面向交通应用场景的增强现实地图载负量 及多尺度显示模型

为探究解决AR Maps表达中普遍存在的视觉过载问题的方法,基于实景视觉信息量提出了一种新的面向交通应用场景的AR Maps载负量计算方法;以此为基础提出了AR Maps多尺度显示模型构建方法,建立了AR Maps多尺度显示模型;根据此模型进行了AR Maps POI标签的显示控制方法的研究;实现了AR Maps原型系统并进行实验。结果表明,在交通应用场景下,AR Maps载负量计算方法和多尺度显示模型可以有效解决AR Maps中存在的视觉过载问题,并具有一定的实用性和可靠性,能够为AR Maps表达的研究提供科学性依据。     

形态学边缘检测和区域生长相结合的遥感图像水体分割

遥感图像水体区域中因水体自身流动和波动等因素造成图像噪声,利用传统方法直接分割水体容易导致分割精度较低。为此,利用遥感图像中水体区域具有连通性强以及像素灰度值相近等特点,提出了一种利用多结构元素形态学重构边缘检测结合区域生长实现遥感图像水体分割的方法。首先将遥感图像转化为灰度图像,运用多结构元素形态学重构边缘检测,在去除噪声的同时增强水体边缘,保持水体区域边缘的较准确定位;然后利用灰度直方图自动选取种子点,确定水体区域灰度范围,利用该灰度范围内像素的均值和方差、种子点及已生长区域灰度特性作为生长准则,实现对水体区域的分割。实验结果表明,该方法能够对因水体扰动等因素导致的噪声图像进行有效分割,且水体区域分割精度较高。     

利用慢特征分析进行多尺度融合的 高分辨率影像变化检测

提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化区域的分割,得到二值变化检测结果。通过两组北京地区的多光谱影像实验发现,该方法具有更高的精度和自动化程度。     

运用基于熵的多属性决策方法进行街道选取

街道选取是城市大比例尺地图综合的重要研究内容。提出了基于熵的多属性决策方法进行街道选取。首先,对离散街道弧段通过Stroke构建方法进行连接处理,将弧段连接成的Stroke作为选取单元;其次,根据街区概括的一般原则,选定若干评价指标,定量评价Stroke重要性资格;最后,利用方根模型计算街道选取数量,完成街道定额选取,最终实现街区形状概括。该方法把属性和几何方法的结合,将几何因素的考量内化于属性,可避免赋权的主观性,提高其客观性和准确性。实验验证了本方法的科学性。     

基于Network In Network网络结构的高光谱影像分类方法

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。     

中文文本中时间信息抽取及规范化方法

时间信息抽取和规范化表达在时空泛在信息处理、关联、聚合和内容服务中具有重要作用。设计并实现了一种基于规则的时间信息抽取和规范化表达的方法。首先,结合中文文本中时间信息描述的特点,定义了基本时间单元和派生时间单元,并由时间单元组合形成不同的时间表达式;然后,构建了时间词汇词典和时间表达式抽取的正则表达式模板;最后,设计了时间推理和计算的方法,实现了时间信息的规范化表达。基于中文文本语料进行了时间信息抽取测试。实验结果表明,本文方法具有较好的时间信息抽取效果。