基于直线特征和谱图理论的光学与SAR图像配准

针对可见光与SAR图像配准问题,提出了基于直线特征和谱图理论的配准方法。通过提取图像的直线特征求交点,再利用特征点集构造Voronoi图,结合谱图理论寻找匹配的Voronoi多边形,从而获得配准参数,最后根据仿射变换模型得到配准结果。实验结果表明,与传统配准算法相比,本文配准方法普适性好、配准效率高。     

多普勒雷达图像逆风区的自动监测识别

在多普勒雷达降水回波径向速度场中及时准确地发现逆风区,对灾害天气预报预警具有重要意义.根据逆风区在雷达径向速度图中的物理图像特征,采用数字图像处理和分析方法实现了逆风区自动监测识别.首先,以雷达图像色标为依据,采用阈值法分别获取正、负速度区域二值图像,再对2幅图像分别进行形态学运算,然后将上述4幅图像做交叉逻辑运算,得到逆风区监测识别结果和相关参数.通过在2005-2011年长沙雷达站47幅根据实况进行人工标注后的多普勒雷达径向速度图像上进行实验,表明该方法对逆风区可以进行快速准确识别,与人工标注结果比较准确率可达89%,满足实际应用需要.     

FY-3微波成像仪10.6 GHz通道超分辨率图像重建

为改善风云三号 (FY-3) 微波成像仪10.6 GHz通道空间分辨率,提出利用超分辨率图像重建算法进行图像重建。分析并指出FY-3微波成像仪10.6 GHz通道具有过采样特征,具备重建得到高于瞬时视场图像的潜力;基于超分辨率图像重建理论,根据FY-3气象卫星轨道、姿态,微波成像仪性能参数以及工作模式等物理约束,建立微波成像仪的超分辨率成像模型,并推导计算出超分辨率成像模型参数;采用POCS算法重建得到10.6 GHz通道的超分辨率图像,采用目视比较分析、图像统计分析对重建图像进行质量评价:重建图像像元平均梯度提高26.5%,功率谱分量和提高5.7%,重建图像具有更高的空间分辨率;台风亮温分析应用显示了从重建图像可发现更微小的景物细节目标。采用超分辨率图像重建算法对FY-3微波成像仪10.6 GHz通道进行重建处理,结果有效且正确,可为数据用户提供更多可用的遥感数据,对微波遥感数据应用具有提升作用。     

干侵入对我国东部一次强飑线过程的作用分析

利用NCEP/NCAR再分析资料、雷达资料、FY2E卫星资料等,对2014年7月30日至31日发生在我国东部的一次强飑线天气过程进行综合分析,并着重分析了干侵入对此次飑线过程的作用。结果表明：中层阶梯槽引导高层干冷空气向下入侵后叠加在低层暖湿气流之上,增强了大气不稳定,不稳定能量累积;低空切变线促使不稳定能量释放,是此次飑线的重要触发机制。对干侵入的分析结果表明：此次飑线过程中,干侵入来源于高空槽后下沉气流,干侵入底部风场调整使得飑线在移动过程中发生了转向。在飑线发展过程中,干侵入范围扩大、强度增强;干侵入使飑线发生区域上空空气变冷、变干,增强了大气不稳定。干侵入底部的低相当位温空气与飑线内部高相当位温空气混合是飑线长时间维持的重要原因。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

横向振动格栅紊流紊动特性试验

建立了一套大尺度格栅紊流试验系统,格栅进行有别于传统垂向模式的横向振动,采用粒子图像测速技术(Particle Image Velocimetry,PIV)测量流速。对瞬时流速的检验表明,该系统产生的紊流场具有较强的随机性和统计规律性。均方根流速在格栅片附近变化较大,在两片格栅中间处趋于稳定,纵向均方根流速明显大于垂向均方根流速,二者比值在1.5~2.0之间,接近天然明渠紊流。雷诺应力在距格栅越近处波动越大,随着距格栅距离的增加而减小,至两片格栅中间处雷诺应力基本为0。时间和长度积分尺度在格栅片处最小,随着距格栅距离的增加而线性增加,至两片格栅中间处达到最大值。流速能谱呈现Kolmogorov理论的-5/3次方规律。本系统生成的紊流场的统计规律与传统的垂向振动格栅紊流较为一致,但纵向和垂向的紊动强度更接近实际,为后续紊流中泥沙和污染物等运动机理的研究奠定了基础。     

构造物理模拟和PIV有限应变分析对构造裂缝预测的启示

油气储层中构造裂缝发育与有限应变状态关系密切,为了探索有限应变分析与构造裂缝预测的新技术方法,此次研究设计完成了一组单侧挤压收敛模型的物理模拟实验,并引入粒子图像测速(PIV,Particle Image Velocimetry)技术对实验过程进行了定量化分析。实验模型在垂向上为含粘性层的多层结构,实验结果形成了一个肉眼可见的箱状褶皱。通过PIV技术可以获取实验模型变形演化过程中各阶段的位移场数据,计算出各阶段的增量应变,实现从初始状态到褶皱形成之后整个变形过程的有限应变分析,探讨构造裂缝成因机制和分布规律,进行定量化裂缝预测。挤压变形过程初期,应变分布范围很广,有限应变较弱(约4%~8%),在挤压方向上的线应变表现为弱压应变,在垂向上的线应变表现为弱张应变,这种现象是褶皱和断层产生前平行层缩短和层增厚的纯剪变形结果,也是区域型张裂缝和剪裂缝形成的主要机制。褶皱和断层即将发育之时至发育之后,应变局限在断层发育的剪切带及附近区域,有限应变表现为较强(达20%)的剪切应变和剪切张应变,是断层面附近简单剪切变形作用的结果,也是局部型剪裂缝和张剪裂缝形成的主要机制。     

基于Web的雷州文化数字化展示传播平台关键技术研究

为解决雷州文化缺乏对外展示传播平台的困境,将三维激光扫描、物联网、多维图像展示、虚拟漫游等技术相结合,采用技术集成理念,详细设计平台架构、功能模块,构建雷州文化空间数据库、知识库,并运用三维图像处理、场景建模、360度全景漫游等技术对重点文物进行虚拟化展示,实现基于Web的雷州文化数字化展示传播平台,重点阐述全景漫游、基于文本和内容的图像检索、数据库快速访问等关键技术。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

基于神经网络的页岩微纳米孔隙微结构分析的正则化和最优化方法

页岩气成藏机理与页岩内部孔隙结构紧密相关,对页岩孔隙结构的研究成为页岩气勘探开发技术中至关重要的一环。页岩内部不同结构体组分对X-射线的吸收能谱不一样,这样就导致观测数据是由不同页岩组分衰减不同波段的X-射线构成的。经过对CT图像分割,能够获得页岩微孔结构的图像,尤其是获得有机质中孔隙类别、形状、尺寸、空间分布、连通特性。本文利用同步辐射X射线扫描重构的页岩CT数据,研究并设计基于多能CT图像的神经网络图像分割技术和算法,以期得到页岩体三维结构特征及空间分布,可以为建立有机质种类和无机矿物组成与微纳孔隙特征的联系以及最终实现页岩气的资源储量评估和勘探开发提供技术支持。