无控制点条件下SPOT5卫星影像海上目标定位技术

对于海上目标的遥感影像定位,由于控制点获取的困难性严重影响了其发展与应用。研究了SPOT5卫星HRS立体像对的成像原理,通过一系列坐标系变换,构建了一种无需地面控制点的直接对地绝对定位模型。试验表明,在没有控制点的条件下利用SPOT5遥感影像进行定位,平面定位精度和高程定位精度均可以达到优于70m的水平,这对于海上目标定位具有很好的实用价值。     

中文名片识别系统

在实际的商务活动中,名片已经作为一个重要的身份信息载体,使用频繁。然而随着名片数量的增多,管理越来越麻烦。在实际应用中,研究名片识别的方法,介绍一个独立自主开发的中文商务名片识别系统。该系统首先结合实际中的一些具体问题对名片图像进行预处理;然后在传统版面分析技术的基础上针对版面的特点进行版面分析;最后在对分割区域的字符进行识别之后,根据识别结果中的语义和版面分析得到的位置信息对识别结果进行基于知识规则的理解,从而实现了名片的识别。整个系统在实际应用中表现出良好的性能。     

注重创新提升实效杭州市国土资源局突出"四性"抓普法

近年来。杭州市国土资源局以加快构建保障科学发展新机制为目标。深入开展“五五普法”。着力强化普法内容的针对性、普法形式的多样性、普法载体的新颖性和普法组织的联动性。切实有效地推动了“法律六进”和依法治理工作。     

考虑生态补水目标的丹江口水库供水调度研究

利用丹江口水库弃水向南水北调中线受水区进行生态补水是缓解受水区尤其是华北地区地下水超采问题的重要途径.在保障原供水任务的基础上,确定水源区的生态补水启动条件、明确补水时机与补水量、以及揭示生态补水与其他目标间的响应关系,是发挥工程效益的关键问题.以水源区丹江口水库为研究对象,提出考虑生态补水规则的供水调度模型,明确多目...     

基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法

基于纹理分析和人工神经网络建立了用于区别SAR图像中溢油现象和疑似溢油现象的模型.引入图像处理中的纹理分析作为识别溢油现象的特征参量,并利用方差分析对计算的31个特征参量进行筛选作为神经网络的输入.结果表明,模型能够较好的识别溢油现象,测试样本集的总体精度为0.83;纹理特征作为特征参量以及基于方差分析的特征参量筛选提高了溢油现象的识别精度.     

GIS和多目标决策技术在海岸带管理中的整合应用模式

ＧＩＳ和多目标决策技术在海岸带管理中的整合应用模式刘欣宋波（中国上海华东师范大学河口海岸国家重点实验室）海岸带作为一个调整运行的、开放的生态系统，由于其所具有的突出的经济优势和区位优势，关于它的规划和管理，正成为近年来研究的热点。本文在讨论和分析了海...     

长江口表层沉积物矿物磁性分区特征及其沉积环境指示意义

本研究旨在揭示现代长江口不同沉积环境铁磁性矿物的分布差异,寻找有效识别河口-陆架沉积环境的磁学指标,以便更好地将环境磁学应用于河口古环境研究。在长江口及邻近陆架的6个沉积环境:汊道、拦门沙、三角洲前缘斜坡、前三角洲、前三角洲-陆架过渡区和残留砂区,采集表层沉积物样品,进行粒度和磁性测量。结果显示,χ和SIRM在汊道和拦门沙呈现显著高值,HIRM、χfd%、χARM、χARM/χ和χARM/SIRM在前三角洲和前缘斜坡呈现显著高值,反映了陆源物质输运距离和河口沉积动力对磁性矿物分布的控制作用。因此,参数组合HIRM、χARM、χARM/χ和χARM/SIRM可用于识别全新世地层前缘斜坡和前三角洲-陆架;参数组合χ、SIRM和S-20mT可尝试用于识别汊道和拦门沙环境。     

合成孔径声纳技术以及在海底探测中的应用研究

合成孔径声纳技术逐渐成为海底探测领域的热门研究方向,其在地貌成像、沉底和掩埋小目标成像、海底管道探测等方面的应用均取得重要进展。文中系统阐述了合成孔径声纳技术的工作原理和研究现状,重点介绍了双频双侧合成孔径声纳的技术优势。结合海底管线探查案例,详细分析了该设备的应用情况,并与浅地层剖面仪实际获取的图像进行了对比,验证了双频合成孔径声纳在海底探测中的适应性和探测能力,最后对该技术的研究与应用方向进行了展望。     

激光-声联合探测中水表面声波检测方法进展

激光-声联合探测技术在空基-水下通信、水下目标探测及海洋环境检测等领域具有巨大的应用潜力,对于国家安全、资源勘探和海洋监测等具有重大意义。其中,水表面波检测技术是激光-声探测的关键技术。系统研究了水表面波检测技术中常用的激光衍射法、光通量法、激光多普勒测振法和激光干涉法等方法,系统阐述和分析了其技术原理、发展现状及存在的问题,结合我国当前的现状和迫切需求,给出了水表面波检测技术的发展趋势,对该技术的研究和发展具有很好的参考价值。     

海洋二号微波散射计极地海冰识别算法研究

An Antarctic sea ice identification algorithm on the HY-2A scatterometer(HSCAT) employs backscattering coefficient(σ0) and active polarization ratio(APR) for a preliminary sea ice identification.Then standard deviation(STD) filtering and space filtering are carried out.Finally,it is used to identify sea ice.A process uses a σ0,STD threshold and an APR as sea ice indicators.The sea ice identification results are verified using the sea ice distribution data of the ASMR2 released by the National Snow and Ice Data Center as a reference.The results show very good consistence of sea ice development trends,seasonal changes,area distribution,and sea ice edge distribution of the sea ice identification results obtained by this algorithm relative to the ASMR2 sea ice results.The accuracy of a sea ice coverage is 90.8% versus the ASMR2 sea ice results.This indicates that this algorithm is reliable.