1.上午一杯绿茶绿茶中含强效的抗氧化剂以及维生素C,不但可以清除体内的自由基,还能分泌出对抗紧张压力的荷尔蒙。绿茶中所含的少量咖啡因可以刺激中枢神经,振奋精神。不过最好在白天饮用,以免影响睡眠。2.下午一杯菊花茶菊花有明目清肝的作用,有些人就干脆用菊花加上枸杞一起泡来喝,或     

国家测绘局跨世纪青年学术带头人李清泉教授

李清泉教授生于1965年1月,安徽天长人,中共党员,工学博士,武汉大学副校长,湖北省第八、九届政协委员,第二届"湖北省五四青年奖章"获得者,湖北省青年联合会第十届委员会副主席,武汉市青年联合会第十届委员会副主席,李清泉教授先后承担了教学、科研、产业和财务管理以及大量社会工作.     

同江:一曲赫哲族船歌

同江位于三江平原北端,黑龙江与松花江汇流处南岸的三角地带,是有百年历史的国际口岸城市,由佳木斯市代管。清末设立临江州,1905年辟为通商口岸,1914年以黑龙江、松花江在此合一而改名同江。东接抚远,南邻饶河,北与俄列宁斯科耶隔水相望,边境线长166公里,设有国家一类口岸。同江有八岔、街津口两个赫哲族乡,这是一个只有四千人口,却在漫     

中国最美的古村落(一)千古太极奇村——俞源探秘

俞源的经典在于村落结构的设计:村中有大小七个水塘组成北斗七星的格局,村内的28幢主要建筑则按照天上的28星宿排布。     

万维网GIS的若干关键技术及其实现

提出基于J2EE多层体系结构的WebGIS系统,能够平衡好服务器、应用服务器、客户端负载,极大地提高系统的响应速度;对海量的矢量数据与影像数据采用不同的压缩方式,在数据不失真的情况下尽量减少数据的传输量,减轻网络的负载;栅格数据与矢量数据的"无缝"叠加,更加形象清楚地发布空间数据;基于0racle Spatial关系数据库的WebGIS,使系统更加安全可靠.     

飞地:孤悬在外的领土

从明清之交,到解放初的三百多年间,在(四川)峨眉县普兴乡境内,曾有一个地名叫何沟(亦叫梅沟)的小山村,只有十几户人家,却直属嘉定府管辖,毗连的夹江,峨眉、洪雅、乐山四县,无权过问,是一个"世外桃源",当地人称它是"飞地"……梅沟成为一个四不管的角落.     

数字

1.26亿吨近日,黑龙江省煤田地质勘察队在鹤岗市萝北县江滨农场境内发现一处总面积为124.88平方公里,储量约1.26亿吨,煤层平     

区域多尺度马尔可夫随机场的遥感影像分类

多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"胡椒盐"现象,但由于仅利用了单尺度的的特征,也难以描述影像多层次的空间模式,导致分类精度较低。为改善分类结果中的"胡椒盐"现象和提高分类精度,提出了一种结合区域多尺度遥感影像分割和马尔可夫随机场的分类方法。首先,获得原始影像过分割区域,依据区域内亮度均值以及区域间的共享边界长度信息,提取影像低频和高频特征,采用该低频特征波段代替原始影像,重复分割与特征波段提取过程,形成影像的区域多尺度表达。然后,以原始图像为初始尺度,以分割区域为处理单元,以更细尺度分类结果为标记场先验,以当前高频特征建立特征场,逐层分类、投影,获得最终尺度分类结果。合成纹理影像和多光谱遥感影像的实验表明:相比于小波域多尺度建模方法和单尺度区域建模方法,本文提出的方法可以有效提高分类精度,并避免"胡椒盐"现象的产生。     

Overlapped rectangle image representation and its application to exact legendre moments computation

Linear quadtree is a popular image representation method due to its convenient imaging procedure. However, the excessive emphasis on the symmetry of segmentation, i.e. dividing repeatedly a square into four equal sub-squares, makes linear quadtree not an optimal representation. In this paper, a no-loss image representation, referred to as Overlapped Rectangle Image Representation (ORIR), is presented to support fast image operations such as Legendre moments computation. The ORIR doesn’t importune the symmetry of segmentation, and it is capable of representing, by using an identical rectangle, the information of the pixels which are not even adjacent to each other in the sense of 4-neighbor and 8-neighbor. Hence, compared with the linear quadtree, the ORIR significantly reduces the number of rectangles required to represent an image. Based on the ORIR, an algorithm for exact Legendre moments computation is presented. The theoretical analysis and the experimental results show that the ORIR-based algorithm for exact Legendre moments computation is faster than the conventional exact algorithms.     

