新疆林业海量影像数据管理系统建设

介绍新疆林业海量影像数据管理系统建设的关键技术和系统功能。系统通过对多源、多时相、多分辨率的影像数据的统一化、标准化的组织和管理,提供在线影像浏览、查询、对比分析和影像下载等功能,实现了海量影像数据的管理与共享。     

套袋苹果影像的分割方法研究

为了准确识别并分割套袋苹果,对影像中的套袋苹果及其背景在RGB颜色空间模式下,分析各目标物的R(红)、G(绿)及B(蓝)值分布特征,根据各目标物所呈现的R、G及B值差异选取适合于套袋苹果的分割条件,对套袋苹果进行分割,将分割结果与多阈值分割法以及K均值聚类法分割结果进行比较。结果表明:分割法优于以上2种方法,同时,根据该试验提出的分割方法计算苹果识别率,识别率可达93.4%,表明该试验算法对套袋苹果的分割准确率高。     

OIA技术支持的高分辨率影像乡村居民地本体建模方法

地理本体建模是遥感影像自动/半自动识别地物类型的重要途径,对高分辨率遥感影像的复合地物类型信息提取具有重要的作用。首先采用Methontology本体建模方法,通过protégé平台建立高分辨率影像乡村居民地本体概念模型。利用基于对象影像分析(OIA)技术,形式化概念模型,完善乡村居民地本体模型。最后将建立的本体模型运用于乡村居民地信息提取,通过甘肃张掖刘家庄航空遥感影像提取试验,验证了乡村居民地本体模型的有效合理性。     

普通相机的梦幻变身(上)

<正>难忘的瞬间、美好的时刻、动人的画面,相机能把这些瞬间凝固。对于我们大多数人而言,数码相机的普及使得这成为"小菜一碟"。但是,能不能利用普通相机,拍摄出一些富有创意和特技效果的图片呢?如图片背景呈星光四射状,夏季里呈现冬雾景观,多个影像效果等。作为业余摄影者,我们不可能去配置价格昂贵的专业     

对犬肺部疾病X线影像分析的初步探讨

1支气管炎 该病是支气管表层黏膜的炎症,在气候剧变时易发生此病,以幼小、老龄犬多发,分急、慢性两种。急性支气管炎因其炎症局限于黏膜层,X线表现缺乏,因此X线检查的目的在于排除有类似症状的肺部其他疾病。慢性支气管炎X线表现肺纹理增多、增粗、阴影变浓,如炎症扩展至周围组织而引起支气管周围炎,则肺纹理延长、增粗和模糊不清。当继发多发性小叶肺不张与局限性肺气肿时,因肺表面充气不均匀,可使膈肌呈不规则的波浪状。     

基于卫星遥感影像的森林病虫害监测研究进展

森林病虫害是森林的主要灾害,快速准确监测森林病虫害是开展病虫害防治的关键。利用卫星遥感影像监测森林病虫害是一种经济高效的手段。为进一步加强森林病虫害遥感监测的研究和实践,综合分析了国内外利用卫星遥感影像监测森林病虫害研究现状,系统总结了应用卫星遥感影像监测森林病虫害的主要技术方法,深入分析了存在的主要问题并进行研究展望。研究表明:森林病虫害遥感监测研究中主要存在3个问题:1)高空间分辨率影像的研究不足;2)影像纹理信息挖掘不充分;3)失叶遥感监测挑战大等问题。针对上述存在的主要问题,研究提出对策建议:1)多源遥感数据的综合应用;2)增强图像处理技术;3)加强病虫害生境因子的利用;4)构建病虫害遥感监测系统平台等。     

用遥感影像提取大别山区水稻种植面积——以Landsat 8为例

本研究选取安徽省安庆市大别山为研究区,包括太湖县、岳西县、宿松县和潜山县,选取2016年和2017年的6景Landsat 8卫星遥感影像,通过遥感影像提取水稻种植面积,分析大别山区的水稻种植面积分布,并对研究区域的水稻种植面积进行动态实时监测。用遥感解译方法分别提取了研究区内的晚稻种植面积,并利用随机点验证和Kappa系数验证结果精度。结果表明:2017年和2016年水稻种植面积的提取精度分别为93.44%、93.78%,Kappa系数分别为0.86、0.83,证明水稻提取效果精确;对比研究区域各个县内的2017年和2016年晚稻种植面积,发现安庆市大别山区太湖县、潜山县、岳西县的水稻种植面积变化率均在5%以内,属于正常变化,由于2016年宿松县遭遇了水灾,部分农田被淹没,故宿松县2017年水稻种植面积相比2016年增加了13.01%;对比传统的农作物种植面积统计方法,利用遥感的方法更省人力、物力、财力,并且能精确、快速地实现对农作物的实时动态监测。     

多源高分辨率卫星遥感影像监测林地动态变化研究

以内蒙古大兴安岭克一河林业局、吉文林业局林地动态变化监测为目标,应用多期国产高分辨率卫星遥感数据,辅以德国Rapid Eye、法国SPOT5和SPOT6、美国TM遥感影像;叠加占用征收林地资料、伐区作业设计、林木采伐许可证、林政案件资料、森林资源二类调查以及林地保护利用规划等专题数据资料。通过目视解译与提取识别,检测林地和林木的变化情况,结果表明:卫星遥感影像对林木采伐、占地、毁林开垦和森林灾害监测效果明显。     

基于地物字典的遥感图像分类方法研究

遥感图像信息提取与分类是当今数据挖掘领域中的热门话题之一。遥感图像计算机分类的主要措施是基于统计特征的模式识别技术和句法模式方法。该文是在认真阅读了相关资料的基础提出了有关分类的一种设想,一种人工智能和数据库理论结合的分类方法,即利用地物字典进行遥感图像分类。