基于角点检测的叶缘锯齿快速识别

叶缘锯齿特征是植物识别的重要特征。本文提出了一种运用图像角点检测技术对叶缘锯齿进行识别和定位的方法。该方法首先利用基于Harris算子的方法进行角点检测,然后通过人工调整阈值提高检测精度。研究结果表明,该方法便捷、高效,在叶缘的锯齿检测中取得了较好的效果。     

可视化手法在森林健康经营中的应用

可视化技术的快速发展使林业类的展示更加自由和深刻,以北京山区森林健康项目中的八达岭功能分区为项目背景,提出一套较为实用的展示思路,为以后此类森林健康项目的可视化展现手法提供参考和依据。     

基于个体植物生长模型的森林动态演替模拟

森林动态演替过程的计算模拟历来是森林生态学中的一个重要问题。不同于传统宏观式的模拟思路,本文提出了一种基于个体植物生长模型、自下而上的模拟方法。首先构建了参数化的个体植物生长模型,模型中考虑了植物内部属性、外部环境、邻域竞争3种对植物生长有影响的因素,综合模拟出植物在不同环境状况下的生长变化情况。在此基础上,对构成一片森林的大量植物个体进行遍历式、迭代化的计算,从而模拟出整片森林区域的生长演替现象。实验结果表明,本文方法可以模拟出植被在复杂外部环境影响下的动态变化效果,可表现出自然稀疏、物种竞争、物种演替等多种典型的植被演替现象。      

“数字林业”及其技术与发展

“数字林业”是“数字地球”的一个重要分支.该文介绍了“数字林业”的相关概念及目前在国内相关领域的研究进展,提出了“数字林业”的体系结构,并对“数字林业”建设过程中所涉及到的海量数据的存储和管理、网络技术、可视化和虚拟现实技术、数据挖掘技术、数据共享以及互操作技术、3 S技术等几种关键技术进行了分析和总结,并对在实现过程中可能存在的问题提出了可行的解决方案.该文最后展望了“数字林业”的发展前景.      

无线传感网在森林微气象监测中的应用研究

研究并实施了面向森林微气象监测的无线传感器网络系统,系统部署在北京林业大学鹫峰国家森林公园,共 计42 个无线传感网硬件节点,网络覆盖面积5 990 m2 ,已采集数据近20 万条。针对林区环境树木遮挡严重而导致 硬件节点通信质量较差、数据包丢失严重等问题,硬件节点的工程部署方式采用之冶字形方案,并提出了用于数据 传输的可靠路由协议、网络拥塞控制机制。系统可以进行标量数据、图片数据的采集,经过数据融合处理最终汇聚 到基站,通过Web 客户端可以远程查验数据以及进行网络远程配置。此系统已持续一年的运行,验证了系统的可 靠性,为森林微气象研究工作提供了精细的数据支撑。      

基于图像分析的梅花品种识别研究

针对梅花图像,提出了适合其颜色、形状、纹理3方面特征的描述方法。在颜色特征提取方面,通过直方图归类的结果,提出了适合描述梅花图像色彩特征的方法。改进了对形状特征进行描述的平坦度算法,在计算平坦度时只计算花朵区域,没有统计背景区域,使算法得到简化,并且不影响最终的效果。改进了灰度共生矩阵的计算方法,首先提取出花朵区域的最小外接长方形,以此作为新的图像的长和宽,降低灰度共生矩阵的计算量;然后再计算4个角度的灰度共生矩阵,累加相应的矩阵元素除以4求出4个矩阵的平均矩阵,作为参与运算的灰度共生矩阵;计算该矩阵的相关参数作为纹理特征的描述。最后对提取到的19个特征采用SVM分类器进行分类和识别。对 660幅梅花图像（每个品种60幅,11个品种）进行测试,330幅作为训练样本,另外330幅作为测试样本。实验结果表明,在对SVM分类器做交叉验证后,识别率可达到93.94%。该识别系统具有较高的识别准确率和稳定性,能够起到知识普及的作用,减轻专业人员的负担,增加梅花的鉴赏性。      

理工科“多媒体技术及应用”课程教学探讨

随着多媒体技术的发展,学生在本科学习中完成各门课程所需具备的多媒体处理与设计能力不断增加。本文分析了“多媒体技术及应用”课程在实际教学中存在的困难,结合教学实践,对该课程的教学进行了探讨。提出了该课程的教学应理论与实践并重,讲授应主要集中在多媒体基本理论上;实践则应强调对多媒体软件基本操作的掌握。在教学实施中应使学生明了教学目标和安排,编撰详细的实验指导书并在实践环节鼓励学生自学。成绩评定则应保证学生对基本理论学习的足够投入及反映学生实践环节的学习质量。     

天然林保护工程管理信息系统实现技术的研究

该文提出了集网络技术、数据库管理技术和3S技术为一体的,以省、市、县三级构成的天然林保护工程管理信息系统的构架和网络系统结构. 该系统的研发以天然林保护工程的7大管理业务流程为基础,建立了基于地理信息系统组件、数据交换组件和展现组件的桌面系统. 系统软件以及三级网络系统的搭建在我国四川、湖北等省得到了实现和应用.      

自然背景下的梅花图像分割算法研究

针对梅花数据的特点,提出一种基于自然背景下的梅花花朵分割算法TC(Texture Color)。该算法综合运用了分形纹理和颜色2种特征,有效分割背景图像中的干扰物,实现梅花图像分割。首先,采用双毯子方法计算图像的局部分形维数图,并对分形维数图采用大津阈值分割去除背景中大部分的干扰物;然后,利用颜色特征对剩余的干扰物进行有效分割。在采用颜色特征进行分割时,改进了色度直方图累加算法,并融合了饱和度特征,取得了很好的分割效果。在分割过程中,算法还采取了形态学操作、去噪和填充等处理技术,得到最终的分割结果。对9种梅花图像（每种20幅,共180幅）进行了分割实验,采用误分率对实验结果进行评价,并分别和2RGB模型分割方法、GrabCut算法进行了实验对比。实验结果表明:TC算法平均误分率控制在3%之内,比2RGB模型分割方法更加有效,并且该算法所耗费的时间比GrabCut算法要少很多而且无需人工交互。因此,本文提出的TC算法针对梅花图像的分割是非常有效的。      

一种改进的基于MRF的树木图像提取方法

在自然场景中拍摄的树木图像包含了丰富的信息,并受环境、光照、天气、噪声等的干扰,树木本身及其周围景物的多样性使得自然场景中的树木图像提取成为一项复杂的、探索性很强的工作。本文采用自然图像抠图技术进行树木图像的提取,较好地解决了树木图像内部存在大量空洞和透明现象的问题;提出了关注区域的概念,并引入区域生长的方法,从简化三分图划分、尽可能多地确定前景像素点和减少未知区域待运算像素数目3个方面对基于马尔可夫随机场（MRF）的抠图方法进行了改进。实验结果表明:改进的基于MRF的树木图像抠图算法能够有效地提取树木图像,并简化了人机交互过程,增强了颜色的准确性,同时使运算速度大幅度提高。