基于变换域的遥感测绘图像条带噪声滤波方法

为有效消除遥感测绘图像条带噪声,并最大限度保留图像细节信息,提出一种基于变换域的遥感测绘图像条带噪声滤波方法。构建电荷耦合元件辐射响应函数,归一化灰度输出值实现辐射响应非均匀性校准,将图像条带现象作为两类加性噪声构成的图像退化,组建信号退化模型,掌握图像条带噪声关键来源与分布状况;运用矩形低通滤波器计算噪声形态变换过程,得到遥感测绘图像中的高频信号频域;把图像从空间域变换至频率域,对间隔一个像素宽度的条带实施傅里叶变换,探寻条带噪声周期性分布特征,在初始图像全部奇数行灰度值为0的情况下,实现条带噪声滤波处理。实验结果证明,所提方法能够有效剔除遥感测绘图像中的条带噪声,很好地保存初始图像关键信息。

机器学习算法在森林地上生物量估算中的应用

森林地上生物量是森林生产力的重要评价指标,对其进行高效监测对维持全球碳平衡和保护生态系统具有重要意义。本文首先基于冠层高度模型数据,通过分水岭分割算法得到单木冠幅边界;然后在单木冠幅范围内提取23个LiDAR变量,结合佩诺布斯科特试验森林的87组实测数据,利用随机森林和支持向量机建立森林地上生物量估算模型;最后对样地模型估算的结果进行了比较,讨论了预测结果及其精度。结果表明:本文选用的随机森林模型和支持向量机模型在估算森林地上生物量的应用中获得了较高的精度;并且,随机森林模型在基于机载雷达数据估测森林地上生物量中的估算精度更高,模型泛化能力更强,制图精度也更好,具有更好的适用性。

混合云果园监测系统设计与开发

针对新疆和田地区大面积果园监测,利用天-空-地一体化监测体系对监测区域从不同尺度获取果园监测数据;利用混合云技术保障数据的安全性,提高数据计算能力;利用Spring Boot框架搭建系统基础架构,实现前后端分离,前端与后端分别部署在公有云和私有云,前端页面部署在公有云,为用户提供访问接口,后端业务逻辑部署在私有云,保障后端程序安全运行。经开发、测试和部署应用后,系统运行稳定,为新疆和田地区的果园管理提供了现代化的果园管理和监测平台。