基于统计模式识别的植物病害彩色图像分割方法

根据植物病害彩色图像的特点，提出了用颜色空间作为特征空间，利用统计模式识别的监督分类方法。采用基于Fisher准则的线性判别函数来对彩色图像进行真彩色二值化分割。结果表明：该方法具有快速、有效、准确等优点，对彩色植物病害图像的分割处理十分有效。     

公路路面工程管理与质量管理的经验与体会

介绍了公路路面工程管理与质量管理的经验和体会,阐明了要做好质量管理,必须从组织、人员、制度三方面抓起,并建立健全全面质量保证体系。     

基于机器视觉的树木图像实时采集与识别系统

研究了树木图像的实时采集与识别技术 ,以及树木图像处理及分析软件系统的开发 ,并自行设计制作了室内模拟实验系统。树木图像处理技术包括图像的获取、图像的增强、图像边缘检测、图像分割和图像的特征提取与识别。本文的研究能够为分离施药目标与非施药目标提供依据 ,有助于精确农药喷雾的实现。     

面向三江保护区植被类型识别的最佳波段组合研究

[目的]针对高分六号影像数据面向植被类型、特别是湿地植被信息识别的最佳波段组合进行研究,为高分六号数据在湿地资源监测中的进一步应用提供参考.[方法]以三江国家级自然保护区为对象,基于高分六号影像数据,结合当地植被特点,开展保护区植被类型识别中的最佳波段组合研究.从影像信息特征、最佳指数因子以及光谱特征曲线和地物可分性角...     

基于DEM的辽宁省猴石森林公园的视域分析

利用GIS视域分析功能,基于地形特征,对辽宁省猴石国家森林公园内可达景点、不可达景点和游道的视域特征进行分析,其中,游道的视域特征以游道上间隔50m的75个样点来表征.结果表明:公园内可达景点分布较为合理,一类位于游道两侧山坡上,视野开阔,90%景点的视域面积达100hm2以上;另一类分布在近游道两侧,视域面积40～70hm2.不可达景点可视性良好,75%的景点视域面积达100hm2以上,观赏价值充分体现;游道分布较为合理,全程可观赏到公园总面积的41.71%,游道内的平均视域面积为(61.%±23.52)hm2.视域内地形呈一定程度起伏,平均高差350m,兼具一览无余的豁达之美与峰回路转的曼妙之美.研究以游览者的景观视觉特征分析为目的,探讨森林公园景点和游道规划的定量依据,是对目前旅游区景观视觉特征评价的重要补充,是旅游区总体规划和综合管理的重要依据之一.     

南昌市城市道路绿化现状及改进对策

分析了南昌市道路绿化现状,指出了南昌市城市道路绿化建设方面存在着道路绿化设计水平不高,树种、植被结构简单,养护管理不到位以及市民绿化意识低等一系列问题,有针对性地提出了相应的措施,为南昌市的道路绿化提供参考。     

新疆城市道路景观设计探究

通过对城市道路景观设计的认知和感受,强调了道路景观建设的重要性,分析了道路景观体系中的景观构成及绿地类型分类,并进一步探究了道路园林景观对于城市的生态意义、景观意义和文化意义。通过对新疆地区部分主要城市的道路景观现状分析和调研,指出了疆内道路景观建设中存在的问题,倡导道路景观的人性化、生态化、乡土化设计理念,并依据调研考察资料对疆内道路景观今后的设计、提升提出了可行的参考意见。     

高速公路对路域生态系统的影响及修复技术研究进展

综述国内外就高速公路建设和使用过程对路域生态系统生物个体、生物种群、生物群落的影响研究情况,以及路域生态系统修复中的植被恢复基础研究、恢复技术研究情况.分析了当前我国在高速公路路域生态系统修复过程中存在着缺少适用于多种路域的技术体系和生态修复模式;植物种类与配置简单,生态适应性差;缺乏后期养护与管理等问题.藉此提出了相应的对策.     

基于计算机视觉识别技术的甘蔗种植机械化研究

针对当前甘蔗种植机械化现状,优化机具设计,并应用计算机视觉识别技术,自动识别切种长度,预切甘蔗种,以便实现精密化、机械化的甘蔗种植。在计算机视觉识别技术支持下优化设计甘蔗种植设备,不仅可提升识别甘蔗茎节的正确率(提升80%),还可以提升甘蔗种植效益(提升20%),取得较好的经济效益。为此,设计了基于计算机视觉识别技术甘的蔗种植机械化设备,可提升甘蔗种植机械化水平,提高甘蔗预切种正确率,提升甘蔗机械化种植效益,产生积极影响。     

多邻域保持嵌入的人脸识别方法

现有流形学习算法在学习人脸数据时,假设所有数据点位于单一低维嵌入流形之上,当数据点实际分布在不同的流形上时,单流形假设就会影响数据真实空间结构。为此提出一种基于多邻域保持嵌入（multiple neighborhood preserving embedding, M-NPE）的学习算法来发现不同类别数据在不同维度的低维嵌入空间中分布的多流形结构。首先,单独学习不同类别数据的流形,得到反映其本质特征的流形;再通过遗传算法搜索每个流形的最优维数;最后依据最小重构误差分类器对样本分类。在Extended Yale B和CMU PIE这2个大型人脸库上实验结果验证了该算法的有效性。