初论遥感与地图的融合

本文从方法论的角度论述了地理科学中的地图方法和遥感方法的共同特征,分析了二者之间的差异和联系,阐述了二者融合的两个理论问题(地图和遥感图像的综合与图形识别)和技术基础(地理图像处理),提出了为促进二者融合需要研究的主要内容及具体建议。     

一种基于神经网络的探地雷达信号解释研究

运用人工神经网络理论和方法,建立了用于隧道衬砌厚度探地雷达探测信号解释的BP神经网络模型,对某公路隧道衬砌检测厚度进行了分析应用,并与钻孔取芯结果进行比较,实践证明,该方法可提高探地雷达信号解释精度和工作效率．     

CT图像存档与管理解决方案

本文针对数字影像设备（如CT、MRI等）日益突出的图像存储和管理问题，进行深入的分析和研究。鉴于不同厂家和时期设备配置不同，提出了4种切实可行的解决方案：胶片扫描，视频采集，光盘或MOD输入，DICOM接口连接，完全解决了图像长期大量存储的问题。同时具有网络联机查询，图文报告，电子病历管理，激光相机接口等丰富的增值功能，是数字化医院的理想选择。     

龙门山中段彭灌断裂带汶川Ms8.0地震同震破裂断层识别及其浅、表构造特征

2008年汶川Ms8.0地震在龙门山中段的彭灌断裂带产生的地表破裂,是该地震产生的第二大地表破裂带.综合应用地质、钻井以及二维、三维地震数据,利用横贯前山带的多条人工地震反射剖面,对彭灌断裂带产生同震破裂的断层进行准确识别和解释.研究表明,龙门山中段的彭灌断裂带是一套由3条主要断层和次级广泛发育的断裂组合构成,浅层表现...     

遥感数字图像处理课程教学模式的构建

基于遥感数字图像处理课程的特点和教学目标,本文提出了探索模式、项目模式和近距接触模式3种教学模式。这些教学模式皆注重对科学精神、人文精神、团队意识、创新能力等意识和能力的培养。教学实践表明,这些教学模式可在传授知识和培养技能的同时,有效地提高学生的多种意识和能力。     

遥感影像的Web发布研究与实现

随着互联网络的迅猛发展和Ｗｅｂ在网络信息集成中起到越来越大的作用。地理信息系统已经从桌面向网络方向发展,出现了对于ＷｅｂＧＩＳ的研究。针对ＷｅｂＧＩＳ中的影像发布,根据当前影像及ｉｎｔｅｒｎｅｔ的特点,系统地研究了遥感影像Ｗｅｂ发布中的体系结构与技术问题,实现了遥感影像Ｗｅｂ发布系统,并讨论了它与ＷｅｂＧＩＳ的集成。     

火山沉积岩及其矿床研究中伽马测井曲线解释的误区

根据酸性凝灰岩和酸性火山事件粘土岩的自然伽马测井曲线,对当前流传的"沉积岩层的放射性强度(或放射性核素的含量)随泥质含量的增加而增高"的概念和用自然伽马值及经验公式求泥质含量提出质凝。酸性凝灰岩的自然伽马曲线有高异常响应,若解释为泥岩显然是误解,故将沉积岩伽马曲线高异常一律解释为泥岩是片面的。各类火山事件粘土岩的伽马值相差悬殊,但其泥质含量几乎相等,用它们的伽马值计算泥质含量误差甚大。最后对铝土矿层的伽马曲线稍加解释,指出核测井应用的远景。     

综合物探方法在西安东郊地热勘测中的应用

西安东郊灞河谷地处于骊山断隆西南斜坡上.利用MT、地震测深及重力测量结果综合解释了测区新生界的厚度,推断了隐伏断裂的性状及切割深度,选择了拟建地热井的新生界热储,并经钻探验证,取得了良好的地质效果.     

遥感图象的马尔柯夫随机场模型的纹理识别方法

本文讨论了马尔柯夫随机场图象模型及邻域选择方法,提出了8邻域5特征参数的马尔柯夫随机场图象模型以及一套完整而有效的特征参数的估计算法,将这些特征参数变成可视图象从而实现了视算。对8类不同纹理的标准图象进行分类试验,其识别(分类)的平均正确率达97.57％。     

Stability of Kerogen Classification with Regard to Image Segmentation

This paper investigates the stability of an automatic system for classifying kerogen material from images of sieved rock samples. The system comprises four stages: image acquisition, background removal, segmentation, and classification of the segmented kerogen pieces as either inertinite or vitrinite. Depending upon a segmentation parameter d, called “overlap”, touching pieces of kerogen may be split differently. The aim of this study is to establish how robust the classification result is to variations of the segmentation parameter. There are two issues that pose difficulties in carrying out an experiment. First, even a trained professional may be uncertain when distinguishing between isolated pieces of inertinite and vitrinite, extracted from transmitted-light microscope images. Second, because manual labelling of large amount of data for training the system is an arduous task, we acquired the true labels (ground truth) only for the pieces obtained at overlap d=0.5. To construct ground truth for various values of d we propose here label-inheritance trees. With thus estimated ground truth, an experiment was carried out to evaluate the robustness of the system to changes in the segmentation through varying the overlap value d. The average system accuracy across values of d spanning the range from 0 to 1 was 86.5%, which is only slightly lower than the accuracy of the system at the design value of d=0.5 (89.07%).