基于多特征的人工海岸线提取方法

在中高分辨率的遥感影像中,海岸地物呈现出更多的细节,尤其是受人类影响程度较大的人工海岸。文中针对较为复杂的人工海岸遥感影像,进行基于多特征的海岸线提取方法研究。实验选用SPOT影像作为实验影像,分析实验区海岸带SPOT影像的光谱特征、形状特征和空间关系特征,使用多种特征来提取海岸线,实验结果表明,方法能对海岸带地物进行正确分类并实现海岸线的自动提取。     

极化方法在分析地磁秒数据异常信息中的应用

采用极化分析方法处理地磁秒数据.对不同台站地磁秒数据进行分析发现,极化值在地震发生前约2个月内有明显异常,且在傅里叶频谱上表现不太明显.另外,不同地磁分量的极化值映震效果不同,大部分震例极化值升高、振幅增大,小部分震例极化值低值、平稳.研究认为,该方法可以用于地磁秒数据震磁异常信息提取.     

基于面向对象算法的道路信息提取研究

道路作为重要的基础设施,其信息的快速提取对于地面空间数据库的更新具有重要的理论与现实意义。本文将面向对象的思想引入影像道路分析提取中,按照局部区域与相邻区域的"异质"特征对高分辨率影像进行多尺度分割,产生"同质"像素集,得到最优尺度参数;然后通过探究最优特征组合及最邻近分类提取,面向对象道路提取用户精度可以达到96.5%。通过多次实验对比分析,旨在探索基于面向对象算法道路信息提取的最佳方法。     

大范围倾斜多视影像连接点自动提取的区域网平差法

提出了一种大范围倾斜多视影像自动连接点提取和光束法区域网平差算法。首先利用POS数据对倾斜影像进行矫正并预测候选像对,使用SIFT特征进行影像匹配;然后利用并查集数据结构实现多视影像间连接点对应关系的快速确定;最后将POS数据和控制点数据作为带权观测值进行平差解算。选取3种典型的倾斜相机系统(组装轻量级倾斜相机、国产SWDC-5相机、微软UltraCam相机)进行了试验,结果表明,本文算法能够适应国内外流行的倾斜摄影系统,且一次性可处理的影像数目超过2000张;在相同条件下倾斜影像光束法区域网平差的整体精度优于传统垂直摄影情形,实际精度可以达到水平方向0.75 GSD,高程方向2.0GSD。     

利用偏度平衡自动提取机载LiDAR点云城区道路

针对机载LiDAR点云提取城区道路自动化程度低以及提取道路网不完整的问题,提出一种基于偏度平衡算法自动提取城区道路的方法。首先,计算末次回波点云中邻近点的坡度,依据城市道路设计标准选择坡度阈值,分离非地面点并获得初始道路点云;然后,利用偏度平衡算法计算出最优强度阈值,滤除非道路点,再结合道路与停车场的空间位置关系,通过点距精化初始道路点云;最后,对道路区域进行细化和平滑,得到道路中心线。通过定量分析及对比实验,该方法能够自动地从LiDAR点云中提取出较为完整的道路网。     

基于极限承载力试验的扩底抗拔桩承载特性数值模拟分析

基于天津于家堡南地下车库工程扩底桩抗拔极限承载力试验,结合数值模拟手段对扩底桩抗拔承载特性、破坏模式和受力机制开展了分析研究。计算分析表明,扩底桩（有效桩长19 m）相比等截面桩抗拔极限承载力提高约50%,材料增加仅8.5%,扩底桩扩大头周边土体提供的抗力显著提高了抗拔承载力;荷载较小时抗拔力主要由等截面段侧摩阻力提供,扩头段抗拔力占桩顶加载的比值随加载近似呈线性增加;扩底桩等截面段沿桩土界面先发生剪切破坏,扩头段周边土体后发生受压破坏,抗拔承载力达到极限;扩头段位于同一土层时,不同桩长扩头段提供的极限抗拔力相差不大,桩长越长,扩头段抗拔力贡献率越低;扩头段抗拔力主要由自重、扩头段法向力竖向分力和侧摩阻力组成,其中法向力竖向分量提供了扩头段的主要抗拔力,占扩头段总抗拔力约70%。     

基于整体变分模型的影像阴影检测算法研究

将影像上普遍存在的阴影视为图像退化的一种特殊形式，以整体变分模型为基础，以影像上阴影区域亮度普遍较暗且较均匀、阴影区域和非阴影区域之间的反差普遍较大的特点为约束，导出了整体变分模型用于影像上阴影检测的基本算法。通过对若干幅实际影像的阴影检测实验表明，本文算法对灰度影像和彩色影像上阴影区域的检测是有效的。     

河北蔡家营铅锌多金属矿地电化学提取有效性及提取条件试验

通过干旱-半干旱风成砂覆盖区蔡家营铅锌多金属矿315勘探线上地电化学有效性及条件性试验发现：在该景观区及矿床条件下,地电化学测量较常规土壤测量异常显示效果更佳,具有更大的勘查适用性。在测量条件方面：①随电提取时间的增加,Pb、Zn等主成矿元素异常显示效果有变好的趋势,埋藏更深的矿体上方逐步出现较明显的地电化学元素异常,但Cd、Cu等元素在不同的提取时间条件下均可取得较为一致的提取效果;②使用人工外电场和在提取极土壤中添加井水等提取液可保证地电化学测量获得较好的异常显示效果,是电提取过程的必要条件。     

高分辨率影像深度学习概率决策融合建筑提取

为了充分融合不同深度学习模型在建筑提取中的互补信息,该文提出一种基于深度学习概率决策融合的高分辨率影像建筑物提取方法,将不同深度学习模型的类别分割概率进行融合作为最终建筑提取的依据,以实现不同模型之间的优势互补,最后采用形态学后处理方法进一步优化建筑提取结果.采用3组不同分辨率,具有多种地物形态的建筑数据集验证该文方法的有效性.实验表明该文提出的概率决策融合方法取得了满意的精度(F指数分别为92.45％,90.56％,79.95％),优于单一模型的结果,并且显著提升了建筑提取结果的可靠性.     

四法鉴定黄龙玉

<正>评定黄龙玉品级时我们可以结合翡翠与田黄石的标准来品评。因为黄龙玉既有翡翠的硬度又有田黄的色彩及温润通灵等相似的性质。种:质地此项标准是借用翡翠评判的名词,"种"也就是对玉石的质地进行评判。黄龙玉是隐晶质矿物集合体,其质地越细腻就越好,表现为抛光度好,籽料的手感细腻柔美,有丝绸般的质感。有些虽肉眼看不出玉内的晶粒,但在抛光过