高分辨率遥感影像并行分割结果缝合算法

采用基于数据并行的遥感影像分割实现过程,提出了一种新的数据缝合算法解决分割结果合并问题。分割效果对比和运算效率分析等实验结果表明,此算法保持了分割结果合并后的边界正确性,使并行化分割在提高运算效率的同时保证了分割结果的可信度。     

采用LRM均值-方差规定化的遥感影像不均匀性校正

遥感影像中的不均匀现象是遥感影像处理中要解决的一个重要问题.现有的遥感影像不均匀性校正方法通常都是针对亮度不均匀进行处理的,对于反差不均匀性校正并没有好的解决方案.针对遥感影像中同时存在亮度、反差不均匀的情况,提出了一种基于LRM均值-方差规定化的不均匀校正算法.该方法以LRM影像分块处理为基础,结合影像均值-方差规定化原理,对遥感影像进行处理.实验证明,该方法不仅能够校正亮度不均匀现象,而且对于反差不均匀现象也有很好地校正作用,能够达到整体影像的亮度、反差一致性,获得更加清晰的影像.     

基于混合聚类的岩体结构面优势分组方法

提出一种基于凝聚层次法和模糊C均值法的混合聚类法,用于对岩体结构面的优势组划分。该方法将结构面投放到在单位球面上,并使用欧式距离作为极点的相似性度量准则。先剔除结构面数据中的孤值产状,然后用凝聚层次法得到初步聚类结果,并将其作为FCM法的初始聚类中心,最后用FCM法划分优势组。通对人工生成产状样本的分组,验证了该法的正确性。将该方法应用于大藤峡坝址区实测的结构面数据的划分。在实测数据中寻找到两个孤值产状,成功将大藤峡D1y^1-3地层岩体结构面划分为两组,得到了符合实际的分组结果。     

3维块匹配小波变换的极化SAR非局部均值滤波

极化合成孔径雷达(SAR)图像受相干斑噪声的影响,难以很好地保持结构特性,针对这个问题提出了一种采用3维块匹配小波变换的非局部均值滤波算法NL-3DWT(Nonlocal Filter based on 3-D Patch Matching Wavelet Transform)。该算法使用块匹配的3维非抽样小波变换对极化总功率图进行预滤波,在此基础上使用边界对齐窗提取结构相似像素,同时使用Sigma范围选择极化SAR数据的散射相似像素,共同构成相似像素集合;构建结构保持权重函数增大图像结构信息在块相似性度量时的权重,最终实现极化SAR图像结构保持的相干斑抑制。该算法增强了图像结构特征的表达,提高了结构相似像素选择的准确性,机载极化SAR数据实验结果表明,NL-3DWT算法能够在抑制相干斑噪声的同时,更有效地保持极化SAR图像的结构特性和极化散射特性。     

基于局部均值分解的地震信号时频分解方法

在分析地震资料时,因吸收和衰减等原因,地震信号往往呈现出非稳态性。时频分解方法能将地震信号分解成多个稳态的子成分,从而为描述和分析地震信号的属性提供了便利,如短时傅里叶变换、小波分析、经验模式分解(EMD)等方法。本文引入了一种新的时频分析方法——局部均值分解(LMD)。该方法将地震信号按其时频属性分解成多个乘积分量信号(PFs),较EMD分解所得的固有模态函数(IMFs)保留了更多的局部信息,同时模态混叠效应更少。对模型数据和实际数据的处理结果验证了LMD方法能够合理地分解地震信号,更准确地描述地震资料中不同时间尺度的构造信息,为进一步的地震数据处理和解释提供参考。     

模糊聚类与遗传算法相结合的卫星云图云分类

针对模糊C均值聚类（FCM）方法存在的缺陷,提出运用遗传算法（GA）全局寻优与FCM局部寻优以及模糊减法聚类客观估算聚类数等优势互补的思想和途径进行卫星云图云分类判别.试验结果表明,综合方法（GA\|FCM）的云分类效果明显优于单一的FCM和GA算法,可有效弥补FCM和GA算法在云分类中存在的不足,并可运用于实况云图中云类的客观、自动判别.     

基于非局部均值的锥束CT序列切片去噪方法

根据锥束CT系统噪声的特性和序列切片图像的特点,提出了一种基于非局部均值的锥束CT序列切片去噪方法,给出了滤波度的定义。利用少量切片图像建立起滤波参数h与滤波前图像背景区域标准差、方法噪声图像结构区域标准差的关系,并在滤波度一致性的条件下得到滤波参数h与滤波前图像背景区域标准差的关系,由此可计算出每幅切片图像的h,使整个序列切片图像的滤波度保持基本一致。实验结果验证了该方法的有效性和可行性。     

朔黄铁路水害特征及雨量警戒阈值研究

利用2017—2019年朔黄铁路水害记录及其沿线40个气象观测站的逐5 min降水量资料,分析水害及降水分布特征,统计连续降水量、1 h最大降水量和24 h降水量3个降水因子,应用均值-标准差法和极大值法,制定平原和山区路段铁路水害的无警戒、出巡警戒、限速警戒、封锁警戒雨量阈值。结果表明:朔黄铁路水害主要发生在7—8月,水害发生时降水的持续时间多在48 h以内;引发铁路水害的降水类型主要为局地暴雨、短时强降水、连续性降水,平原路段铁路水害主要由局地暴雨引发,山区路段主要诱因是连续性降水;平原路段出巡警戒准确率达88.5%,空报率为11.5%,限速警戒准确率达100%,山区路段出巡警戒准确率达88.9%,空报率为11.1%,针对平原和山区铁路路段制定的雨量警戒阈值,可为铁路安全行车和高效调度提供参考依据。     

基于Parsivel天气现象仪资料的郑州“7·20”罕见特大暴雨微物理特征分析

基于2016-2018年ECMWF模式温度预报和浙江省72个国家基本站观测资料,根据温度日变化特征,采用K-近邻(KNN)回归算法进行误差订正,改进浙江省172 h精细化温度预报。在KNN回归算法中,将模式起报时刻的温度视作“背景”,由模式预报减去起报时刻温度消除“背景”影响,得到温度日变化曲线,通过温度日变化曲线构建差异指标,选取历史相似个例。根据历史相似个例的误差特征,对温度预报进行订正,得到改进的温度预报。检验结果表明,KNN方案的温度预报平均绝对误差较ECMWF和30 d滑动平均误差订正方案(OCF)的分别减小26.2%和5.2%;日最高和最低温度预报误差绝对值小于2℃,准确率较ECMWF的分别提高14.8%和4.3%,较OCF的分别提高3.0%和1.3%。KNN方案对地形复杂地区的温度预报改进效果更为明显,对冷空气活动和夏季高温等天气过程预报改善效果也较稳定。