湖北省巴东县黄土坡滑坡深部变形防治方案探讨

文章根据几年来从事黄土坡滑坡区的勘查、可研及现场工程管理的认识，从滑坡分布特征、物质构成、稳定研究、变形特征等方面对滑坡进行研究。针对该滑坡厚度巨大，滑体强度高，近期深部变形较明显的实情，作者以库仑定律为基础，提出采用岩土加固治理滑坡区深部滑移的初步治理方案。     

应用PIV系统研究横流中近壁水平圆柱绕流旋涡特性

应用粒子图像测速(PIV)系统对横流中近壁水平圆柱绕流进行了试验研究。介绍了试验原理及装置,讨论了试验参数的选取和粒子的跟随性问题。分析了上游来流的流动特性,显示了亚临界雷诺数下间隙比为0.5时圆柱后尾流区旋涡产生、发展和消亡的动态过程,比较了时均流场和瞬时流场旋涡结构。对圆柱尾迹的旋涡脱落特性进行了分析,得出在试验条件下斯特劳哈尔数保持为常数0.2的结论。     

航空影像分割的最小二乘支持向量机方法

将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。     

基于遥感和GIS的选址策略研究与实现

以某地新建化工厂选址为例,详细介绍了基于遥感和GIS的工程项目选址建模方法。该方法通过遥感获得地物的空间属性和类别特征,通过GIS的缓冲区分析、再分类、栅格叠加、归组、面积计算等空间分析与统计方法实现满足多个条件的目标区块的提取。作为选址模型的具体实现,以遥感和GIS分析软件为依托,规划出了某地适宜兴建化工厂的区块,实施了化工厂选址的遥感和GIS辅助决策。     

基于车载序列影像的建筑立面纹理的快速重建

提出了一种基于车载序列影像的建筑立面纹理快速重建的方法。首先进行影像预处理,包括畸变差改正、树木遮挡去除等,然后对影像进行自动纠正,在此基础上,自动选择拼接点对影像进行拼接。实验证明了本文方法的有效性。     

Quick Bird遥感影像的几何校正

以高分辨率的Quick Bird卫星数据为对象,经影像信息融合,使处理后的图像分辨率提高且接近真彩色,具有良好的判识效果;选择若干个GPS地面控制点作为参考点,以遥感图像处理软件ER Mapper6.2为平台,对图像进行二次多项式几何精校正,纠正后的图像点位误差在lm左右,说明纠正后的图像具有较高的几何精度.     

Landsat7 ETM＋影像的融合和自动分类研究

利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat 7 ETM 影像进行融合和自动分类研究，并就融合影像的光谱保真度、高频空间信息融人度和分类精度对这些方法进行评价。结果表明SFIM变换几乎完全保持了原始影像的光谱特点，并具有最高的平均分类精度；MB变换具有最高的高频空间信息融人度；MLT变换也具有较高的分类精度；只有HPF变换的各项指标都不突出。所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高。这表明，源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差，所以能够明显地提高影像的自动分类精度。     

基于立体补偿的遥感立体像对压缩方法

提出研究遥感立体像对的压缩问题。主要讨论了左右影像的视差补偿和辐射补偿。针对遥感立体像对视差分布不均以及左右影像存在辐射差的特点,提出了一种基于立体补偿的遥感立体像对压缩算法。该算法以左片为基准图像,采用自适应视差估计计算出右片的视差矢量,结合辐射校正和重叠块视差补偿技术得到平滑的右片的预测图像,以右片减去预测图像得到残差图像,然后采用小波压缩算法对残差图像进行压缩。实验结果表明,该算法能显著提高遥感立体像对的压缩性能。     

少量地面控制点的遥感图像精纠正与定位技术探讨

本文主要讨论了利用空间投影一空间斜墨卡托（SOM）投影进行卫星遥感图像精纠正与定位，解决缺少控制点地区卫星遥感图像精纠正与定位问题，并根据正反算公式讨论了卫星遥感图像纠正的空间投影数学基础。     

Spectral Filtering and Classification of Terrestrial Laser Scanner Point Clouds

A method is presented for filtering and classification of terrestrial laser scanner point clouds. The algorithm exploits the four-channel (blue, green, red and near infrared) multispectral imaging capability of some terrestrial scanners using supervised, parametric classification to assign thematic class labels to all scan cloud points. Its principal advantage is that it is a completely data-driven algorithm and is independent of spatial sampling resolution since the processing is performed in four-dimensional spectral feature space. Its application to two data-sets of different spatial extent and spatial and spectral complexity is reported, for which respective overall classification accuracies of 87·0% and 82·0% were achieved. Analysis of the input data with emphasis on the characteristics pertinent to the anticipated outcomes precedes detailed analysis of the classification results and error sources and their causes. Erroneously classified points are attributed to radiometric errors stemming from both detector hardware and physical effects.