青藏高原生态地质环境遥感综合评价系统的设计与实现

以青藏高原生态地质环境评价为例,选用层叠计算、层次分析和模糊灰度复合法等3种综合评价模型,以模型运行平台、模型空间数据库和模型属性数据库的相互配套为特色,设计开发了区域生态地质环境遥感综合评价系统。该系统不但解决了评价模型的可选问题和多种评价方法的对比问题,也解决了不同来源数据的格式转换问题、多种应用软件之间的交互替应使用问题以及评价结果图制作不便的问题。系统采用层叠法和模糊灰度复合法,以青藏高原地质灾害、荒漠化、湿地、冰川和断层等5个评价指标的应用示范结果表明,评价结果与实际调查结果具有较好的一致性。     

一种基于变分Retinex的遥感影像不均匀性校正方法

本文提出一种基于变分Retinex的遥感影像灰度不均匀性校正方法。该方法在Retinex框架上,利用变分最优化技术和投影归一化最速下降法求解成像瞬间的照度分布,并以此为基础对遥感影像的灰度不均匀性进行校正。为了提高运算效率,引入了多尺度数值求解的策略。利用模拟影像和真实影像进行了实验,并与传统方法进行了对比分析,结果表明,本文方法能够在消除影像灰度不均匀现象的同时,有效保持影像本身的色彩和细节信息,同时还具有较高的运算效率。     

数字地貌晕渲光照模型研究

光照模型是地貌晕渲图能够在2维平面获得地貌3维立体形态的主要原因。在计算机图形学的基础上,推导了基于数字高程模型的晕渲光照模型计算公式;通过对相关文献公式的分析,指出了数字地貌晕渲采用的光照模型与传统地貌晕渲几何光学原理的关系;并对该模型下地表灰度值的计算与变化进行了分析研究。     

基于灰度形态学的高分辨率遥感图像边缘检测研究

提出一种用于高分辨率遥感图像边缘检测的灰度形态学方法,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了多结构元素,利用灰度形态变换原理的膨胀、腐蚀、开启和闭合等算法进行边缘提取。实验表明,与经典的边缘检测算子相比,该算法保持图像的细节特征,较好地解决边缘检测精度与抗噪声性能的协调问题,具有很好的边缘提取能力。本文给出了用Matlab6.5实现的具体代码。     

光谱与纹理信息复合的土地利用/覆盖变化动态监测研究

及时、准确地动态监测地球表面特性对于掌握人类和自然现象之间的关系和相互作用是非常重要的,并为决策的制定奠定基础。传统卫星遥感的土地利用/覆盖变化动态监测方法基本上可分为光谱直接比较法和分类比较法两大类,但两类方法多以光谱信息为基础来提取土地利用变化信息,而忽略纹理等空间信息。本研究中,基于变化向量分析方法,将光谱与纹理两种信息复合计算变化强度,并采用支持向量机法提取变化/非变化信息,通过监督分类确定变化区域内的土地利用/覆盖类型的转移方向,完成土地利用/覆盖动态监测。最后,利用两期TM数据,对海淀区1997—2004年进行土地利用/覆盖变化动态监测,以验证该方法。该方法较分类后比较法在一定程度上减少误差积累,降低了错误类型转化,提取的变化信息总精度达到93.1%,Kappa为0.862,比利用光谱信息双窗口变步长的变化向量分析方法提取出土地利用/覆盖变化信息的精度有一定的提高(总体精度为90.2%,Kappa为0.804)。纹理信息与光谱信息复合,能够更大拉开变化/非变化信息之间的距离,有利于动态变化信息的提取,是该方法能够有效提取变化信息的关键所在。     

暴雨过程的卫星云图纹理特征研究

针对卫星云图上云团所具有的半流体特性，应用纹理特征分析法对其进行定量研究。首先用灰度共生矩阵统计法提取100个样本云团的纹理特征参数，然后应用Mahalanobis距离作相似性测度进行聚类分析，提取出4类云以及无云区的具有旋转不变性的纹理特征参数。在此基础上分析了2003年7月4—5日江淮流域发生特大暴雨地区云团的纹理特征参数的变化规律与降水过程之间的对应关系。从实际的降水资料和纹理特征参数变化的回归分析结果来看，纹理特征参数的变化规律与降水量之间有较好的对应关系。这些结果不仅对中短期天气过程的诊断分析而且对数值预报都具有一定的实用意义。     

Lidar点云数据中建筑物的快速提取

Lidar技术可快速获取地表的高精度三维点云数据, 目前对此类数据的分类却是速度慢、精度低, 尤其是城市区域建筑物和树木靠得较近时更是难以准确提取建筑物.介绍了一种基于点云数据生成距离影像, 而后引入对比度纹理辅助的点云数据建筑物快速提取方法.结果证明, 该方法不需要其他辅助数据就能实现点云数据中建筑物的快速提取.      

基于卷积神经网络和黄铁矿大数据判别金矿类型

黄铁矿是金矿中普遍存在的金属硫化物,其微量元素含量信息可以揭示出矿物形成时的相关矿物和流体组成与结晶特征,因此不同期次与金矿有关的黄铁矿及微量元素信息可以被用来预测矿床的类型。且相关研究历史已久,积累了大量的研究资料,然而由于研究思想和手段的局限性,传统方法往往存在无解性或多解性问题。随着大数据思想的发展和推广,研究人员试图采用机器学习算法来解决此类问题,已取得不错的效果。本次研究根据深度学习思想建立黄铁矿微量元素数据集并进行深入研究,采用“成分数据图像化”和“数据增强”等手段,解决了前人采用深度学习方法进行此类分类任务时遇到的数据不平衡问题和卷积神经网络无法直接读取数据的问题。本文对比分析了基于四种卷积神经网络模型(Mobilenet V2、Resnet 50、VGG 16和VIT)采用黄铁矿微量元素成分数据进行金矿类型分类任务的精度与效果,发现采用卷积神经网络算法可以基于黄铁矿成分数据对不同类型金矿进行较为精准的分类任务。此方法比传统图解法具备更高的精准度与泛化能力,通过对金矿类型的预测可以为找矿勘查和深部预测工作节省成本,也为深度学习在地质矿产研究方面的应用和推广提供全新思路,具...     

最小二乘影像匹配算法设计与实现

针对影像匹配问题,对最小二乘法影像匹配的算法进行了研究,理解了该算法的匹配原理,并应用测试程序对该算法进行测试。     

基于MATLAB的车牌识别

使用MATLAB工具对车牌进行识别。用MATLAB做车牌识别比用其他工具有许多优势,因为MATLAB在图像的灰度化、二值化、滤波等方面都有很大优势,利用MATLAB的这些优点来对车牌进行识别。