基于最佳分析窗口的高光检测

物体上的高光直接影响计算机视觉领域的很多操作,比如图像分割、边缘检测、视频中物体的跟踪等。该方法基于双色反射模型,提出了最佳分析窗口的概念。在最佳分析窗口的基础上,分析窗口中像素的亮度、色彩、以及位置信息,组成五维特征向量,利用K-means算法在向量空间的聚类结果得到漫反射像素族,从而估计出全局漫反射色度,并以此检测图像中的高光像素。最后,利用Tan等提出的STD机制从原图像中分离出漫反射分量和镜面反射分量。该方法无需交互操作,不受相机噪声为线性的限制,比同类算法更容易实现且效果更佳。

基于DEM数据的龙门山流域地形起伏度研究

基于SRTM3（90 m）DEM数据,提取龙门山流域,分别尝试人工判别法、最大高差法和最大高差-面积比法,经过对比分析,龙门山流域比较适合采用最大高差-面积比法,获得最佳分析窗口为33×33,面积约为8.82 km^2.根据最佳分析窗口,提取龙门山流域的地形起伏度,从平面和垂向2个方面分析了龙门山流域地形起伏度的分布规律,得到以下几点认识：1）龙门山南段、中段以及岷江流域南部,地形起伏度值较高,龙门北段和岷江北部地形起伏度值相对较低,位于四川盆地内的地形起伏度最低;2）龙门山流域地形起伏度大于500 m的区域占93.55%,700-1 500 m分布比例较为密集（占68%）,其中,700-1100 m最为密集;地形起伏度约为1 100 m时,单值所占的面积比例最大;天全-都江堰-安县一线NW侧地形起伏度几乎均大于500 m,SE侧地形起伏度基本上小于500 m,并且有向SE递减趋势;3）龙门山流域随着海拔增高,地形起伏度总体上在增长,但之间有些起伏,整体上表现出很强的垂直分带性,水系侵蚀作用以及气候变冷所导致的冰劈、寒冻作用是造成垂直分带性的主要原因.

在Foxpro系统中实现数据库记录自动窗口显示

管理信息系统中经常需要进行查询操作，Ｆｏｘｐｒｏ系统中虽然提供了查询结果显示命令，但用于比较大的数据库时，屏幕上往往杂乱无章，难以辨认，本文讨论了如何自动以窗口形式清晰、明确地显示查询结果．

基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例

地形起伏度因子在宏观尺度生态评估中具有重要作用。均值变点法是确定地形起伏度最佳分析窗口的常用方法,但其影响因素尚缺乏研究。本文以黄河流域(山西段)为例,基于DEM数据和均值变点法提取了研究区地形起伏度,并探讨了分析窗口样本数量、DEM分辨率和地貌类型3种因素的影响。结果表明:(1)分析窗口样本数量对最佳分析窗口取值有明显影响。随着样本数量的增加,变点所在的最佳分析窗口面积也不断增加。(2)DEM分辨率对最佳分析窗口取值有一定影响。分析窗口面积取值范围一致时,基于30 m ASTER GDEM计算得到的最佳分析窗口面积小于基于90 m SRTM DEM的最佳分析窗口面积。(3)地貌类型对最佳分析窗口取值的影响不大。当分析窗口样本数量一致时,不同地貌类型区及整个研究区最佳分析窗口相同或接近。总体而言,分析窗口样本数量是最关键的影响因素。

电网断面越限预测滑动可变窗口方法研究

稳定断面是电网运行人员重点监视和控制的电网重要组成部分,分析稳定断面以发现电网薄弱环节,具有重要的理论和实践意义。传统方法对稳定断面运行的海量数据无法高效分析并快速告警,但随着电力系统自动化技术和计算机新技术的发展,通过对海量存储的断面历史状态数据分析稳定断面越限情况,辅助电网运行人员进行稳定断面越限的快速分析和识别,对电网运行具有积极作用。针对传统方法在样本容量不确定的情况下,已有的基于回归分析的预测方法难以实现对目标点的精准预测等特点,提出了一种基于滑动可变窗口的电网稳定断面越限预测方法。利用多重迭代方法可动态获取最优拟合模型及样本。试验表明,基于滑动可变窗口的电网稳定断面越限预测方法可精确预测电网稳定断面越限变化规律,并对多类数据的预测具有良好的适用性。