基于内容的图像自适应加网方法

提出了一种新的基于图像内容纹理分割的加网方法。试验表明,该方法能够在图像输出精度较低的情况下更有效地再现原稿的层次和细节。     

数字图像处理在道路交通数据采集中的应用研究

主要研究数字图像处理技术在MDCS中对于交通标志信息自动识别的应用,通过多级图像提取和多种特征识别和匹配算法,提高交通标志识别的准确率,从而大大提高交通标志数据的采集和更新周期。     

晴空与有云大气辐射分布的数值模拟及其对全天空图像云识别的应用

全天空图像自动云识别的研究相对来说是一项较新的研究领域。当前国际上较为通用的全天空图像云识别方法主要依靠图像蓝红灰度值对比的阈值方法进行判断。然而非洁净大气中气溶胶的增多给云识别增加了难度,同时太阳高度角不同天空色度分布情况也不同。文中利用Libradtran辐射传输模式,计算了不同能见度不同太阳高度角情况下3个典型波长(450,550,650nm;蓝/绿/红)无云及有云大气的天空辐亮度分布情况,并进行了比较分析。结果表明,相同太阳高度角情况下,无云及有云大气中蓝红比值随能见度的下降呈单调下降趋势。在特定的云光学厚度和能见度情况下,天空色度彼此呈现出类似的分布状况。全天空图像阈值判断云识别自适应算法的建立需要与太阳高度角、地面能见度联系起来。当前尚无法建立一个判断阈值随太阳高度角以及能见度变化的函数关系式。较为可行的办法是建立典型能见度、典型太阳高度角情况下的辐射信息库,在具体云识别时,首先确定太阳高度角,而后根据天空辐射比情况确定天空能见度,并利用辐射信息标准库做云或非云判别。该工作为全天空云识别算法提供判别依据,同时建立云识别随能见度和太阳高度角变化的判别信息库。     

从卫星遥感全色图像中自动提取城市目标

提出了一种从卫星遥感全色图像中自动提取城市目标的方法。在总结城市目标的卫星遥感全色图像特性的基础上,设计了一种层次提取的方法。首先在低分辨率图像中提取城市目标的候选区域;接着在候选区域内利用城市目标一些更复杂的特性在高分辨率图像中证实城市目标。为了获得城市目标的边界,提出了一种基于边缘点密度的算法,并将算法应用去提取SPOT图像中的城市目标,取得了较好的试验结果。     

基于聚焦合成的显微三维成像系统

本文利用显微镜物镜焦深范围有限,显微三维样本成像时需要一序列图像才能聚焦清晰特点,研究开发利用图像处理技术扩展显微成像焦深范围,应用改进Laplacian聚焦算子实现序列图像的融合显示,同时,提出了一种基于区域小波变换的序列显微图像融合算法并加以实现。用高斯插值算法得到三维显微图像的高度图,设计了一种网格轮廓线算法对高度索引图进行了三维重建显示和测量,并利用立体视觉原理生成了三维物体的左右视图和立体视图。应用此方法可以完成显微目标的表面三维参数的测量分析。     

可视化人体的整体坐标系统

可视人数据集是人体解剖结构的基础信息数据集。为了确定人体结构在三维空间中的准确定位以及在不同个体之间便于比较,文中提出和建立了可视化人体的整体坐标系统。以通过耻骨联合上缘中点的水平横切面为标准原点平面,将人体分为上、下部:上部包括头,颈、胸、腹、上臂、前臂等重要部位;下部包括骨盆、下肢和手。人体的整体坐标系可以确定人体重要结构的每一个体元的空间绝对坐标及相对坐标,在图像的分割、匹配、重建中起重要作用。通过坐标系统的变换,人体整体坐标系统可以方便地应用于临床的定位定量诊断,手术导航,放射定位治疗以及人体运动功能等领域的研究。     

点与闭合曲线所围区域关系的客观判定方法

在气象、地理等学科中利用计算机解决与图形有关的问题时 ,经常会遇到要在一个给定区域内进行某种特定处理 ,而在此区域外不进行该种处理的情况。在这种情况下首先需要确定哪些点位于区域内 ,哪些点位于区域外。对于人脑而言 ,这是很容易解决的问题。然而 ,这种解决方法是建立在人脑的感知意识和逻辑分析、判断能力基础之上的 ,是一种主观判别方法 ,很难在计算机上直接实现。要在计算机上通过“数”的变化来解决这类问题 ,如果给定区域的边界能用一种比较简单、确定、规则的数学模型来描述 ,相对较为容易 ;但倘若无法用这种数学模型来描述这…     

基于影像多种特征的决策树分类方法

阐述了决策树分类CART算法原理,将纹理信息、NDVI指数引入决策树方法对影像进行分类,并将分类结果与最大似然分类结果进行比较,研究表明决策树分类方法相对传统分类方法总体精度提高了8.9148%,Kappa系数提高了0.1074。     

支柱型复合片钻头外圈支柱镶嵌孔位置的确定

分析了支柱复合片钻头外圈镶嵌孔位对钻头直径的影响,介绍了用数学方法求解孔位的过程。     

遥感技术在贺兰山北段1:5万区域地质调查中的应用

本文以在贺兰山北段工作的经验为基础,总结了1:5万区域地质调查中应用遥感技术的方法和步骤。