运用数学形态学方法探讨我国干旱-半干旱区降水的可能分布

我国北方干旱－半干旱区长期受水资源缺乏的影响，国民经济建设受到很大的制约。因此，研究干旱－半干旱区的水资源成为人们关注的重点。本文借助数学形态学方法，探讨了我国干旱－半干旱区降水在几种气候变化条件下的可能分布，揭示出了西北地区环境最脆弱的地区是塔里木盆地南缘及其东侧的罗布泊、哈密、敦煌地区，同时也探讨了这些地区在降水增加或减少情况下的可能环境分布。     

SAR图像船行尾迹检测的Radon变换和形态学图像处理技术

该文提出了一种由Radon变换与形态学图像处理技术检测船行尾迹的算法SWDRM（Ship Wake Detection Algorithm based on Radon transformation and Morphologic image processing technology)，算法特点是：在Radon空间进行处理后，得到逆变图像，通过图像后处理，可得到二值图像，以用于尾迹自动检测，对海洋卫星合成孔径雷达（SEASAT SAR）图像及模拟乘性斑点噪声中舰船尾迹进行了检测，结果表明，SWDRM具有很好的鲁棒性，能够适应不同水平的噪声环境，同时对阈值系数和工作窗口宽度的选择范围都比较大，在一定的噪声水平范围，给定阈值系数后，得到近似于恒虚敬率的检测结果，结合图像后处理，可得到二值图像用于自动尾迹检测。     

一种基于数学形态学的沟壑密度提取算法

沟壑密度是反映地表破碎程度的重要因子 ,在土壤侵蚀、地貌演变等研究中有重要作用。本文介绍基于数学形态学的沟壑密度提取算法 ,从TM影像中提取沟谷线信息 ,从而有效地解决了土壤侵蚀评价中下垫面表征因子提取问题。并以黄河流域某小流域沟壑密度的计算作了实例验证。     

数学形态学在GIS空间分析中的应用

讨论了数学形态学在基于栅格数据结构的地理信息系统（ＧＩＳ）空间分析中的广泛应用。提出了基于形态变换的ＧＩＳ空间操作（图层叠置、缓冲区建立、邻城分析和图元量算）方法，网络最短路径的形态学算法，应用灰度级形态学解求通视图的新思路。     

平顶山金矿床黄铁矿晶体形态学研究及其找矿意义

平顶山金矿床的黄铁矿晶体形态研究表明，产于不同地质体的黄铁矿晶体表面微形貌有较大的差异，这种差异反映了黄铁矿结晶时的环境特点，不同时期形成的黄铁矿在晶体形态和粒度上是有差异的，并且含金性亦不同，晶形好粒度大的黄铁矿含金性差，细粒它形的黄铁矿则含金性好。     

胶东昆嵛山二长花岗岩副矿物成因矿物学研究

根据胶东昆嵛山二长花岗岩主要的副矿物组合（磁铁矿、榍石、绿帘石、褐帘石、磷灰石、锆石及自然金等）及相应的含量，结合有关矿物的形态、成分，特别是３２６粒锆石群形态学的研究，对岩石成因与金矿化的关系等，提出了矿物学标志。确定昆嵛山岩体为岩浆成因，岩浆物质来源为胶东群部分重熔，物质组成以壳源为主，为Ⅰ型磁铁矿系列花岗岩类；确定岩体结晶温度跨度大，因而富含水分，岩体富含Ｓ及其他挥发分，富含碱质，早期矿物结晶处于较氧化碱性环境，以上条件对形成金矿有利。对胶东三大主要含金岩体，即昆嵛山、郭家岭及玲珑岩体副矿物特点进行了对比。     

菲律宾蛤仔鳃寄生触毛类纤毛虫——厚鱼钩虫(Ancistrum crasum)的形态学研究(原生动物,纤毛门,盾纤目)

报道了采自青岛胶州湾的菲律宾蛤仔鳃丝上寄生的一种触毛类纤毛虫，经鉴定为厚鱼钩虫（ＡｎｃｉｓｔｒｕｍｃｒａｓｓｕｍＦｅｎｃｈｅｌ，１９６５）。本文运用活体观察和蛋白银法对其活体形态及纤毛图式进行了详细描述。此为我国新记录，同时也是触毛亚目纤毛虫在我国的首次报道。     

西南极始新世假山毛榉叶化石新材料——兼论该属的起源、分类及其传播路线

从叶形态学角度, 为假山毛榉科(Nothofagaceae)的建立提供了证据. 讨论与假山毛榉属的叶相似的印痕化石命名问题, 并为这类化石建立了一个形态属——Nothofagofolia gen. nov. 描述西南极南设得兰群岛乔治王岛费尔得斯半岛化石山新采集的这类叶化石中的新代表, 报道2个新种, 2个新组合, 1个未定种; 讨论和修订了已发表的这个产地的假山毛榉属叶化石. 通过叶形态学研究, 对假山毛榉属的分类、演化等提出下列看法: (1) 支持该属在晚白垩世中晚期起源于南半球高纬度地区, 并在那里分化、发展, 向低纬度扩散的观点; (2) 支持假山毛榉科的建立, 并认为叶形态学特征对此科科下等级的分类将具有一定的意义; (3) 该属南温带分布的种, 具有更为原始的叶形态性状, 叶等级低, 与其热带山区分布的种以及壳斗科和桦木科等相比, 处于更为原始的地位.     

基于形态学理论的自动目标识别技术--自适应BP学习算法

在设计了一种具有实用意义的形态学开、闭滤波的神经网络模型基础上，完成了用于目标检测识别的优化学习算法，为克服BP算法存在的收敛速度慢、需要选择学习参数且无法保证全局最优等固有缺陷，将启发引导策略与学习规则相结合，采用了一种动态调控学习参数的自适应BP学习算法。试验结果表明，该算法不仅能适应复杂多变的背景环境，而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。     

数学形态学在遥感图像边缘检测中的应用

为有效提取边缘密度大的遥感图像中的边缘信息，提出一种边缘检测的有效算法。该算法在数学形态学的基础上，针对图像中噪声和边缘形态的不同建立多结构元素，利用灰度形态变换原理进行边缘提取。实验表明，与经典的边缘检测算子相比，该算法具有很好的边缘提取能力，但抗噪能力较差。为此，笔者还探讨性地提出基于小波变换和数学形态学相结合的边缘提取方法。