面向图像的调色板技术

本文探讨了微型计算机彩色图像显示中的调色板问题,分析了目前常见的调色板设计方法,尝试提出面向图像的调色板设计,并进行了相应算法的设计、分析和改进,介绍了这种技术的实际使用效果。

矢量量化实现面向图像的调色板设计

本文用基于神经网络的矢量量化方法实现面向图像的调色板设计。以均匀颜色空间的距离作失真测度，以矢量量化的码书设置颜色寄存的颜色值。实验证明，效果令人满意。

基于面向对象图像分析技术的围填海用海工程遥感监测

针对江苏省海岸带海域使用情况的监测需求,提出了基于面向对象图像分析技术的围填海用海工程遥感监测的技术方法,开发了相应的软件系统,以之实现了用海工程土地利用的自动分类、专题地物提取,以及工程进展的变化检测等功能。所提出的技术的可行性与实用性在实际业务中得到了检验,从而为围填海工程等海域使用监测提供了新颖可行的解决方案。

面向对象的遥感图像数据挖掘

目的:研究基于面向对象的图像分析法的遥感影像数据挖掘技术。方法:应用区域分割算法———区域增长算法、最临近、模糊分类、知识库和模拟退火等数据挖掘的理论和算法进行遥感影像信息挖掘方法研究。结果:提出了基于面向对象遥感图像分析法的遥感影像信息挖掘方法。结论:指出面向对象的遥感图像分析是具有实际应用价值的高效的遥感图像信息挖掘方法之一。

基于模糊支持向量机的面向语义图像检索算法

为了缩减图像低层特征和高层语义之间的语义鸿沟,提出一种基于模糊支持向量机的面向语义图像检索(SBIR-FSVM)算法。在提取图像的低层特征的基础上,将最小隶属度模糊支持向量机引入到图像检索技术中,获取图像语义信息及消除传统支持向量机(SVM)在多类分类中产生的不可分区域,从而实现面向语义的图像检索。实验结果表明,提出的SBIR-FSVM算法与基于SVM的图像检索算法及综合多特征的基于内容的图像检索算法相比均有了显著的改进。

面向图形图像处理的C++课程案例设计

文章提出面向计算机专业图形图像处理方向“C＋＋程序设计”课程的案例设计模式，并通过分析课程内容将案例划分为验证性、综合与设计性、研究性三个层次。介绍了案例设计方法，为每一节设计与图形图像处理相关的验证性案例，在每一章设计与其方向相关的综合与设计性案例，为整个课程设计3～5个研究性案例。

基于面向对象逻辑CVA的高分辨影像施工扰动监测

提出一种结合面向对象三时相逻辑变化向量分析(CVA)和随机森林的高分辨率遥感影像施工扰动监测方法(OB-TLCVA),在对象级获取精细的变化区域检测;在此基础上,结合土地覆盖类别信息识别施工扰动变化类型.将该方法应用于福建省长汀县ZY-3卫星影像上,结果表明:OB-TLCVA检测结果的F1最高为0.82,较其他方法最高提升了0.12,有效提升了高分辨影像变化区域检测精度.生产建设项目扰动结果中,不同施工扰动类型的用户精度均在73%以上,Kappa系数在0.9上下,续建的平均用户精度和平均生产者精度分别为92.0%、92.5%.

面向对象的海岸带养殖水域提取

在海岸带遥感地物自动信息提取工作中,传统基于像元的图像处理技术难以解决由于地物混杂带来的椒盐噪声现象。提出了一种面向对象的养殖水域提取方法,该方法分为4步:①结合eCognition分割算法的基本思想,设计并使用了多精度图像分割算法获得分割图斑;②计算图斑的多类特征,包括光谱、形状、纹理、空间关系等,为后续分析服务;③通过基于图斑的多特征分析,提取出水域全图以及其派生的面状水域、线状水域;④在所有水域中剔除面状水域和线状水域,获得养殖水域。在SPOT-5高分辨率遥感影像上的提取实验证明该方法是可行的。

面向对象的城市绿地信息提取方法研究

在比较传统的城市绿地提取方法的基础上,采用了面向对象的图像分类技术,对Quick- Bird卫星图像进行上海市区绿地信息提取实验,得到了令人满意的结果,总体分类精度达到84．4％,较传统的监督分类方法提高了24．4％,具有明显的优越性和应用前景．

