基于神经网络的卫星影像与航拍实景影像自适应颜色分割方法研究

针对智能区分系统中的实景图像真彩色的自动检测问题,研究了基于神经网络的实景影像自适应颜色分割方法。提取了图像中的所有像素进行灰度归一化,然后计算出像素矢量矩阵,利用像素矢量进行概率神经网络(PNN)的训练,通过训练后的神经网络进行图像自适应二值化阈值颜色分割,主要分割红,黄,蓝3种颜色。实验结果表明:自适应图像分割方法比固定阈值分割方法在图像分割效果上有显著的改善。     

人造板表面缺陷检测图像自适应快速阈值分割算法

【目的】提出一种自适应快速阈值图像分割算法,为人造板表面缺陷在线检测提供支持。【方法】首先将整幅图像划分成若干子区域,通过计算子区域的方差对缺陷进行定位,提取出缺陷所在区域,只对缺陷区域进行图像分割,解决小面积目标难以准确分割的问题。然后对缺陷区域的一维灰度直方图进行处理,直方图平滑后去除掉不显著波峰,根据处理后保留的主要波峰数量和位置自适应地确定分割阈值个数以及每个阈值的分割区间,实现当图像中出现多种类型缺陷时算法自动确定分割阈值个数。最后,通过分析Otsu算法,将阈值穷举搜索改进为条件搜索并限定搜索方向,在每个分割区间内使用改进的Otsu算法对阈值进行搜索,提高搜索速度。【结果】对板面存在油污、大刨花、胶斑、杂物、松软5种类型缺陷的人造板表面图像进行分割,在板面缺陷数量、类型不固定的情况下,算法可以自适应地确定分割阈值个数,在15 ms内将各种类型缺陷从人造板表面图像中分割出来,平均分割准确率达97%。【结论】自适应快速阈值分割算法能够快速、准确将缺陷从人造板表面图像中分离出来,在执行速度和分割效果上均满足在线缺陷检测系统的要求,可为人造板表面缺陷在线检测提供新思路。     

基于形态学阈值标记分水岭算法的高分辨率影像单木树冠提取

随着遥感技术的不断发展,利用高空间分辨率遥感影像提取单木树冠,成为获取树冠信息的一种重要手段。结合数学形态学和最大类间方差法提取自适应的分割阈值,分别对前景和背景进行标记,以此构建了改进的分水岭分割方法。选取林区高分辨率的无人机影像为数据源,分别根据传统的分水岭方法和改进的分水岭方法进行实验分析,并从冠层面积、单木树冠分割的数量和质量方面进行精度评价。结果证明:基于形态学阈值标记的分水岭算法具有显著改善过分割的作用,树冠分割结果精度可达64.62%,表明该方法切实可行,且效果较好。     

一种新的小波阈值去噪方法

小波阈值去噪是信号处理中一种重要的去噪方法,然而,常用的软阈值和硬阈值法存在各自的局限性,对此,本文提出了一种新的阈值处理方法,仿真试验结果表明,新的阈值方法的去噪效果无论在视觉效果上,还是在信噪比和最小均方误差意义上均优于传统的硬阈值和软阈值.     

微藻固定烟气中CO2的发展及可行性探讨

指出了未来燃煤电厂将面临巨大的CO2减排压力，以微藻为代表的生物固定转化法在烟气CO2回收利用领域具有很大应用潜力，从烟气特性、微藻固定CO2装置系统等方面对微藻固定烟气CO2的可行性进行了阐述。     

杭州市余杭区土地利用类型动态变化检测技术研究

以浙江省余杭区土地利用类型变化为研究对象,利用1994年与2008年2期TM影像,通过光谱直接比较法获取7种变化差异图像,并采用基于Kappa系数的双阈值搜寻算法和双窗口变步长阈值搜寻算法分别计算变化阈值,从而得到变化/未变化二值图。最后采用精度检验法表明,利用主成分差值法获得的差异图像并采用双窗口阈值法确定其变化阈值可以比较地提取变化信息。     

改进小波阈值法在木材图像缺陷处理中的应用

阈值的选取和小波函数的构造是小波阈值去噪的关键,但传统的阈值去噪方法并没有对此进行充分的研究。针对传统小波阈值去噪分析的不足,分别从2个方面进行改进。首先,根据小波系数在各尺度上的相关性,提出了基于Lip指数阈值寻优的新方法;其次,用构造出新的小波阈值函数处理小波系数,克服了软阈值的高阶不可导和硬阈值函数的不连续,且计算方便。最后,对带有节子裂缝的木材图像进行去噪处理。实例验证了改进小波阈值法的优越性和有效性。     

