基于小波变换和数学形态学的潮沟提取方法研究

潮沟是潮滩的主要地貌类型之一,潮沟信息的检测对湿地生态环境的监测和保护有着重要意义。本文以长江口九段沙下沙北部发育比较复杂的潮沟为研究对象,使用2016年1月26日Landsat8全色波段数据,采用了一种融合小波变换、最大类间方差法和数学形态学的方法对潮沟边缘信息进行了检测。小波变换中通过减小高层小波系数,达到弱化潮滩灰度变化的目的;通过增大低层小波系数,达到增强潮沟信息的目的;利用数学形态学和图像之间的几何(加减乘)运算,完成潮沟的提取;最后,分别在原始数据和检测结果相应的位置取样进行精度验证,样方潮沟面积一致性精度平均为92.1%。     

结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别

从灾后遥感图像中快速准确地识别救灾帐篷有利于灾后救援工作的高效开展.本文结合实际应用需求,在前人研究的基础上,提出了一种结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别方法.首先从遥感图像中选择帐篷模板并从中提取形状特征与光谱特征;然后将各波段灰度图像二值化并进行数学形态学运算,参考帐篷的形状特征提取出候选目标;最后根据帐篷的光谱特征,将候选目标与帐篷模板进行多角度匹配,剔除匹配度较低的伪目标,完成救灾帐篷识别.试验结果表明,本方法的识别精度达90%以上,具有较高的应用价值.     

一种新的基于高分辨率全色影像的城市建成区边界提取算法

针对城市建成区在高分辨率全色影像中的特点,提出了一种城市建成区边界提取的新算法。该算法首先基于边缘检测算子提取城市建成区的边缘密度特征,然后基于灰度共生矩阵和神经网络算法提取其纹理特征,最后结合多种数学形态学的方法提取出城市建成区边界。最后以武汉市为例,采用资源三号全色影像对比传统提取算法与本文提出的新算法,结果表明本文算法精度有明显提高,提取正确率能达到90%以上,且误判率和漏判率较低。     

语义支持下的土地利用栅格数据制图综合研究

土地利用数据存在复杂的空间关系、语义关系,其综合是一项十分复杂的工程;栅格数据结构明确、邻域探测简单、数学建模方便,因此利用结构化的栅格数据来实现土地利用综合更具易行性。本文以土地利用栅格数据为研究对象并考虑数据自身的特点,在数学形态学与元胞自动机等栅格处理方法的基础上加入语义因素来实现像元转换规则,最终实现土地利用栅格数据综合。论文详细讨论了该算法的过程并以旅顺口区北海街道二调数据为例来分析上述方法的综合效果。     

基于元胞自动机的多尺度下制图综合效应研究

研究基于数学形态学中的膨胀、腐蚀运算结合元胞自动机等理论,利用Python脚本编写的相关程序将1:10000研究区土地利用数据分别综合至1:25000、1:50000、1:100000,分析了多尺度下土地利用数据的制图综合尺度效应。研究结果表明：1.随尺度的增大,研究区各地类斑块数目明显降低,最小上图面积增大,斑块趋于整体化,综合概括程度增大。2.各地类面积综合前后变化各异,但总面积保持平衡。其中,林地、采矿用地等面积随尺度的增大而增大;城镇用地、其他农用地面积等随尺度的增大而降低。耕地等面积保持不变。     

地理学习中的分析和综合方法

分析与综合的辨证统一是地理科学思维的一个重要原则。通过分析,把整体分解为不同的部分、简单的要素,进而从多样性的现象及事物的许多属性中发现主要的、本质的东西。通过综合,抓住事物在总体上的相互联结,从总体上把握它们的本质。     

基于数学形态学多尺度分析的顶板下沉量预测

利用实测顶板沉降序列预测顶板下沉量是分析顶板稳定性的有效手段。提出基于数学形态学（MM）的预测方法,将沉降序列视为一组信号,用多尺度形态学算法将其解耦为若干分量,用最小二乘支持向量机（LSSVM）算法对各分量进行预测,叠加还原得到最终预测结果。根据某金矿762采场预控顶板AIII测点实测沉降时序,建立MM-LSSVM模型进行预测研究。研究结果表明,MM-LSSVM的解耦处理强化了各分量内部规律、弱化了相互干扰。与其他传统预测算法相比,MM-LSSVM的平均绝对百分误差和均方根误差大幅下降,预测精度显著提高。     

有限群p-超可解性的一个判别准则

为了得出群的p-超可解性的一些判别准则,引入有限群的z-置换嵌入子群的概念.设z是群G的Sylow子群的完全集,群G的一个子群H称为在G内z-置换嵌入,如果H的每个Sylow子群也是G的某个z-置换子群的Sylow子群,一些已知的结论也得到推广.     

修正的Benjamin-Bona-Mahoney方程的精确解

基于齐次平衡法的思想,利用高效的G'/G展开法,求解了修正的Benjamin-Bona-Mahoney(BBM)方程.修正的BBM方程是一个同时含有耗散和色散的非线性偏微分方程,求解难度大.利用对方程解的合理假设和G'/G展开法可以将其约化为一个复杂的非线性代数方程组,借助数学软件Maple符号运算功能的帮助成功地求解了该非线性代数方程组,从而求得修正的BBM方程的精确解.这些解中包含3组更具有一般性质的精确解,它们分别是双曲函数解、三角函数周期解、有理数解.这些解对于研究方程的物理性质及物理现象有很重要的意义.为了能够更直观地理解这几组行波解,给出了相应的解的数值模拟图.     

Banach空间中可数拟-φ-渐近非扩张映像族的收敛定理

为了在光滑的严格凸的自反Banach空间中引入一类关于拟-φ-渐近非扩张映像族的混合迭代算法,并修正正规的Mann迭代算法以达到引入这种混合迭代算法强收敛的目的.采用Banach空间中的广义投影方法,使拟-φ-渐近非扩张映像族每次迭代生成的序列都投影在一个闭凸集合中,利用Lyapunov泛函和Banach空间中的K-K性质,证明了该序列收敛于其公共不动点,即在一定条件下得到了该混合迭代算法的强收敛性.所得结论是周海云和马丙坤等人的相关结果的改进与推广.