视频监控中运动目标自动提取技术

本文分析了运动目标检测面临的一些问题,并针对这些问题提出了一种基于背景减法的检测算法,对监控场景进行无约束学习,迅速建立多个可靠的背景模型,在运动目标检测过程中根据场景的变化进行实时背景动态更新,同时利用图像腐蚀和图像膨胀算法对二值图像进行后处理,消除阴影,最终得到较为理想的运动目标。     

矢量数据三维可视化研究进展

矢量数据是地理信息系统中表示空间对象信息的一种重要数据结构.随着地形、影像等栅格数据可视化表达及融合技术的日益成熟以及多类型多分辨率数据量测获取技术的发展,矢量数据三维可视化作为恢复空间对象真实面貌的有效手段逐渐成为近年来新的研究热点.对大量文献进行归纳总结,将矢量数据三维可视化方法概括为三大类:纹理法、几何法以及阴影体算法,介绍了3种方法的基本概念、优缺点及应用现状,讨论了矢量三维可视化方法面临的关键问题,提出了今后重点发展及研究的方向:时空效率优化及高性能可视化表达,充分利用GPU硬件优势,构建基于球面模拟系统的多类型数据统一集成框架以及实现空间信息共享、计算和服务.     

果树LAI快速检测的随机分布模型构建

目前对精确喷施机具本身研究较多,而对喷施对象—果树叶面积指数（LAI）的快速检测方面达不到与机具对接的要求。其中,LAI快速检测样机构建中,光学模型的构建是关键。针对果树具有单一、独立、冠层不规则、不均匀的特点,进行了计算机随机分布模型的仿真和LAI计算。基于从简单到复杂、一般到个别的原则,用VC语言构建了平面随机分布矩形叶子及其LAI测试界面。根据真实番石榴果树的具体参数如投影区域面积和叶宽度等进行匹配,构建随机分布计算分析模型,并应用在基于真树和人造树的虚拟番石榴树LAI计算中,得到虚拟果树阴影率的变     

积灰与局部阴影对光伏阵列功率衰减的影响

以河南省舞阳县光伏扶贫电站项目为对象,选取4个电站现场测试了光伏组件在无积灰无遮挡、无积灰有遮挡、有积灰无遮挡和有积灰有遮挡4种工况条件下的组件功率衰减,依据测试数据对比分析了光伏电池板表面积灰、阵列局部阴影对功率衰减率和发电量的影响程度。结果表明,电站组件在无积灰无遮挡、无积灰有遮挡、有积灰无遮挡和有积灰有遮挡4种工况条件下的平均衰减率分别为1.8%、10.5%、4.0%和10.8%。局部遮挡阴影造成的组件功率衰减率最大,对发电量影响也最大,积灰对功率衰减也有一定影响,但相对不明显。     

改性纤维素类聚合物固沙剂的吸附力学及崩解特性试验

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法--植被区分阴影消除植被指数（VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角的余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

右心下缘膨凸及帆状阴影诊断三尖瓣下移畸形的价值(附14例报告)

本文报道的14例三尖瓣下移畸形,表明右心下缘膨凸及帆状阴影是诊断该畸形的重要依据,并讨论了该诊断依据形成的机理。     

基于随机森林回归算法的苹果树冠层光照分布模型

合理的果树冠层结构有利于光照的有效分布,对提升果实产量与品质有重要意义。为揭示果树冠层内部的光照分布情况,针对目前果树冠层内部光照强度获取难度大、预测精度低的问题,研究了冠层颜色特征与光照强度的对应关系,提出一种基于冠层剖面阴影特征和冠层点云颜色特征的随机森林预测模型。以纺锤形"陕富6号"苹果树为研究对象,首先使用Kinect 2. 0采集果树的双面点云数据,预处理后得到完整的点云数据;其次,基于改进的空间殖民算法和叶序添加规则重构果树的三维模型;最后,使用"切片法",在垂直方向上将冠层模型每0. 1 m分层划分,使用POV-Ray渲染器逐层渲染阴影,同时使用光照度计,自顶向下每0. 1 m实测光照强度数据,构建以每层阴影图灰度特征和每层点云HSI颜色特征为输入,以相对光照强度为输出的随机森林网络。试验结果表明,该方法能够较为准确地预测冠层内的光照分布情况,预测值与实际值的决定系数R~2为0. 864,平均绝对百分比误差MAPE为0. 236,RF回归模型可作为苹果树冠层内光照分布预测的有效方法,为果树的剪枝、整形等研究提供参考。     

阴影环境下拖拉机视觉导航路径识别方法研究

在对比分析了普通环境与阴影环境下图像特点的基础上,提出了一种适用于阴影环境下拖拉机视觉导航的路径识别方法。首先,运用2G-R-B彩色模型分割图像,根据图像的线性灰度分布,采用合理的点运算分析法提高图像对比度,利用迭代阈值分割法和二值图像闭运算提取道路特征;然后,通过扫描道路边缘离散点和最小二乘法拟合出拖拉机的导航路径。实验结果表明,该方法能快速和有效地提高拖拉机视觉导航系统对阴影环境的适应性。