高分辨率气候环境变化研究中的石笋微层

在全球变化研究领域，高分辨率重建 2000年来的气候环境变化是近期工作的主要内容之一。石笋微层由于其沉积界面完整，微层明显和组分构造有序，从而成为综合研究气候环境变化的理想载体。详细分析了石笋微层灰度和石笋微层厚度的成因、类型和影响因素，对石笋微层在高分辨率气候环境变化研究中的应用现状及目前所存在的问题作了简要介绍，并对该领域今后的发展方向提出了一些看法。     

合理尺度纹理分析遥感影像分类方法研究

纹理分析是提高遥感影像分类精度的重要手段之一。纹理特征与地物类别尺度密切相关,应用纹理特征进行遥感影像分类, 关键在于纹理尺度的确定。对于灰度共生矩阵纹理分析来说,就是选择大小合适的纹理窗口。根据样本半变异值在较小范围内有较 大变化的特性,研究遥感影像相邻像素之间的空间关系,将半变异值开始趋于恒值时所对应的步长作为纹理分析的窗口大小,并在 纹理特征提取过程中针对每一个像素,在最大似然分类结果的约束下,适时改变其窗口大小,提取纹理特征,提出一种合理尺度纹 理分析的遥感影像分类方法。最后,选择北京市昌平区2006年SPOT 5遥感影像,利用TitanImage二次开发环境实现了该方法。实践 证明,该方法能有效提高遥感影像的分类精度。     

旋转图像匹配新算法

重点研究了旋转图像间的匹配方法,通过改变影像的结构将旋转状态变换为平移状态,计算改动后影像的傅氏变换幅度谱,用幅度谱代替原始灰度进行相关。同时,为了提高速度,采用分层搜索法分两个阶段完成整个匹配过程。同时进行大量的实验,从抗旋转性、匹配速度和正确率等方面进行分析。实验数据表明,该算法可抗任意角度旋转、匹配速度较快、正确率较高,而且对噪声小的尺度变化具有良好的鲁棒性。     

兰州市生态环境评价与预测

遥感生态指数能对区域环境进行快速监测和评价,可实现对区域生态环境变化的可视化、时空分析及变化趋势预测。为评价兰州市生态红线保护区的生态保持和恢复情况,本文以兰州市2014—2017年的数据为研究对象,研究了兰州市在未划定生态红线保护区前的生态环境状况;又以兰州市生态红线保护区划定年2018年为起始,研究了兰州市2018—2021年的生态质量,计算结果显示,未划定生态红线保护区前,兰州市生态归一化指数均值为0.34,系统较稳定,环境整体质量较差;2018年以来,兰州市生态归一化指数均值为0.36,环境整体质量仍然处于较差的水平,但是生态系统的变化开始变得剧烈且往好的方向发展。通过构建灰度理论模型分析发现,兰州市未来几年内环境质量不断好转,预计2023年生态质量评级达到良好。     

利用SAR图像监测海上石油污染的实验分析

本文讨论了利用ＳＡＲ图像监测海上石油污染的理论依据和环境条件,并根据ＲＡＤＡＲＳＡＴ卫星装载的合成孔径雷达图像对渤海ＣＢ－６Ａ井组发生的原油泄漏事件进行了初步的研究和分析。     

求解滑坡位移场的数字图像相关方法

精确求解滑坡位移场对于滑坡灾害的监控与防治有着十分重要的意义,将数字图像相关方法应用于滑坡位移场计算,可以快速准确得到滑坡在一段时间的位移场信息.本文以梅坪滑坡位移场求解为例,详细介绍了利用数字图像相关方法求解滑坡位移场的具体过程.对不同时间采集得到的梅坪滑坡图像,首先进行灰度化处理,以消除色彩、光照等因素造成的干扰;其次利用所选的标志点对两幅图像进行平移、旋转等校正,消除因人为拍照所引起的误差;最后对两幅图进行匹配求解得到对应时间的滑坡位移场.采用实验室标定方法对数字图像相关方法在小形变范围内的准确性进行了验证,为数字图像相关方法在滑坡位移场计算的应用上提供支持.     

高速影像中风沙颗粒灰度和表观粒径的变化特征及对多假设追踪算法的意义

沙粒轨迹形成过程是理解风沙两相流输运力学机制的关键问题。多假设追踪算法通过融合追踪目标的多个信息特征和建立后验概率控制的动态递归算法来实现对目标的准确追踪,其精度可能优于传统的基于位置信息的轨迹追踪算法。基于多假设追踪算法的需要,以沙粒灰度和表观粒径(沙粒在影像上显现的大小)为对象,通过分析沙粒在轨迹形成过程中灰度和表观粒径的辨识度及稳定性来揭示它们作为多假设轨迹算法的特征参数的可能性和可靠性。结果表明:沙粒灰阶25~255,具有多峰分布的特征,表明不同沙粒灰度具有很好的区分度;80%~85%的沙粒在入射、反弹过程及粒-床碰撞后,灰度差在1倍标准偏差之内,表明大多数沙粒的灰度具有相对的稳定性;沙粒的表观粒径分布于77~1 001μm,表明表观粒径具有较好的区分度;97%~100%的沙粒在入射、反弹过程中、77%的沙粒在粒-床碰撞后,表观粒径差均是稳定的(77~154μm);仅有15%~23%的沙粒发生了显著的侧向运动或自旋,表明多数沙粒的灰度和表观粒径的稳定性不受侧向运动或自旋的影响;灰度和表观粒径可以作为多假设追踪算法的重要辨识参数。     

基于流变特性与纹理特征的底质层界智能识别

针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。     

结合LBP变换的GF影像纹理特征提取

为了更好地提取高分辨率影像的纹理特征,该文以GF-1影像为实验对象,引入局部二进制模式(LBP)算子增强图像纹理信息,并且结合灰度共生矩阵计算图像纹理特征。实验通过使用3个不同的半径参数的LBP变换对GF-1影像的全色波段做计算,然后分别将此计算结果加入影像分类过程中。3种分类均采用相同尺度的面向对象分类方法、相同的训练样本和测试方法。最终结果显示,半径参数为3个像元的LBP变换提高分类精度幅度最大,参数为1个像元的没有提高分类精度,参数为2个像元的分类精度居中。实验表明,使用LBP变换能够很好地提取纹理信息、帮助分类,但需要找到合适的半径参数。     

结合三维边缘特征约束的网格模型优化方法

对于具有复杂几何结构特征的建筑物,三维网格模型重建结果易存在表面扭曲、边缘特征平滑的问题,无法较好地反映重建目标的真实信息。针对上述问题,本文提出一种结合三维边缘约束的网格模型优化方法。该方法以OpenMVS算法得到的初始网格为基础数据,利用变分原理构建能量函数,将网格模型优化问题转换为能量函数最小化问题。首先,从多视图像中提取三维边缘点,以三维边缘点构成的边缘轮廓来定位网格模型边缘区域;接着,利用灰度一致性测度构建数据项,利用顶点自身曲率构建平滑项,利用三维边缘轮廓约束构建附加约束项,将3个约束项构建为一个总体能量函数;最后,采用梯度下降法迭代求解总体能量函数最小值,将梯度变化量分配到网格模型的顶点上来驱动网格形变,以此优化模型。选取Strecha数据集中两个真实室外场景和ETH3D数据集中一个真实室内场景进行优化实验,使用ETH3D评估框架对实验结果进行评估。结果表明,经本文算法优化后的网格模型完整度和精度最高为89.76%、94.45%,本文算法在解决复杂几何结构建筑物模型边缘优化问题的基础上,提高了建筑物模型的准确程度。