基于邻接自适应谱聚类的木材表面缺陷分割算法

针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性,提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础,对缺陷图像进行预处理,融合木材缺陷的纹理特性和超像素块间的距离尺度,并采用邻接自适应谱聚类进行分割;缺陷分割初步完成后,通过变异系数衡量缺陷块中像素信息的离散程度进行再次分割,克服初次分割结果的过分割问题;考虑木材表面缺陷形态学上的封闭性,将2次分割图像进行合并,继而用邻接扫描法对次分割图形进行填充,最终对木材表面缺陷进行分割界定。考虑木材表面缺陷种类的多样性,选取了虫眼、死节、活节等缺陷图像进行分割对比试验,相较于OTSU阈值分割算法,本研究算法在单个和多个木材表面缺陷分割方面,类别平均像素准确度(mean pixel accuaracy, MPA)分别提升4.69%,14.23%,平均交并比(mean intersection over union, mIoU)分别提升33.27%,33.43%。本研究算法能够更加准确地将木材表面缺陷从复杂背景中...     

红外热成像仪早期林火识别算法研究

比较了3种不同的红外热成像仪林火识别算法,提出了配置林火自动识别算法参数的林火野外测试方法,并利用该方法在珠海进行了测试实验。通过测试实验发现红外热成像仪在夜间分辨火点能力高于白天。3种林火识别算法比较结果为:阈值判定法具有较高灵敏性,但易受干扰;邻域阈值判定法抗干扰能力有所增强,但监测距离会有所缩短;均值对比判定法抗干扰能力较强,但监测距离最短。     

长条薄片刨花三维重建方法研究

提出了根据长条薄片刨花切屑数字图像对其进行三维重建的方法.该方法采用阈值法,以色调为阈值对原始图像中的刨花切屑区域进行分割,利用临域法将噪声区域去除,并针对刨花切屑轮廓多为凹多边形的特点,提出了直接生成刨花切屑表面轮廓三角形网格的算法.试验表明,该方法具有算法简单、重建速度快和效果好等特点.     

杉木人工林单木竞争生长模型的研究

利用会同杉木人工林固定标准地的实测材料，以ＶｏｎＢｅｒｔａｌａｎｆｌｙ生长理论为基础，采用生长量修正法建立了会同杉木人工林单木竞争生长模型，精度较高，适用性强。     

岩石骨料图像阈值分割算法的比较研究

通过对"基于灰度直方图"和"基于梯度直方图"两类典型的阈值分割算法进行比较和研究,得出背景一致的岩石骨料图像适合于采用最优阈值算法与最大类间方差法进行分割的结论.     

基于Voronoi空间单元的林分空间结构智能优化研究

使用Voronoi法确定对象木与相邻木存在边缘校正不准确和阈值大小不确定等问题，不利于林分空间结构量化描述。针对这些问题，本研究设定所有距离样地边界线小于0.5 m且不完整的Voronoi单元中的林木为非对象木，并引进对象木与相邻木的距离调控阈值Rmax,修正了Voronoi空间单元在边缘效应处理上存在的对象木和相邻木选取不合理问题。基于修正的Voronoi空间单元，构建了多目标生态采伐方案，并通过蚁群算法进行智能优化。结果表明，调控前20个样地中4个林分空间结构状况相对较差的样地，通过模拟采伐调控后，适应度函数分别提升0.72,0.92,0.93,0.86,证明了该方案对于优化林分空间结构具有较好的效果，可为森林经营决策提供支持工具。     

生态旅游环境容量的确定与量测

生态旅游环境容量是进行生态旅游规划与管理的重要依据。生态旅游环境容量的确定与量测要运用唯物辩证法为指导，采取实证论、规范论和形式化等方法来进行，在具体操作上可采取经验量测法、理论推测法等进行，并注重定性与定量相结合，以确定生态旅游环境容量的阈值范围或者最适容量，保证生态旅游环境良性循环，促进旅游业可持续发展。     