重叠矩形图像表示及其上的精确Legendre矩计算(英文)

Linear quadtree is a popular image representation method due to its convenient imaging procedure. However, the excessive emphasis on the symmetry of segmentation, i.e. dividing repeatedly a square into four equal sub-squares, makes linear quadtree not an optimal representation. In this paper, a no-loss image representation, referred to as Overlapped Rectangle Image Representation （ORIR）, is presented to support fast image operations such as Legendre moments computation. The ORIR doesn＇t importune the symmetry of segmentation, and it is capable of representing, by using an identical rectangle, the information of the pixels which are not even adjacent to each other in the sense of 4-neighbor and 8-neighbor. Hence, compared with the linear quadtree, the ORIR significantly reduces the number of rectangles required to represent an image. Based on the ORIR, an algorithm for exact Legendre moments computation is presented. The theoretical analysis and the experimental results show that the ORIR-based algorithm for exact Legendre moments computation is faster than the conventional exact algorithms.     

面向对象的高光谱遥感影像稀疏表示分类

稀疏表示用于高光谱遥感影像分类多是基于像素层次来处理的。文中提出一种面向对象的高光谱遥感影像稀疏表示分类方法。首先从高光谱影像中提取4个波段组成标准的多波段影像,进行面向对象的影像分割;然后计算各对象在各波段上的光谱均值,并选取少量样本进行训练;最后利用基于Fisher字典学习的稀疏表示进行高光谱遥感影像的分类。实验结果表明,该方法可以利用较少的样本得到较好的分类效果,与基于像素层的稀疏分类相比较,分类精度与效率均有所提高,分类结果更接近真实地物,避免了零碎图斑。     

图像的空间频谱识别与分类

本文介绍一种光学－计算机混合处理系统对图像进行空间频谱分析的原理和方法。该系统的光学部分是一个夫琅和费衍射装置，它把光学图像转换成二维的傅立叶频谱，即空间频谱。计算机则负责频谱数据的采集与分析。鉴于遥感地质日视解译中区分岩类的主要识别指标是遥感图像的影纹特征，文中以岩石的遥感图像的空间频谱采样与特征提取，对空间频谱进行识别和分类为例，阐明利用衍射图样对图像进行识别的方法。     

空-谱信息与稀疏表示相结合的高光谱遥感影像分类

针对传统的高光谱遥感影像分类中多依赖光谱信息而忽视空间信息以及提取的特征维数高的问题,提出了一种空-谱信息与稀疏表示相结合的分类算法。首先,利用最小噪声分离对原始影像进行降维,在此基础上,对主成分图上局部影像块内的所有像素进行重组,并用排序的方法得到旋转不变的空-谱特征。然后,对空-谱特征进行监督学习得到字典,并将提取的测试样本的空-谱特征编码到字典中以得到测试样本的稀疏表示。最后,使用支持向量机分类器(SVM)对高光谱影像进行分类。3组高光谱数据试验表明,与传统的分类方法比较,本文方法能有效提高分类精度。     

利用在线字典学习实现图像超分辨率重建的算法

图像超分辨率重建是通过对单张或多张具有互补信息的低分辨率图像进行处理,重建一张高分辨率图像的技术。在单张图像的超分辨率重建中,基于稀疏表示的方法取得了很好的效果,得到了广泛的应用。一张图像中不同区域的图像块的内容一般会有显著变化。而基于稀疏表示的超分辨率重建算法多采用固定的字典,无法适应每一个图像块的重建需求。提出了一种结合外部数据和输入图像自身信息进行超分辨率重建的方法,通过搜索待处理图像块的非局部自相似块,结合在线字典学习方法对字典进行更新,从而保证更新后的字典能够匹配待处理的图像块。采用包括遥感图像在内的5张图像进行实验,并与4种经典的超分辨率重建算法进行比较,实验结果表明,此算法在主观评价和客观评价方面都有更好的表现。     

遥感卫星影像K-SVD稀疏表示去噪

常规的去噪方法在去除遥感卫星影像噪声时,往往会造成影像模糊和空间分辨率下降。本文将稀疏表示理论应用于遥感卫星影像去噪,提出了一种改进算法,能够保留低频信息不变,仅对影像的高频信息进行稀疏重建。算法核心是按照是否能够从过完备字典中选择较少原子进行稀疏表示的原则来区分高频信息中的有效信息和噪声。通过3组实验对改进算法与传统去噪方法进行对比检测,实验结果表明,改进算法在去除噪声的同时,能较好地突出影像的边缘和细节信息。     

一种高分影像建筑区分块表示与合并提取方法

建筑区是一种重要的人工地理要素,利用高分辨率卫星影像可以在更精细的尺度上获取建筑区信息。针对建筑区这类结构复杂、面积相对较大的地物类,提出一种分块表示与合并提取方法。首先,通过角点上下文约束来划分图像,并将获得的图像块作为影像处理的基本单元;然后,利用空间变异函数来建模每个图像块并提取特征描述参数,进一步通过主成分变换实现建筑区图像块的结构特征表示;最后,根据图像块空间结构特征的相似性实现建筑区的判别。实验结果表明,该方法能够有效实现高分影像建筑区的提取,并且对不同分辨率的高分影像表现出良好的适应性。