基于控制点影像库的合成孔径雷达图像几何校正

近年来,多谱段和高分辨率合成孔径雷达(SAR)成像技术已取得巨大进步,人们也高度重视其潜在的应用前景.但是,因为雷达斜视成像性质和地形起伏影响,SAR图像在山区的几何畸变非常复杂,采用常规方法不能达到正射校正的结果,所以目前SAR图像的应用情况并不尽人意.实际应用的雷达图像正射纠正方法,特别是密集三角形格网的数字微分纠正方法需要大量纠正控制点,但是,雷达图像噪声和目标边缘模糊使自动匹配的选点算法难以成功.提出了一种基于控制点影像库的纠正控制点选点方法,用以提高点位精度和工作效率.该方法包括纠正区域控制点影像建库、灵活交互操作机制设计和点匹配操作.对不同空间分辨率雷达图像的实验处理结果表明,该方法具有较好的应用价值.     

CCD相机二维几何检校

CCD 相机检校是 CCD输入影象处理的一个必不可少的过程。本文对 CCD成象系统的几何性能进行了分析,提出了测定 CCD影象象素比例因子和象主点初值的简易实验方法。在此基础上,构造了一种同时顾及光、电误差的二维检校方法,井进行了相机检校实验。最后对检校结果进行了分析和讨论。     

苏北沿岸流对浒苔暴发及漂移过程的影响

根据2009年5月的温度、盐度和溶解氧观测数据,应用"对应分析法"对水团的分布范围和特性进行了分析,并探讨了苏北沿岸流对浒苔(Enteromorpha prolifera)暴发及漂移过程的影响。结果表明,春季苏北沿岸流向东南流动过程中,可以将海水中悬浮的浒苔繁殖体向南输运至长江冲淡水与苏北沿岸流交汇处,此处的浒苔繁殖体在适宜的条件下生长繁殖。在夏季风的作用下,长江口北部的浒苔与苏北沿岸海域的浒苔,随表层海流向北漂移,在地球偏转力作用下,漂移路径不断向右偏转,并最终在山东半岛南部海域聚集堆积。苏北沿岸流在浒苔暴发初期将繁殖体输送到条件适宜的生长区,并对浒苔向北漂移起到了重要作用。长江冲淡水向北扩展范围的增大对于浒苔的生长和繁殖起到了促进作用。查明浒苔扩散路径及输运机制不仅具有重要环境意义,而且对深入了解沿岸和河口区泥沙及污染物的扩散和输运机制具有指示作用。     

基于语义描述的制造业Web服务合成研究

在因特网环境下,如何对服务描述是基于web服务的应用集成的关键问题之一。Web服务合成技术为这一问题提供了很好的解决方案。以基于语义的web服务合成理论为基础,在分析制造业信息资源特点的基础之上,以库存管理领域为应用实例,选取面向服务的网络本体语言提出了制造业web服务合成语义描述的一种方法。     

SVD和DCT提取特征向量的方法在人脸识别中的比较

采用奇异值分解和2D离散余弦变换两种方法得到的特征，分别在嵌入式隐马尔可夫模型的人脸识别中进行比较．得出奇异值分解比2D离散余弦变换在识别率上和时间复杂度上部较差的结果。通过对结果进行分析得出，虽然奇异值分解有很多优良的特性．但是在模式识别中仅使用奇异值分解来提取特征并不是很好的方法。     

南海南部表层沉积物粒度分布特征及其影响因素

对取自南海南部的153个表层沉积物样品,进行了粒度、粒度参数计算和Q型聚类分析,探讨了表层沉积物的粒度分布特征、沉积类型及影响因素。结果表明,研究区沉积物主要粒级组分为黏土和粉砂,底质类型主要为泥,还有粉砂质砂、砂质粉砂和粉砂,平行于等深线基本呈带状分布;结合Q型聚类分析结果,研究区沉积物可分为外陆架及陆架坡折区粗粒沉积物(砂和粉砂)和陆坡区细粒沉积物(泥)两类,500 m等深线是两类沉积物的分界线;对比粒度分析结果,判定两类沉积物属于不同成因类型,外陆架及陆架坡折区是现代沉积和残留沉积的混合沉积,陆坡区是现代沉积;影响南海南部表层沉积物粒度分布的主要因素是物源、水动力条件、水深与地形及洋流。     

不同断面混合工法小净距隧道施工影响分析

厦门市轨道交通1号线某地铁车站站后设置停车线,依据工程图纸,左线隧道和停车线采用双线单洞大断面暗挖法施工（CRD工法）,隧道直径11.53m,右线隧道采用盾构法施工,隧道直径6.2m,两隧道净距3.85m。本文应用三维动态数值模拟的方法,对不同断面、混合工法、小净距双线隧道的施工顺序进行了研究,并分析了两隧道净距对先行隧道的影响。研究结果表明：1）采用先小后大的施工顺序（即先采用盾构法施工右线隧道,后采用大断面暗挖法施工停车线）可有效减小地表沉降、邻近建筑物变形及隧道结构体系变形。2）当两隧道净距大于1.5D（D为大断面隧道直径）时,后行隧道施工对先行隧道影响较小,附加变形小于3mm。3）大断面暗挖隧道中隔墙拆除阶段对地表沉降量及邻近建筑物变形影响较大,对于此时的变化速率应加以重视。研究结果对相关工程的设计和施工具有一定的借鉴意义。     

基于预测的边缘检测方法

提出了一种基于预测的、有一定自适应性的边缘检测方法。介绍了其原理和算法实现过程。通过计算两个相邻像素的灰度值的均值、均方差和梯度来预测下一个像素的灰度值,比较预测值和真实值来判断下一个像素是否是边界点。通过与现有同类算法的比较,证明了该算法的优越性