Notes on Two Marine Ciliates from the Yellow Sea,China： Placus salinus and Strombidium apolatum（Protozoa, Ciliophora）

The living morphology and infraciliature of two rare marine ciliates, Placus salinus Dietz, 1964 and Strombidium apolatum Wilbert and Song, 2005, collected from the coastal waters near Qingdao, China, were investigated by in vivo observation and protargol impregnation technique. The improved diagnosis for Placus salinus is as follows: medium-sized marine Placus, in vivo (50–60)μm×(30–40)μm; cell elliptical to barrel-shaped; 28–31 somatic kineties; single macronucleus usually ellipsoid and one micronucleus located in the indention of the macronucleus; one contractile vacuole posteriorly positioned. Strombidium apolatum is characterized by: marine strombidium (40–60)μm×(30–45)μmm in vivo, cordiform in shape with somewhat pointed posterior end and conspicuous apical protrusion; extrusomes prominent, about 15μm in length and evenly arranged along the circle kinety; about 16 collar and 5–6 buccal membranelles; one elongate macronucleus and one micronucleus; circle and ventral kineties consisting of about 53 and 45 dikinetids respectively.     

一种利用数学形态学提取地形轮廓的方法

提出了一种利用数学形态学提取图像中地形轮廓的方法。首先分析运用传统单一边缘检测算子提取地形轮廓的不足,然后着重介绍了数学形态学提取地形轮廓的原理,最后通过实验分析,采用开运算与闭运算相结合的方法提取地形轮廓,不仅有效地去除了各种噪声,而且极大地保持了地形轮廓的细节特征。     

云团的数学形态特征提取和分析

气象卫星云图接收处理系统所提供的卫星云图资料对航空气象预报起着非常重要的作用。该文运用计算机对卫星云图接收处理系统的资料进行了二次开发,首先,将强对流云团从卫星云图中分离出来;其次,运用数学形态学的方法对强对流云团的边界、骨架以及中心点等重要特征进行检测和提取,并在Windows中使用Matlab语言对上述工作加以实现。     

多结构元素组合型MODIS影像水体边缘检测

受空间分辨率的约束,MODIS遥感影像中存在很多混合像元,不利于水体边缘信息的提取,为提高水体边缘混合像元的检测精度,本文提出了多结构元素组合型边缘检测算法。方法选取了适合于遥感影像水体边缘检测的膨胀型和腐蚀型算子,同时针对遥感影像自身的特点,构建了多尺寸多方位的结构元素,设计了不同的方向权重和尺寸权重系数,再将基于不同检测算子的边缘检测结果组合得到最终结果。实验结果表明与传统算法相比,多结构元素组合型边缘检测算法边缘提取效果良好,提高了水体边缘的检测精度。     

数学形态学在地震信号处理中的应用研究

数学形态学是一门新兴科学,它建立在严格的数学理论基础之上,是研究数字信号（图像）形态结构特征及其快速并行处理方法的理论,已经成功应用于图像处理、医学信号处理和语音信号处理等领域.地震信号去噪处理和裂缝检测的研究一直都是地质学家和油气藏工程学家感兴趣的问题.本文将数学形态学与地震信号处理相结合,重点探讨了数学形态学在地震信号处理中的应用,针对地震信号的特点,设计了形态滤波器,应用于合成地震资料,得到了理想的结果.在此基础上,本文研究并构造了形态学边缘检测算子,通过理论和实际资料检验,该方法具有良好适用性.以上研究表明,基于形态学的地震信号处理是可行的,具有推广应用前景.     

基于数学形态学的遥感影像水域提取方法

利用数学形态学的方法对遥感影像上的水体进行了提取实验。经实验结果得出,利用数学形态学的基本运算组合成的各种算子:高、低帽变换、滤波与阈值截取相结合的增强方法,通过选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小的水体提取,其结果优于直接对原图像进行形态梯度法、均值分割的结果,对分割后的结果进行矢量跟踪后,得出的结果可以直接应用到GIS中去。     

遥感影像中城市道路的提取

阐述了城市遥感影像中道路提取的特点,以及当今道路特征提取的一些研究成果。根据城市道路的特点,设计了根据植被指数先提取道路两旁的植被方法,通过面积阈值和形状指数阈值剔除图斑,以及应用数学形态学,对图像进行细化,可以提取道路目标。实验结果证明这一方法的正确性。     

提取地形特征线的形态学新方法

以图像处理技术为手段,从格网数字高程图中自动提取地形特征线方法的效率较高,但对噪声极为敏感,且结果中存在较多的冗余信息和特征线断裂的现象。针对这些问题,提出了一种以灰度形态学算子提取山脊、山谷线的新方法。该方法着眼于山脊、山谷特征,构造了两种灰度形态学算子,对DEM数据进行迭代处理,再辅以筛选、细化,最终融合抽取其中的特征线。仿真实验表明,该方法既能克服小尺度噪声的影响,又能有效地保持特征线,所提取的信息与实际地形十分接近。     

早型旋涡星系M81 (NGC 3031)的形态学解构研究

利用星系解构软件GALFIT通过面亮度轮廓拟合对近邻早型旋涡星系M81 (NGC 3031)进行形态学解构,旨在探究M81星系的结构组成并对其进行形态学量化.通过6种解构模式,对M81进行了不同复杂程度的结构分解,其中最复杂的解构模式包含核球、盘、外旋臂、内旋臂、星系核5个子结构.研究结果显示, M81有一个Sérsic指数约为5.0的经典核球,其形态和光度在不同解构模式中均保持稳定; M81星系盘的Sérsic指数约为1.2,但它的形态参数和光度与是否分解内旋臂相关.不同子结构的组合对作为混合体的星系整体的形态有不可忽视的影响.星系解构的结果提供了不同解构模式适用性的建议:其中核球+盘+星系核的三成分解构适用于大样本星系的核-盘研究;而考虑旋臂的复杂解构则适合于对星系子结构的精确测量,如小样本(或个源)研究.基于Spitzer-The Infrared Array Camera (IRAC) 4.5μm的单波段图像的形态学解构研究是后续一系列研究的开始,在此基础上未来将会对M81进行多波段解构,同时研究不同子结构的光谱能量分布和星族性质,并推断M81各子结构的形成历史和演化过程.     

基于CBS的违禁品目标凸现

本文在分析基于CBS的人身安检图像基础上,提出了基于数学形态学膨胀累加、双阈值分割的违禁品分割算法.采用形态学的膨胀累加算法可以有效抑制噪声并提高目标能量;利用连通性判断获得违禁品候选区域;最后通过获得的数据对违禁品目标进行有效地凸现.