基于降斑各向异性扩散的SAR图像海岸线提取

受SAR图像相干斑噪声的影响,传统基于阈值的SAR图像海岸线提取方法难以迅速、精确地提取结构复杂精细的海岸线。为此,提出一种结合降斑各向异性扩散和大津法的SAR图像海岸线提取方法。首先,利用降斑各向异性扩散方法对SAR图像进行滤波,使其在尽可能滤除掉相干斑噪声的同时保持精细边缘和纹理结构;然后,以类间方差最大为准则,自适应地确定阈值,实现滤波结果图像二值化分割。在分割结果中,利用连通域标定法标定图像域,去除误分割的连通域,得到准确的海陆分割结果,以实现精确的SAR图像海岸线提取。对具有不同特点的真实大尺度SAR图像的实验结果和定量评价结果表明本文方法可以高精度地提取出光滑、连续的海岸线,相较其它方法具有更强的实用性。     

成都双流机场能见度气候特征及气象相关性分析

能见度在气象学尤其是航空气象上具有重要意义.为了找出能见度与局地气象要素甚至气候特征的关系,通过对成都双流机场1986～2010年的自动观测资料进行统计分析,得到双流机场能见度的统计变化规律：机场低能见度（如能见度＜ 1000m）的日数呈逐年减少趋势;在温度、气压和湿度这些常规气象要素中,平均气温逐年递增,并且与低能见度天数呈较好的负相关关系;平均气压逐年减小,与低能见度天数基本呈正相关关系;而平均湿度逐年下降,并与低能见度天数保持一定的正相关特性.统计发生低能见度时的天气现象可知,雾尤其是辐射雾是造成双流机场低能见度的主要天气,其次是烟和强的降水.局地气温的升高是导致机场能见度变化的主要的直接因素,而导致局地变暖的原因可能是城市化的扩大,成都平原的气候变化,甚至东亚季风的改变也有贡献.     

飞行能见度突变机制的分析

根据我国民航近１０年来发生的飞行事故调查材料，总结了飞行事故与能见度的关系，分析了造成事故的能见度条件的某些特征和原因，着重讨论了在飞机着陆阶段能见度突变的某些规律，提出了一些避免低能见度事故的建议。     

一种自适应阈值选择方法

提出了一种新的自适应阈值选择方法。该方法基于图像的灰度级特征，以前景和背景最大程度地分开为判据，定义了新的阚值识别函数来选择最佳的阈值，对图像进行分割。同时，还给出了该方法的应用实例和分割结果的比较与分析。结果表明该方法不仅对灰度级谷地明显的图像适用，而且对灰度级谷底不太明显的图像，也能达到比较满意的分割效果。     

雾的形成

如果地面附近的空气相当潮湿，当温度降低到一定程度时，空气中的部分水汽就会凝结出来．变成很多小水滴，悬浮在靠近地面的空间里。如果靠近地面的空气层里的小水滴多了．能见度低了，这就形成了雾。     

概论机场能见度的准确预报

通过对影响能见度的因素的分析，提出了一种能见度预报方法－综合分析法，极大地提高了能见度的预报准确率。     

成都市1980～2010年能见度的变化趋势分析

针对近年来大气能见度严重恶化的问题,利用成都市气象局提供的1980～2010年13个站点的观测资料,分别采用累积百分率法、Ridit分析法和“非常好”能见度出现的频率法对该地区具有代表性的5个县（金堂、大邑、新津、彭州和温江）的能见度的变化趋势进行了详细分析.结果表明,三种研究方法的分析结果较为一致.从年代际对比的角度而言,金堂、大邑、新津20世纪80年代和90年代能见度高,21世纪初能见度低,彭州反之;温江20世纪80年代变化不显著,90年代略高于总体平均能见度,21世纪又降低.从年变化趋势的角度而言,除彭州外,金堂、大邑和新津的能见度均呈下降趋势,且季节差异也在逐渐缩小.从季节变化特征的角度而言,5个站点的能见度均表现出夏季最高,春季和秋季次之,冬季最低.夏季“非常好”能见度出现的频率表明,相比彭州而言,其它4个站点的能见度较差,受污染情况较严重.     

基于支持向量机的岩石薄片图像分割

支持向量机是对传统学习分类方法的一个良好替代,特别是小样本、高维的情况下,有着良好的泛化能力,利用支持向量机良好的分类特性,将图像分割的问题转化为分类问题,对岩石薄片图像进行分割实验.通过实验表明：支持向量机对于分割颜色分布不均匀、边缘模糊的岩石薄片图像,有很好的应用前景.     

基于图像分割的城市变化检测

利用遥感数据进行城市变化检测时,由于城市是包含建筑物、道路、绿地以及水体等多种地物类型的综合体,同时与农村居民地等地物类型具有相似的光谱特征,因此,传统的单纯基于光谱信息的变化检测方法很难取得理想的效果。将空间信息加入到变化检测中,可提高变化检测的精度,但常用的加入纹理的方法容易产生边缘效应。本文提出一种基于图像分割的变化检测方法,在该方法中使用一种基于组分的多尺度形态学梯度,具有对噪声不敏感、边缘不会变厚等优点;同时与现有方法进行比较。实验结果表明,该方法在加入图像空间信息的同时避免了加入纹理等空间信息所产生的边缘效应,能够有效地提高城市变化检测的精度。     

