基于图像处理技术的海洋微藻数量统计方法

根据海洋微藻显微图像的特点,利用图像处理技术给出了自动统计海洋微藻数量的方法.该方法首先对微藻图像进行小波去噪,并对去噪后的图像通过形态学的膨胀运算进行增强;然后利用最大类间方差法和形态学的开运算对增强后的图像进行分割;最后对分割后的二值图像进行微藻区域标记,统计出在图像中的微藻数量,进而计算出水体中微藻的浓度.利用本文中所给出的方法编写了海洋微藻数量自动统计软件,仿真试验结果表明,该方法有效、可行.     

分布式数据库技术在数字化森林生态站的应用

该文结合森林生态站的现状以及建设数字化森林生态站的需求,提出了基于分布式数据库技术的数字化森林生态站系统方案,论述了基于该方案的数据管理的原理,并利用MS-SQL Server复制技术设计和实现了该方案. 将分布式数据库技术应用在数据化森林生态站,可以更好地提高数据管理工作的协调性和效率,使森林生态站的数据资源得到有效利用和共享.      

基于中分辨率遥感影像的湿地土壤水分提取方法

利用中分辨率的TM遥感影像反演湿地土壤水分,探寻湿地土壤水分和非湿地土壤水分提取的不同之处,对湿地监测具有重要意义。建立地表温度(Ts)与归一化植被指数(NDVI)之间的二维特征空间,用IDL编程在特征空间内提取对应的特征点,拟合温度植被干旱指数(TVDI)法需要的干湿边方程,能快速反演出野鸭湖湿地的土壤水分情况。反演结果与实测值的相关系数为0.860,呈极显著相关,均方根误差为0.104 2,平均绝对误差为0.084 5。结果证明利用温度植被干旱指数(TVDI)法进行野鸭湖湿地这样的小尺度范围的反演土壤水分含量,方法可行,且中分辨率影像的土壤水分反演精度高于低分辨率影像的反演精度。     

基于多进制小波变换及多维纹理特征的遥感影像融合方法

探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经 RGB合成为彩色影像。试验选取淮南矿区SPOT 10 m与TM 30 m空间分辨率影像,从目视判读（定性评价）、地物光谱曲线分析、定量评价指标三方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。     

基于加速鲁棒特征的木材显微图像自动配准方法

针对显微镜观测视野狭小而难以采集到全局图像的问题,提出了一种基于加速鲁棒特征(SURF)的木材显微图像自动配准方法.首先使用SURF检测并描述兴趣点,通过最近邻匹配得到匹配点对后,用双向匹配和RANSAC算法剔除错误匹配.然后利用最小二乘法和匹配结果进行模型参数估计,最后通过插值获得配准图像.对阔叶材显微图像配准实验结果表明,该方法具有较好的鲁棒性,无论图像是否有旋转,都可以实现自动的配准.比起尺度不变特征转换(SWT),由于用SURF得到的兴趣点数量更少,运算速度更快,总的匹配速度提升了5倍左右,缩短了整个配准过程的时间,算法更具有实时性.     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

试论我国高校数字图书馆的建设与对策

介绍了国内外以及我国高校数字图书馆的建设状况,分析指出了我国高校图书馆数字化建设所面临的问题,提出了切实可行的解决方案。     

数字图书馆的信息组织与个性化信息服务

数字图书馆是解决网络信息过载的关键技术,是资源共享和知识发现的主要途径之一。构建高效、简洁、灵活的信息服务体系与个性化信息服务是数字图书馆建设的重要目标。对数字图书馆的信息组织和个性化信息服务进行了探讨,并对这些问题的解决和信息组织的发展方向做了展望。     

基于安全策略的分布式农产品数字认证

为了提高农产品数字认证系统的安全性,把农业信息化与密码学技术结合起来,采用RSA-TBOS签密方案,保证分布节点与认证中心之间数据的保密性和认证性.分析与实验结果表明,系统在加入完整的安全模块后,在保证速度和效率不明显降低的前提下,提高了系统的可用性与安全性.     

一种Contourlet域高斯混合模型降噪方法

利用图像子带内部Contourlet系数的空间相关性,在平移不变Contourlet去噪方法的基础上提出了一种随像素自适应调整的混合高斯模型去噪方法.每个系数建模为两个均值为零、方差不同的正态分布之和,利用局部贝叶斯阈值对Contourlet系数进行分类,通过当前系数邻域窗中两类系数的信息,得到大、小方差以及有关概率的模型参数估计.该方法较平移不变小波去噪和平移不变Contourlet去噪的Contourlet域降噪方法具有更好的降噪效果,进一步提高了PSNR值,降低了MSE值,获得了更好的图像恢复质量.