一种高分辨率遥感影像阴影去除方法

基于阴影属性提出了一种全自动彩色影像阴影去除算法.首先将影像变换到HSI空间,依据阴影区域亮度值低和饱和度高的特性,结合小区域去除和数学形态学处理,得到精确的阴影区域.然后,分别对I、H、S分量图上各个独立阴影区域与其邻近的非阴影区域进行匹配补偿,再反变换回RGB空间,完成阴影去除操作.实验结果表明,该方法能在不改变非阴影区域信息的情况下,有效地去除阴影的影响.     

结合SAM大模型和数学形态学的历史地图水系信息提取方法

历史地图记载着丰富的历史地理信息,能够帮助了解历史规律,为当代发展提供借鉴。不同于现代地图、遥感影像等数据,历史地图保存时间久,存在留存数量少、图像精度低等问题,地图符号也与现代有所差异,因此信息难以被高效提取。针对该问题,本文以历史地图《宁夏省境黄河沿岸沟渠水道地形图》为试验数据,提出一种智能化历史地图水系信息提取方法。首先,结合符号句法,运用聚类与数学形态学方法构建数据集;然后,改进通用大模型(SAM)结构并进行迁移学习优化权重;最后,借助改进SAM自动提取历史地图水系信息。将试验结果与其他模型作对比,显示本文方法提取结果边界清晰,轮廓完整,准确率、精度等指标均为最高。同时,将提取结果与该区域水系现状作对比,发现历史上的河流沟渠如今大多改道、偏移或消失,湖泊面积大大减小。本文方法基于SAM通用大模型进行改进,验证了大模型在地图领域的可用性,为地图信息提取提供了思路。     

基于数学形态学的建筑物轮廓信息提取

针对高空间分辨率卫星图像上建筑物的特点,提出了一套半自动、快速简单的建筑物二维轮廓信息提取技术流程。首先,利用最大同质性近邻滤波算法(MHN)对图像进行预处理;然后,利用基于数学形态学经典算法(腐蚀、膨胀、开操作及闭操作等)重建的微分形态学断面方法(DMP)进行建筑物二维轮廓信息提取,并在结构算子的步长选择方面对方法进行了初步改进;最后,结合区域标识和面积阈值分割等方法进行了后处理操作。以北京师范大学校园QuickBird图像为例的试验结果显示,该方法不仅对规则建筑物的提取效果良好,还可以有效地提取出形状复杂的建筑物轮廓信息。     

基于数学形态学的地磁数据噪声处理软件

在当前地磁数据噪声预处理过程中,存在效率低下、处理质量因人而异的缺点,借鉴数学形态学的去噪方法,基于C/C++编程语言和Qt开发框架,设计开发一套地磁数据噪声处理软件,提高地磁数据预处理工作的自动化水平。由重庆地震台网的应用效果可知,该软件具有较为广泛的应用前景。     

基于多位点分子标记和线粒体基因组学中国蚌类(蚌目:蚌超科)物种分类与系统进化研究

中国是东亚蚌类（蚌目：蚌超科）物种分布中心,共记录有26属.然而,在世界蚌目框架下,中国仍缺乏一个完整科学的蚌类分类系统.本研究基于多位点分子标记（COI、16S、28S）和线粒体基因组学重构聚焦于蚌超科的蚌目系统发育关系,ML、BI和BEAST系统发育结果均支持蚌科5亚科分类系统,即（（（Ambleminae+Gonideinae）+Rectidentinae）+Unioninae）+Parreysiinae;珍珠蚌科2亚科分类系统,即（Gibbosulinae+Margaritiferinae）;中国蚌类隶属蚌科4亚科（Gonideinae,Rectidentinae,Unioninae,Parreysiinae）13族和珍珠蚌科两亚科（Gibbosulinae,Margaritiferinae）.基于化石标定的分子钟显示：蚌科物种分化时间为中三叠世（median=232.07 Ma）,其中雕刻蚌亚科（Parreysiinae）起源和物种分化时间早于其他亚科;矩形蚌亚科（Rectidentinae）物种分化时间最晚,为晚白垩世（median=94.72 Ma）;小方蚌亚科（Ambleminae）和隆脊蚌亚科（Gonideinae）最近共同祖先分化于晚侏罗纪世（median=144.69 Ma）,珍珠蚌科起源于晚石炭世（median=312.61 Ma）,物种分化于晚白垩世（median=91.59 Ma）,中国蚌科现生物种最早起源时间可追溯到白垩纪（中国尖嵴蚌（Acuticosta chinensis）,median=114.36 Ma）.蚌超科线粒体基因重排分析显示：蚌超科线粒体基因组有4种基因排列方式（GO）,珍珠蚌科独享一种（GO1）;蚌科中Unioninae和Ambleminae共享一种（GO2）;Gonideinae有2种基因排列方式（GO3和GO4）,其中室蚌（Chamberlainia hainesiana）独享一种（GO4）,其余物种共享一种（GO3）.以往作为高阶元分类的贝壳形态、钩介幼虫形态以及育儿囊类型,并不能作为蚌科属及以上阶元分类依据.本研究重构了世界蚌目聚焦于蚌超科的系统发育关系和进化历史,建立了中国蚌类分类系统,为今后该类群区系多样性研究及资源保护提供了分类依据.     

采用PPI算法改进的一种数学形态学端元提取方法

自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的,尤其是当结构元素内的纯净像元占大多数时,像元的均值光谱将更接近纯像元,此时像元的MEI越高,纯度反而越低。针对这一问题,本文提出一种像元纯度指数(pure pixel index,PPI)算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内,利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时,只有最纯净的像元始终能够投影到随机生成的直线的两端,其PPI值会不断累计增大,而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值,直至满足迭代终止条件,最终形成一幅PPI图像,端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法,然后再结合数学形态学中的膨胀操作对整幅图像进行处理,其同时兼顾了图像的光谱信息和空间信息。最后,采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪(airborne visible infrared imaging spectrometer,AVIRIS)高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明,PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。     

基于数学形态学和Hough变换的高分辨率遥感影像道路提取

城市交通是经济社会发展的重要推动因素和枢纽,因此道路信息的提取与更新显得尤为重要。利用遥感图像来提取道路信息已经成为近年来道路提取的主要方法,但高分辨率遥感影像的快速发展与应用,在提供丰富信息的同时使道路提取变得更加困难。针对目前基于高分辨率遥感影像提取道路存在的问题,提出一种基于数学形态学和Hough变换的道路自动化提取方法。基于Hough变换确定道路的走向,在此基础上选定线性结构元素,利用数学形态学进行道路提取。分别选择IKONOS影像和Quickbird影像验证本文提出的模型。实验结果表明,本文提出的模型能有效地提取弯曲型道路与直线型道路,取得了较好的结果。     

基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法

针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。     

中国海膨胀巴夫藻(定鞭藻门,巴夫藻纲)的首次纪录

2015年5月,我们从天津近海分离出一株黄绿色具鞭毛的单细胞藻。这珠藻细胞形态不规则,从圆形到细长型都有出现。绝大多数细胞具有很强的运动能力,一些细胞也可以形成静止的群体。结合形态学、超显微结构观察以及分子生物学分析,我们将这株藻鉴定为定鞭藻门,巴夫藻纲的膨胀巴夫藻。在此之前,中国近海只有绿色巴夫藻的记录,绿色巴夫藻对于水产养殖起到了很重要的作用。巴夫藻纲的其他物种尚无中国海记录。这是膨胀巴夫藻在中国海的首次记录。