基于面向对象和模糊逻辑的SAR溢油检测算法

星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的工作能力,已被众多学者认为是非常适合探测海面溢油污染的遥感器。然而在SAR影像中经常出现"类油膜"现象,这严重干扰了SAR溢油检测的精度。因此,如何有效区分SAR影像中的油膜和类油膜,对提升溢油检测精度具有重要意义。本文利用面向对象图像分析的方法,从20景ENVISAT ASAR影像中提取了较多的溢油和类油膜样本,对其基于对象的形状、物理和纹理特征进行了综合分析,找出了适合区分溢油和类油膜的特征量。利用特征分析的结论,本文建立了一种基于模糊逻辑的溢油检测算法。该算法可以有效区分SAR影像中的溢油和类油膜,还可以给出暗斑被判定为溢油的概率。溢油检测实验说明,本文方法能够得到令人满意的效果。

基于面向对象的高分遥感景观格局提取方法

为了实现对景观连续变化特征与连接特征的描述,并保持与斑块镶嵌特征的空间尺度一致性,该文利用高分辨率遥感数据,采用面向对象分割方法,建立基于Delaunay-Voronoi原理的景观格局定量描述模型,统一表达景观格局的镶嵌、连续以及连接特征;并将此图像分割方法的结果与像素聚合方法的结果进行对比。结果表明:1面向对象的图像分割方法能够更好地保存对景观格局提取至关重要的微细景观特征,并在尺度上推过程中延缓这些细微特征消失;2基于Delaunay-Voronoi数据结构的景观格局模型有利于面向对象影像分析的景观镶嵌、连续和连接特征的混合及其多尺度表达,更适用于高分辨率遥感景观格局信息提取。

面向对象的高光谱遥感影像分类方法研究

在基于像素的高光谱影像分类方法的基础上,结合面向对象图像分析理论与方法,提出面向对象的高光谱遥感影像分类方法,并具体分析探讨了面向对象高光谱遥感影像分类的关键技术,包括多尺度分割、最优波段选择、人机交互和知识库的建立等。试验表明,面向对象的分类方法应用于高光谱影像较传统分类方法有较高的精度,有很大的应用潜力。

矢量约束的面向对象高分遥感影像水体提取

鉴于高分辨率遥感影像的光谱混淆和噪声干扰现象为遥感信息的精确提取带来很大困难,而利用现有矢量数据作为约束条件是提高遥感信息提取准确性的有效手段,提出了一种基于矢量约束实现面向对象高分辨率遥感影像水体提取的新方法。方法的基本步骤包括:1)利用硬边界约束方法(HBC-SEG)进行图像分割;2)分割图层与矢量数据叠合以建立分割图斑和已有矢量水体图斑间的空间关系;3)针对矢量与影像间的时相差异和配准误差建立差异化的知识规则以提取影像中的真实水体。实验证明,该方法在准确提取高分辨率影像上细小水体信息的同时,也能有效抑制建筑等地物的阴影干扰,和无约束方法相比,综合精度评价指标F-Measure平均提高13%以上。

结合PU学习的遥感影像建筑物自动提取方法

针对目前基于机器学习的高分辨率遥感影像的地物提取方法往往需要大量标记样本训练模型的问题,提出了一种利用正样本和未标记样本学习的遥感影像建筑物自动提取方法。首先,利用面向对象的图像分析方法对遥感影像进行分割从而产生地理对象;其次,基于影像建筑物阴影特征和边缘特征提取建筑物像素,结合分割结果自动获取正样本;再次,利用已提取的正样本和剩余的未标记样本训练Bagging-PU分类器对建筑物进行提取;最后,通过基于邻域统计的二值化处理得到建筑物检测最终结果。该方法实现了训练样本标签的自动获取,不需要外部标签样本输入,就能够自动从遥感影像中提取建筑物。在ISPRS(Vaihingen)数据集上的实验表明,该方法提取结果总体精度达到0.928,F1分数为0.864。

精神分裂症患者心理旋转的优势半球效应(英文)