河南西部丘陵山区刺槐无性系适应性研究

根据豫西刺槐无性系对比试验林中20个无性系的生长量。利用内部连接法（Within—group linkage）对参试无性系进行聚类分析，取距离阈值D=10，将参试无性系的适应性分为4类：最适无性系、较适无性系、适应性较差无性系和不适无性系。     

结合自适应阈值与峰值的LiDAR林分平均高反演方法研究

随着激光雷达获取的点云密度不断增加,提取样地尺度的林分平均高成为可能。但样地尺度林分平均高的提取精度与树种之间的关系尚不明确,急需一种能适应各种树种的林分平均高提取方法。以广西国有高峰林场为例,采用机载LiDAR点云数据生成的冠层高度模型(Canopy height model,CHM),结合地面实测的201个样地数据,提出了一种结合自适应阈值与峰值的林分平均高提取算法,并分析了树种对提取精度的影响。结果表明:1)不同树种的林分平均高提取精度存在差异,杉木精度最高,而桉树和其他阔叶树种精度次之;2)自适应阈值结合峰值的算法能够较好提取林分平均高(R²=0.75,RMSE=3.11m,rRMSE=22.07%),并且对于不同的树种都有较强的稳健性;3)阔叶树种和针叶树种对不同的提取方法存在敏感性差异。研究提取的林分平均高可为森林蓄积量与生物量反演研究提供依据和参考。     

NOAA/AVHRR在森林火灾监测中的应用

利用NOAA/AVHRR卫星数据地面接收站的数据资料,作者使用阈值法和亮温归一化植被指数法相结合的方法对近年发生在我国境内一些重特大森林火灾进行了尝试性研究,证明了该方法的可行性,并总结了该方法的特点。     

油桐籽含油率近红外光谱检测模型的构建

为实现油桐籽含油率的快速检测,采用近红外光谱结合化学计量学方法对油桐籽含油率的测定进行了研究。107个样本用Kennard-Stone法划分为校正集(80个)和验证集(27个)。光谱经预处理方法优化,确定一阶导数结合均值中心化预处理最优。分别采用竞争性自适应重加权算法筛选变量及小波变换压缩变量,比较了偏最小二乘法与径向基神经网络法所建模型的预测性能,确定竞争性自适应重加权算法筛选出的8个变量用于偏最小二乘法建模,所建模型预测性能最好:验证集相关系数0.927,均方根误差2.08,相对标准偏差为3.99%。结果表明竞争性自适应重加权算法筛选变量结合偏最小二乘法建模,所建模型简单,精度较好,可用于油桐籽含油率的快速检测。     

基于ETM+数据的水体信息提取

以丹江口水库流域水体为研究对象,根据其Landsat ETM+影像数据,利用ENVI4.7对其进行了处理分析。根据丹江口水库库区的水体特征,对单波段阈值法、谱间关系法、改进归一化指数法等3种方法提取水体的优缺点进行了比较和分析,最后选取适合大面积水体信息提取的谱间关系法进行提取。实践表明:此方法不仅避免了阈值确定的麻烦,而且解决了阴影对水体提取的限制影响,实现了丹江口水库大面积水体的精确提取。     

可变生长率法和固定生长率法在单木年生长预测中的比较研究

采用北京山区油松定期调查数据,比较研究固定生长率法和可变生长率法建立的单木直径年生长量模型和年存活率模型.研究结果表明:利用可变生长率法建立的直径生长模型中,平均偏差(-0.005 9)、平均绝对偏差(0.779 1)、均方根误差(1.0384)分别比固定生长率法的平均偏差(0.097 5)、平均绝对偏差(0.9200)、均方根误差(1.198 3)小,而且其决定系数(0.949 3)也高于固定生长率法的决定系数(0.917 8);在单木存活率模型中,可变生长率法的平均偏差(8.59E-7)、平均绝对偏差(0.088 4)、均方根误差(0.211 7)也分别比固定生长率法的平均偏差(0.002 7)、平均绝对偏差(0.091 1).、均方根误差(0.212 1)小,并且其对数似然值(-4 137.240 0)也比固定生长率法的对数似然值(-4 230.320 0)大.因此,利用可变生长率法建立的单木生长模型预测精度比利用固定生长率法建立的单木生长模型预测精度高,因为前者考虑了林分因子(林分断面积,林分优势高)和单木因子在生长期间的变化引起的单木直径年生长量及存活率的变化.