射线透射图像中轻物质自动识别算法的研究

目的:针对射线透射图像中轻物质的自动识别存在的难点问题进行研究。方法:提出了基于轮廓特征和灰度特征的识别算法,结果:详细地阐述了利用识别算法进行识别的过程;结论:给出了识别算法的实验结果。     

Watershed delineation using hydrographic features and a DEM in plain river network region

Watershed delineation is a required step when conducting any spatially distributed hydrological modelling. Automated approaches are often proposed to delineate a watershed based on a river network extracted from the digital elevation model (DEM) using the deterministic eight‐neighbour (D8) method. However, a realistic river network cannot be derived from conventional DEM processing methods for a large flat area with a complex network of rivers, lakes, reservoirs, and polders, referred to as a plain river network region (PRNR). In this study, a new approach, which uses both hydrographic features and DEM, has been developed to address the problems of watershed delineation in PRNR. It extracts the river nodes and determines the flow directions of the river network based on a vector‐based hydrographic feature data model. The river network, lakes, reservoirs, and polders are then used to modify the flow directions of grid cells determined by D8 approach. The watershed is eventually delineated into four types of catchments including lakes, reservoirs, polders, and overland catchments based on the flow direction matrix and the location of river nodes. Multiple flow directions of grid cells are represented using a multi‐direction encoding method, and multiple outflows of catchments are also reflected in the topology of catchments. The proposed approach is applied to the western Taihu watershed in China. Comparisons between the results obtained from the D8 approach, the ‘stream burning’ approach, and those from the proposed approach clearly demonstrate an improvement of the new approach over the conventional approaches. This approach will benefit the development of distributed hydrological models in PRNR for the consideration of different types and multiple inlets and outlets of catchments. Copyright © 2015 John Wiley & Sons, Ltd.     

基于决策树分类的大屯矿区地物信息提取及矿区污染分析

本文在对国内外遥感图像分类方法充分研究分析的基础上,选择决策树分类法对大屯矿区的Landsat 8遥感图像进行分类研究。选取样本提取并分析研究区典型地类光谱特征曲线,依据光谱曲线特征和归一化植被指数建立了土地利用分类决策树模型,通过反复试验和修正,筛选出适宜大屯矿区地物分类的决策树最优阈值,对研究区进行分类和精度评价,最后通过分类结果对研究区的水体污染状况进行简要分析。     

基于光谱角匹配算法的水体信息提取研究

针对水体信息提取时,传统算法不能较好地解决山体阴影被误提为水体的问题,引入多用于高光谱数据处理的光谱角匹配算法,以Land-sat8 OLI(band1-band7)为数据源,以黄河小浪底水库周边区域为实验区,开展水体信息提取研究,结果显示:水体指数法和波段关系提取的结果中有大量的山体阴影信息,提取精度不超过30%,而光谱角匹配法提取结果受阴影的影响较小,提取精度在99%以上。     

内蒙古黄花滩铜镍矿区辉长岩LA-ICP-MS锆石U-Pb定年及地球化学特征

在乌拉特后旗—达茂旗—四子王旗一带的内蒙古中部地区分布着超基性-酸性连续岩浆系列,开展其岩体年代学、地球化学研究可为内蒙古中部地区与超基性-基性岩有关的铜镍矿成矿规律研究提供基础地质资料,还可以推断岩浆侵位时期的区域大地构造背景。本文以达茂旗黄花滩铜镍矿区出露的辉长岩为研究对象,采用LA-ICP-MS仪器对无裂隙、高透明度、阴极发光均匀、环带清晰的锆石进行U-Pb定年,获得岩体加权平均年龄为262.4±1.1 Ma,并利用XRF和ICP-MS进行岩石地球化学分析显示黄花滩辉长岩具有后碰撞拉伸环境下的岩浆特征。综合前人相关研究认为,内蒙古中部地区于中二叠世晚期(255~275 Ma)已经进入后碰撞构造阶段,而古亚洲洋在该区域的闭合应发生在晚二叠世前(~285 Ma),此结论丰富了古亚洲洋闭合时间上限及中晚二叠世期间内蒙古中部地区构造背景方面的证据。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

历史数据和强化学习相结合的低频轨迹数据匹配算法

针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

一种新的窗户特征提取方法研究

在建筑物立面重建中,窗户提取、结构识别是学者们研究的热点。针对建筑物特征提取的应用需求,文中提出一种基于局部搜索算法——爬山法的窗户信息提取方法,介绍研究中采用的一些原理、方法,从而可以准确有效地从激光扫描数据中提取出建筑物的窗户信息。利用本方案对地面激光扫描系统获取的建筑物实验数据进行具体的处理,并给出可视化表达结果。     

支持向量机的车载雷达点云目标识别

为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。