背景心理旋转(mental rotation)是一种想象客体或自我旋转的空间表征转换能力。精神分裂症患者的心理旋转能力受损。目的记录精神分裂症患者和健康对照者完成正像和镜像心理旋转任务时的脑电生理指标,比较这些指标的差异,深入评估精神分裂症患者的认知损害情况。方法对来自解放军第三医院精神科32例精神分裂症患者和29例健康对照者在完成正像和镜像的心理旋转任务时的事件相关电位测定,比较两组错误发生比例、反应时以及事件相关电位的脑地形图。结果对照组正像与镜像的错误率比较无明显差异,正像与镜像的反应时间亦无明显差异。而患者组镜像的平均(标准差)错误率比正像高[42%(6%)比32%(9%),t=2.64,p=0.031],患者组镜像的反应时比正像长[587(11)ms比571(18)ms,t=2.83,p=0.028]。无论是镜像还是正像,患者组Pz(顶区)、Cz(中央区)、P3(左侧顶区)和P4(右侧顶区)的P500波幅均低于对照组。与P3极点相比,两组正像和镜像P4点波幅都偏高。结论精神分裂症患者正像和镜像心理旋转能力都受损。患者大脑左半球心理旋转能力减弱,反应时缩短,对正像与镜像反应存在差异,这些都与对照组不同。研究提示完成心理旋转任务时特定的脑地形图可作为诊断精神分裂症的一个辅助参考指标。

基于遥感影像分层识别法的古村落地理空间景观格局分析研究

利用低空无人机获取的多光谱遥感影像数据结合景观分层识别方法,建立四级分层景观识别方案和对应的景观类别规则,构建带有机器学习分类器(Random Forest和SVM分类器)的面向对象图像分析(OBIA)的分类模型,实现对传统古村落的地理空间景观格局进行定量分析,准确地揭示了目标景观的地理空间格局空间特征和分布差异,由此可以更全面地了解社会文化环境和人与自然的关系。

大数据分析技术发展迅猛,机遇挑战并存

人类社会已经进入大数据时代，大数据无处不在。通过分析行业内和跨行业的大数据，能够发现新的知识和规律，推动行业发展进步。2010年以来，阿里巴巴公司通过面向图像、图片和用户数据的大数据分析技术，从10亿量级的在线商品中发现假冒伪劣商品。美国帕兰提尔(Palantir）公司通过对电话、网络邮件、卫星影像等大数据分析，协助中央情报局(CIA)获取恐怖极端组织成员的位置信息等。就像借助于显微镜可以看清细胞结构一样，借助大数据分析技术可以分析人的行为、情感甚至思维，以及复杂系统运行规律，甚至整个社会的运行方式。

1990～2015年韩国土地覆被变化及其驱动因素

以中等分辨率Landsat系列影像为数据源,利用面向对象的图像分析(OBIA)方法,研究1990~2015年韩国土地覆被变化的主要特征与驱动因素。研究发现:近25 a来,韩国人工表面、林地、湿地、耕地和水体面积变化较大。人工表面扩张最为明显,面积增加了1 847.24 km2(+38.97%),主要发生在以首尔为中心的首都圈地区,多由耕地和林地转化而来。林地、湿地和耕地面积分别减少776.71 km2、707.32 km2和426.65 km2。过去25 a间韩国土地覆被变化主要集中分布在海拔较低(<100 m)和坡度较小(<3°)的区域。人类活动因素,如人口增长、城市扩张、经济发展及政策调控等是造成韩国土地覆被变化的主要原因。

基于LiDAR和航空影像的地震灾害倒塌建筑物信息提取

地震灾害损失评估是震后展开救灾工作的重要环节。快速、准确地获取震后损毁建筑物信息能够为灾区减灾、救灾工作提供有效的支持。高分辨率航空遥感是灾害监测的重要技术手段,但其信息自动提取的精度受到一定的限制。近年来新出现的LiDAR技术能够提供地面目标的高程信息,可应用于复杂环境下倒塌建筑物信息的提取。研究中采用航空遥感数据和LiDAR数据,基于面向对象的图像分析(Object-Based Image Analysis,OBIA)与SVM技术相结合的方法对2010年1月12日海地地震中倒塌建筑物信息进行了提取,提取总体精度达到86.1%。

采用国产GF-2遥感影像的复杂水网平原水体信息提取

以国产高分二号(GF-2)影像为数据源,选取杭嘉湖水网平原作为典型研究区域,基于面向对象分析技术,提出一种选取最佳分割尺度和特征规则的方法.该方法通过局部方差变化率(ROC-LV)曲线峰值确定最佳分割尺度,采用分离阈值法(SEaTH)建立提取规则,实现水体信息的快速提取.结果表明:总体精度达到98.7%,Kappa系数达到0.96,水体信息提取准确度和查全率均值都在97.3%以上.所提方法能够有效地提取水体信息,满足实际应用需求.