基于Quickbird影像的数字线划图数据更新

伴随着我国国民经济建设的快速发展,有必要对现势性较差的1:1万数字线划图(DLG)数据进行更新.常用数据更新方法比较繁琐,成本比较高,制作的周期也较长.因此,对基于Quickbird影像对1:1万DLG数据更新的相关技术进行了探讨.     

基于灰度匹配的序列影像的目标跟踪研究与实现

利用匹配算法对视频帧进行处理可以实现对特定目标的跟踪.通过在Matlab平台上利用基于灰度的匹配算法实现简单背景下的单目标跟踪,来说明目标跟踪的基本过程,并且对在Matlab平台上实现目标跟踪所遇到的坐标系转换、运算速度以及适用范围等问题进行了分析讨论.     

基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果.实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价.     

一种基于自适应窗口滤波的DEM获取算法

在分析了一种基于固定窗口滤波的DEM获取算法的基础上,提出了一种自适应窗口滤波的DEM获取算法,改变移动窗口的大小进行分块拟合来反演地面的高程值,获取DEM数据.利用海岸带区域IKONOS卫星影像匹配生成的三维坐标数据集进行了实验,实验证明了该算法的有效性.     

旅游景观意象评价——周庄与乌镇的比较研究

通过对旅游景观意象评价的实证研究,提出了一种基于结构的旅游景观意象评价方法.首先对旅游评价研究和旅游景观意象理论进行了回顾,以功能属性、时间属性和空间属性对旅游景观意象进行划分,进而对291名旅游者的问卷调查数据进行了统计分析,采用结构方程模型自下而上生成了旅游景观意象评价指标及权重,线性评价的结果显示周庄(古镇景区)...     

区域旅游形象塑造中的人文要素分析——以黟县为例

区域旅游形象是目的地核心吸引力,形象感知是影响旅游动机转化为旅游决策的关键因子.区域旅游形象构建过程中存在两个系统,一个是内牛变量系统,一个是外生变量系统,目的地人文要素归属外生变量系统.目的地人文要素系统对旅游目的地认知形象、情感形象和最终形象均产生重要影响,影响机制为:①信息来源影响形象感应;②景区管理影响形象认知...     

博物馆感知形象的相关分析——以首都博物馆为例

博物馆既是国家、城市文化的重要窗口,也是地区文物保护、文物研究、面向公众和广大青少年传播爱国主义精神、历史及科学知识的基地,还是公众休闲的重要场所,它为当地居民和国内外游客提供了高素质的休闲和旅游环境。在综合分析国内外旅游目的地形象研究成果的基础上,通过因子分析、相关分析等统计分析方法对首都博物馆进行了实证研究。研究结论对创建、强化和提升博物馆的形象具有一定的理论和现实意义。     

基于纹理特征和机器学习的卫星云图分类实验

准确识别云对提升天气预报和气候预测准确性有着重要意义,传统的阈值法和聚类法很难找出统一通用的阈值标准和方法,随着机器学习在云分类领域的应用和发展,在分类速度和分类精度上都有了明显提升。本实验对风云二号G星的红外云图进行预处理并构建卫星云图样本库,通过提取云图纹理特征再结合支持向量机（SVM）、随机森林（RF）和XGBoost分类器实现了对“晴空”、“层积云或高积云”、“积雨云”、“密层云”和“卷层云”的分类,实验结果表明：①三种分类器对该实验云分类的平均准确率分别为RF（62.5%）＞XGBoost（61.7%）＞SVM（60.0%）;②三种分类器对“层积云或高积云”的分类都最好且稳定,平均分类精度均达到了90%以上,最高为91.5%;③SVM对密层云（67.9%）、RF对卷层云（68.9%）、XGboost对晴空（68.3%）的分类效果次之,平均分类精度均达67%以上。     

非负矩阵分解和Curvelet在遥感图像融合中的应用

非负矩阵分解是一种提取图像原始信息局部特征的新方法,第二代Curvelet变换是一种效果较好的多尺度变换分析方法。结合两者特征提出一种基于NMF和Curvelet的遥感图像的融合方法,首先对已配准的多光谱图像和全色图像进行Curevelet分解,得到各层系数（Coarse、Detail和Fine尺度层）。然后对Coarse尺度层（低频系数）进行NMF分解,提取出包含特征基的低频系数;对Detail和Fine尺度层（高频系数）采用方差为测度参数进行邻域融合。最后进行Curevelet逆变换得到融合图像。实验结果表明,该方法的融合图像能较好地保留光谱信息,并在空间细节信息上得到改善,优于小波方法、Curvelet等方法。     

A Method for Detecting Space Debris based on Apriori Information

A method for detecting space debris images in the light of apriori information is proposed. As far as this method is concerned, a range gate in the neighborhood of the debris star image in the whole image is set through apriori information, and the local background threshold value within the range gate is calculated, in order to identify the object in the help of some criteria. Then, the moment method is utilized to calculate the deviation of the debris barycenter with respect to the gate center, and the position of the debris barycenter on the whole image is calculated through a linear translation. Experiments show that the method has a low complexity, good real-time performance, and the convenience of realization, it can be used to detect space debris effciently and accurately and to determine the position of the debris barycenter more precisely.