基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

探析机器视觉的低照成像技术

一、低照成像行业背景介绍 随着“夜生活”成为人们生活的重要部分,摄像机在夜间也能有全彩的图像逐渐成为市场需求,突破夜间成像也成为业界的研究课题. 传统摄像机在夜间低照度下图像质量较差,尤其在拍摄运动目标时,具有噪声大、细节缺失等问题,从而导致识别率急剧下降,无法达到智能可用.为了让摄像机在夜晚也能显示高清图像,通常需要...     

两种水生昆虫头宽与基于图像分析的大小参数关系性分析

对于水生昆虫及其它生物而言,大小是一个重要的功能性状,但是头宽的测量特别耗时和受人为因素影响.随着计算机技术的发展,基于图像分析技术(一种快速测量大小的策略)可获得传统方式难以获得的大小参数,明确这些大小参数与头宽的关系,对推动这些参数的应用具有重要意义.选择两种个体大小差异较大的蜉蝣(梧州蜉和光滑细蜉)作为研究对象,对其头宽与基于数字图像获得的面积,周长,最小矩形的长和宽,最适合椭圆的长轴和短轴和粒径等个体大小参数的相关性进行研究.数字图像采用改进后的描述仪扫描获取;图像分析基于ImageJ软件完成;基于二元直线回归和多元直线回归分析各参数之间的相关性.各种层次的回归分析结果均表明:基于图像分析获得的两种蜉蝣所有个体大小参数均与头宽大小呈极其显著的正相关性,其中面积的相关性最高.并且面积与其它大小参数相关性也极其显著,对个体大小具有较好的代表性.研究结果为推动数字图像分析技术应用在水生昆虫及其它生物的生物学和生态学研究中提供了技术支持和理论依据.     

基于特征显著性的地震灾害发生后建筑物裂缝智能检测模型

由于地震灾害发生后建筑物表面具有多纹理性、多目标性特征,导致现有的建筑物裂缝智能检测方法已经不能满足检测需要。为了提高检测效果,该文设计提出基于特征显著性的地震灾害后建筑物裂缝智能检测方法。建立压缩感知去噪框架,通过图像重构消除震后建筑裂缝图像噪点。采用FCM聚类分割法对去噪图像进行分割,引入灰度直方图作为灰度级的模糊聚类样本点,利用灰度样本完成图像聚类。基于人眼视觉特征,对图像背景区域重新划分,完成图像边缘检测。基于提取的二值化图像确定裂纹特征,根据特征值范围确定裂缝种类实现震后建筑裂缝检测。     

筛查全/多氟烷基化合物(PFASs)生物活性的卷积神经网络模型

全/多氟烷基化合物(PFASs)是一类备受关注的化学品,已在多种环境介质中检出。然而,目前PFASs的生物活性数据缺乏,限制了其危害性评价和管理,有必要构建PFASs生物活性的高通量筛查模型。本研究基于卷积神经网络(CNN)算法,采用分子灰度图像作为输入,构建了PFASs的23种活性终点的筛查模型(简称Image-CNN模型)。与使用分子指纹和分子描述符作为输入,采用随机森林和支持向量分类器算法构建的基准测试模型相比,Image-CNN模型预测效果更好,平均的受试者工作特征曲线下面积达0.96。与此前模型相比,模型性能更优。基于分子指纹相似性,表征了模型的应用域。筛查了已知最大的PFASs名录,其中3种PFASs在所有建模的活性终点中都被预测为有活性。     

机器视觉技术架构及常用算法简析

近年来中国城市级视频管理系统发展迅速,技术向高清化、大数据化方向发展,导致数据量急剧增长,如何充分发挥价值并进行合理应用成为视频行业新的难题.随着云计算、大数据、机器视觉技术的快速发展,视频数据的图像分析成为解决难题的最佳方案.机器分析包括图像的编码和解码、运动目标的结构化信息、视频浓缩、知识库结果比对等应用.通过分析...     

沙漠化遥感分类方法对比分析——以新疆塔河下游为例

新疆是我国受沙漠化危害最严重的省区,而沙漠化信息提取是遥感专题信息提取的难点之一,探索合适的沙漠化遥感分类方法可以为相关部门提供决策支持.本文利用TM&ETM遥感影像对比分析了现有主要应用的最大似然、最小距离、决策树等几大分类方法在沙漠化分类中的应用,结果显示:①传统的最大似然方法分类精度及出图效果等各方面优于SVM、最小距离及决策树方法.最大似然的分类总精度以及Kappa系数分别达到96.43％和0.95,分类精度随先验概率的增大而减小,混淆程度小,结果图清晰,能反应真实的沙漠化分布情况.②SVM径向基函数分类可以达到分类目的,当γ逐渐增大时精度增高,混分较稍严重,可以反应真实的沙漠化分布情况.③最小距离精度较低,有严重的漏分现象,能一定程度上反应沙漠化的分布情况.④决策树分类法的精度低,分类指数筛选复杂,分类结果图并不能很好的反应真实的沙漠化分布情况.     

CBERS-2B数据提取平原区细小地物系数的方法探讨

利用Landsat TM等中等分辨率影像对区域生态环境进行监测与评价时,由于影像分辨率的局限性,仍有许多地物无法解译出来,如农田中的道路、水渠等,文章主要研究了利用图像融合增强和人机交互式解译等技术方法,对CBERS-2B的CCD影像和HR影像进行处理,提取平原区农田中道路面积比系数,从而将农田中未解译的地物扣除。结果表明,CCD影像与HR影像经过融合增强处理后,可以进行平原地区村级及以上道路的提取。     

易贡巨型高速滑坡卫星遥感动态监测

多期卫星遥感数据与图像清晰地反映了易贡滑坡的演变及其地貌形态特征,通过专题对比解译与滑坡时程分析,重点监测和评价了滑坡堰塞湖溃决后汹涌水对下游两岸产生的重大生态破坏,结果显示,下游又新增了25个不同规模的浅层滑坡或滑落,新河床两侧新增的大面积滩地覆盖了两则的森林、草地;个别河段出现了移位改道。     

基于图像处理的路面裂缝检测系统设计与研究

随着经济的快速发展,我国的公路建设也大规模发展起来。公路在使用中,长期受车辆承载、雨水风雪与季节等影响,路面会出现各种破损,从而影响车辆的行驶安全。如果在早期对路面进行检测并及时进行修补处理,就会为路面的养护工作节省大量的人力物力财力。目前我国的道路检测工作,是以人工检测为主要方式,这种传统的检测方式耗时、耗人力、效率低,同时检测人员的安全也无法得到保障。基于此,设计了一种基于Matlab的图像裂缝检测系统,包含对路面图像定位、灰度化、区域增强、区域去噪、区域重构、裂缝提取、裂缝信息特征提取及分类等处理过程,并通过GUI搭建友好界面,为工作人员提供更为直观的信息。