基于小波分析的低信噪比天气雷达回波弱信号提取

针对低信噪比环境下的天气雷达回波弱信号提取问题,提出一种基于小波分析的弱信号提取算法。利用dbN小波函数对雷达回波进行小波域处理并重构信号,提取雷达回波信号的联合时频特征,并且使用FIR滤波方法和小波分析两种算法对数据去噪,得到两种算法在不同信噪比下的信噪比输出以及信噪比改善,证明在低信噪比环境下,小波分析算法的有效性和优越性。     

Comparison of visibility measurements over horizontal path by Micro-pulsed lidar and visibility meter

As a powerful tool to scan the atmosphere, the I idar can derive visibility values by directly collecting the backscattering laser light from the atmosphere. Simultaneous measurements of atmospheric visibility by Micro-pulsed lidar （MPL） and a commercial visibility meter （VM） NQ-1 have been performed to evaluate the feasibility of the MPL system designed by the Ocean Remote Sensing Laboratory （ORSL） of the Ocean University of China （OUC） from October 21 2005 to November 21 2005 in the Shilaoren Sightseeing Garden on the Qingdao coast. All the 880 data samples obtained by the two instruments have high correlation coefficients （up to 0.86）, which indicates it is feasible to utilize MPL to measure atmospheric visibility.     

基于先验HMRF的MAP分块超分重建方法

针对高光谱图像应用最大后验概率（Maximum A Posteriori, MAP）超分重建后细节信息丢失严重问题,本文提出一种基于先验Huber马尔科夫随机场（Huber Markov Random Field, HMRF）模型的MAP分块超分辨率重建算法,以期提高图像超分重建质量。首先,利用主成分变换获取图像域的主要成分,在此基础上采用样条插值得到初始迭代图像;而后将初始图像域分为若干子块,在每个子块图像域上建立具有自适应阈值的HMRF模型,并结合子块图像域的保真项构建目标函数,采用梯度最快下降法求解此函数得到超分子块图像,将其重组,进而与插值后的次要成分图像相结合,最后应用主成分逆变换方法得到最终的高分辨率图像。为了验证本文算法的有效性与优越性,分别对模拟和真实图像采用本文方法和具有代表性的Tikhonov、总变分及传统HMRF模型超分重建方法进行实验对比,其中本文方法重建结果在峰值信噪比和结构相似性定量评价方面明显优于其他方法重建结果,在定性评价方面边缘结构及细节信息也更加明显,表明本文算法较为突出。     

一种基于分块的分形图像压缩方法

分形编码具有高压缩比的特点,但在编码过程中其匹配搜索时间开销巨大.提出一种基于分块的分形图像压缩方法:依据人眼视觉特性在PSNR变化不大的情况下,图像主观质量感受不明显的特点,将图像在空域分割为若干相对较小的块,对感兴趣区可采取一分为四的方法进一步减小块的大小,然后对每个块分别进行分形编码,并重构.结果表明,在PSNR略有降低的情况下,编码的匹配搜索时间大幅减少,同时重构图像的主观质量并没有明显降低.     

基于小波去噪和图像分割技术的改进NAS-RIF盲图像复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案.首先,应用小波去噪技术,保持了退化图像边缘特征,抑止噪声,提高退化图像的信噪比;其次,在每次迭代中,利用图像分割技术找到准确的目标支持域,并用背景的均值取代非均匀背景;还采用重置共轭梯度法加快了算法的收敛速度.实验结果表明,改进后的算法具有更好的复原效果和更快的收敛速度.     

An analysis and modeling study of a sea fog event over the Yellow and Bohai Seas

In this study, a sea fog event which occurred on 27 March 2005 over the Yellow and Bohai Seas was investigated observationally and numerically. Almost all available observational data were used, including satellite imagery of Geostationary Operational Environmental Satellite (GOES)-9, three data sets from station observations at Dandong, Dalian and Qingdao, objectively reanalyzed data of final run analysis (FNL) issued by the National Center for Environmental Prediction (NCEP) and Regional Atmospheric Modeling System (RAMS) results. Synoptic conditions and fog characteristics were analyzed. The fog formed when warm,moist air was advected northwards over the cool water of the Yellow and Bohai Seas, and dissipated when a cold front brought northerly winds and cool, dry air. In order to better understand the fog formation mechanism, a high-resolution RAMS modeling with a 6km×6km grid, initialized and validated by FNL data, was designed. A 48h modeling that started from 12 UTC 26 March 2005reproduced the main characteristics of this sea fog event. The simulated lower visibility area agreed reasonably well with the sea fog region identified from the satellite imagery. Advection cooling effect seemed to play a significant role in the fog formation.     

Features of visibility variation at Great Wall Station, Antarctica

The variation of visibility at Great Wall Station （GWS） was analyzed using manual observational data for the period of 1986 to 2012. Results show that the frequencies of occurrence of high （≥ 10 km） and low visibility （0-1 km） are 61.0% and 8.0%, respectively. Visibility at GWS shows an evident seasonal variation： The highest visibility between November and March, and the lowest visibility from June to October. Sea fog and precipitation are the main factors for low visibility during summer, whereas frequent adverse weather, such as falling snow, blowing snow, or blizzards, are responsible for low visibility in winter. The frequency of occurrence of low visibility has decreased significantly from 1986 to 2012. Conversely, the frequency of occurrence of high visibility has shown a significant increasing trend, especially during winter. The decreasing tendencies of fog, blowing snow, and snowfall have contributed to the increasing trend of high visibility during winter. Visibility at GWS exhibits significant synoptic-scale （2.1 to 8.3 d）, annual, and inter-annual periods （2 a, 4.1 a, and 6.9 a to 8.2 a）, among which the most significant period is 4.1 a. The visibility observed during 2012 indicates that instrumental observation can be applied in the continuous monitoring of visibility at GWS.