基于单目视觉的森林火点实时定位方法

针对目前森林火点定位工作中依靠传统人工瞭望观测方式的不足,研究了一种基于单目视觉的森林火点实时定位方法。首先,提出了适用于森林中着火点具体位置实时确定的几何模型。同时,研究了森林火情监控摄像机视场角的实时计算方法。最后,设计出了基于单目视觉的森林火点实时定位算法并通过试验进行了验证。结果表明,该算法能够满足森林火点实时定位的准确性要求。图5表7参15     

基于森林火灾数据监测的物联网定位算法应用

将物联网原有质心定位算法进行改进,引入加权质心定位算法.根据林业数据监测的物联网体系结构,对监测森林火灾的传感器定位算法进行研究.通过传感节点的权值,计算火点发生地的横纵坐标,加速火场定位.为火灾监测的火点定位提供了有力的定位依据,最大程度地预防和减少森林火灾及其造成的损失.     

基于旋转森林的Landsat-8影像森林植被分类

以黑龙江大兴安岭塔河林业局瓦拉干林场2013年的Landsat8 OLI影像为数据源,在光谱特征基础上,增加归一化植被指数、纹理特征和地形特征,得到3种特征组合(光谱特征和NDVI(F1);光谱特征、NDVI和纹理特征结合(F2);光谱特征、NDVI、纹理特征和地形特征结合(F3)),将旋转森林算法分别应用于3种特征组合下的森林植被分类,获得分类精度最高的特征组合;之后利用最佳特征组合将旋转森林与最大似然分类法和支持矢量机2种分类方法进行对比和精度验证分析。结果表明:利用旋转森林算法并结合光谱特征、NDVI、纹理特征和地形特征的特征组合分类精度最高,为87.54%,比F1和F2特征组合的精度分别提高了11.08%和3.39%。比较不同分类方法,旋转森林算法进行森林植被的分类精度比最大似然法和支持矢量机方法的分类精度分别提高了13.24%和5.39%。由于旋转森林算法稳定性好,在植被分类中受山地阴影的影响较少,因此在分类图中"椒盐"现象最少,图像更加清晰,分类效果最好。     

基于MODIS数据的内蒙古地形因子对火灾分布的影响分析

了解火灾与地形因子的关系是深入研究火灾空间分布格局、火灾风险科学管理的重要前提。本研究基于MOD14A1/MYD14A1热异常产品数据集提取内蒙古2000—2015年的火点信息,结合研究区DEM数据,提取相关地形因子,并在此基础上分析区域尺度背景下的地形因子与火灾分布关系。结果表明:1)采用均值变点分析法,确定内蒙古地形起伏度的最佳统计单元为0.52 km2;2)火灾分布在地形因子的作用下表现出一定的地形梯度性。火点个数随高程的升高呈现先增大后减小的变化趋势,而火点个数随坡度和地形起伏度的增大呈现逐渐下降的趋势;3)火点分布最多的高程、坡度、地形起伏度区间分别为80~700 m、0°~7°、1~70 m,火灾多发生在高程低、地形平坦、起伏小的地区,这类区域一般人类活动频繁,为火灾的发生提供了机会;4)在火点分布最多的地形区间内,不同土地利用类型上的火点个数分布排序为草地>耕地>林地>其他类型。      

基于Google Earth Engine的曲靖市烤烟种植区遥感提取

应用高分辨率的Sentinel-2A数据,提出了随机森林算法结合多特征的烤烟遥感提取方法.然后将支持向量机和分类回归树算法与随机森林算法进行了对比试验,3种分类器与光谱+地形+纹理+缨帽特征组合的平均验证精度分别为63％、88％和94％,随机森林分类器结合光谱+地形+纹理+缨帽特征组合的分类精度最佳,制图精度达到90％,用户精度为98％,总体精度为96％,Kappa系数为0.94.结果显示,研究区烤烟的最佳分类时相为4月下旬至5月下旬;随机森林算法结合光谱+地形+纹理+缨帽特征的方法能够精确地对研究区烤烟种植区进行遥感提取,为云南高原山区农作物提取提供技术参考.     

基于小波变换和随机森林的森林类型分类研究

以黑龙江省凉水国家级自然保护区为研究区,采用“高分一号”卫星提供的多光谱影像作为遥感数据源,通过对遥感影像进行小波变换处理,之后选择植被指数、纹理特征、地形因子作为分类特征,利用随机森林算法对该地区森林类型进行分类。结果表明,遥感图像在进行小波变换后,基于随机森林算法的森林类型分类精度为91.68%,Kappa系数为0.90,较未进行小波变换时的分类精度提高10.67%。总体来看,结合小波变换的随机森林分类方法可以获得比较高的分类精度。为森林类型分类提供一种新的思路,且为提高森林类型分类精度提供一种参考方法。     

基于MODIS影像的决策树森林类型分类研究

基于MODIS 影像的多种特征信息,以吉林省汪清林业局为例,结合该地区的地形分布,在空间维上分析影像的纹理特征信息和地形指标信息,时间维上分析植被的生长规律和地表温度信息,统计分析植被的特征信息差异,利用决策树方法对该林区的森林类型进行分类,并对分类结果进行精度评价。结果表明,总体分类精度为87.80%,卡帕系数为0.851 0,其中,针叶林、阔叶林、混交林、和其他用地的分类精度均达到80%以上。在分类决策中,时间和空间上的多种数据特征信息的加入,可有效地提高植被类型的分类精度。该结果有助于更好的了解植被在时间和空间上的分布情况,为大区域尺度的森林动态信息监测提供更好的依据。     

地形复杂气田多级星状集输管网拓扑优化

气田集输系统为多级网络结构,通常采用分级优化的方式进行设计,且在计算过程中忽略地形起伏,将障碍物区域简化为平面凸多边形,其计算结果与工程实际相差较大。为了优化设计方案,以管网总长度最短为目标函数,将不同级别站点间的隶属关系、处理量、空间位置限制作为约束条件,建立了多级星状集输管网整体优化模型。在模型中引入三维地形和障碍因素,包含大量离散变量和连续变量,且约束条件呈非线性。为提高全局寻优能力,采用蚁群算法和粒子群算法相结合的群智能技术求解,为复杂地形的管网拓扑优化提供了高效准确的方法。算例计算结果表明:地形起伏和障碍影响管道走向、站点位置、管网长度,对真实地表特征进行模拟,实现三维曲面上的最优避障路径规划,基于三维地形和障碍的集输管网长度增幅约20%。     

基于双目立体视觉的花卉三维重建

花卉的植物结构形态复杂,对于农业科研具有十分重要的意义。为了方便快捷地获得花卉的三维形态模型,利用2个平行且位置相对固定的摄像机,组成双目立体视觉系统。运用Chatterjee方法进行摄像机标定,采用区域相关匹配算法对获取的图像进行立体匹配。利用Delaunay三角剖分重建花卉三维曲面模型。结果表明:提出的方法能够准确地对花卉进行三维重建,具有快速、非接触、自动化程度高等特点。     

增强现实中的多层次遮挡算法

提出了一种改进的基于几何立体匹配的遮挡检测算法来提高增强现实系统中虚实遮挡检测的实时性、精度和鲁棒性．通过立体图像对中虚实点的投影位置关系判断虚实点之间的遮挡关系，不需要进行深度计算，能够有效提高遮挡检测的速度；通过选择网格边界上特征明显的边点进行检测运算能够提高遮挡检测精度；根据显示状态的连续性，提出一种状态拟合模型来改善算法的鲁棒性．实验结果证明此遮挡算法可以实现虚实物体间快速、可靠的多层次遮挡检测．