基于灰度差分与模板的Harris角点检测快速算法

为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区(SUSAN)算法进行了改进并采用改进的SUSAN算法精化初始角点集;最后,通过计算初始角点的角点响应函数值并进行非极大抑制,以确定最终的角点。实验结果表明,改进算法能够准确提取图像中的角点并去除大量伪角点。此外,改进算法的角点检测时间显著减少,仅为原算法的4.7%,能够满足角点实时提取的需求。     

基于变分模态分解的爆破振动信号去噪方法研究

为对爆破的振动信号进行有效去噪,提出了一种基于窗口傅里叶变换的自适应双重变分模态分解-小波阈值(Adaptive dual variational mode decomposition-Wavelet threshold,ADVMD-WT)组合方法对爆破临近地区采集的振动信号进行去噪处理。首先利用VMD算法对振动信号进行第一次分解,分解层数根据窗口傅里叶变换频谱图中的波峰个数来确定,基于各个分量的相关系数识别出高频的噪声分量;然后对剩余信号分量逐个进行第二次分解,重复第一次分解的步骤,分离出各个低频分量中含有的噪声信号;针对噪声分量中仍含有少量有用信号,对噪声分量进行小波阈值去噪,获取有用信号;最后重构信号分量得到ADVMD-WT方法去噪后的信号。将ADVMD与其它去噪方法相比,并从信噪比、均方根误差2个评价指标验证了ADVMD方法在爆破振动信号去噪中的有效性。     

基才MapX的城市工程地质信息系统的设计与实现

利用组件式GIS开发技术,结合工程地质信息的特点,开发工程地质信息系统软件,可以解决现行工程地质管理系统普遍存在的对地理信息方面管理的不足,加强对空间属性的管理与分析,同时极大的缩短了系统开发速度。以此为基础,探讨组件MapX5．0在城市工程地质信息系统中的运用,完成系统开发平台的选择、系统模块的设计、系统功能的设计、系统数据库的设计以及系统功能模块的最终实现,达到了预期设计的目标。     

基于CASS的遥感影像制作土地利用现状图

利用遥感影像制作土地利用现状图时,在室内先对影像进行预判解译,可以提高土地利用现状图制作的工作效率。本文以江西省抚州市为例,探讨了如何利用CASS7．1制作抚州市1：10000城区土地利用现状图的方法。     

基于拓扑结构和空间网络结构的水系连通性评价

保持河湖水系连通是流域内物质流、能量流、信息流和物种流保持畅通的基本条件,河网水系连通性定量评价十分重要。利用图论理论、连通性指数和空间网络中心性评价指标,以湖北省大悟县滠水-刘家集河-上西大河片区为例,分析其水网连通情况。结果表明:①图论指标从整体上度量了水系网络的连接特征,研究区水系网络复杂程度一般;②水系网络连接度指标分析度量了各河链连接特征的重要程度,长度长或处于主干道的河链对水系网络整体连接特征的重要程度高;③水系网络的中心性分析能揭示汇点或是河链不同方面的重要程度,孤立的小的水系组分的中心性值易高。邻近中心性分析有助于发现水系中较主要的主干水系;中介中心性分析有助于发现水系中处于主要连通的汇点或河链;直线中心性能发现水系网络中较为曲折的河链。研究结果完善了水系连通性评价,对水系连通工程设计和河流健康治理工作具有一定参考价值。     

基于MapX的城市工程地质信息系统的设计与实现

利用组件式GIS开发技术,结合工程地质信息的特点,开发工程地质信息系统软件,可以解决现行工程地质管理系统普遍存在的对地理信息方面管理的不足,加强对空间属性的管理与分析,同时极大的缩短了系统开发速度。以此为基础,探讨组件MapX5.0在城市工程地质信息系统中的运用,完成系统开发平台的选择、系统模块的设计、系统功能的设计、系统数据库的设计以及系统功能模块的最终实现,达到了预期设计的目标。     

露天矿采剥工程量计算方法精度分析

论文通过对传统的采剥工程量计算方法精度进行分析研究,提出基于网格文件的露天矿采剥工程量计算的新方法。利用径向基函数插值法生成网格文件,并同时采用梯形规则、辛普森规则和辛普森3/8规则根据网格文件计算采剥工程量。通过实验并与传统方法比较证实新方法的可靠性与可行性,最后利用Surfer实现采剥工程量可视化。     

基于Surfer的土地整理土石方量计算及精度分析

在土地整理中经常需要土石方量计算,本文将Surfer应用于土石方量计算中。通过实验证实利用改进谢别法与径向基函数法对土地整理场地数据网格化精度较高。同时采用梯形规则、辛普森规则与辛普森3/8规则进行土石方量计算,将结果与传统方法对比并参见国家标准,证明应用Surfer进行土地整理中土石方量计算的精度可靠性。     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。     

基于Jackson方法的MapObjects属性字段建立

ESRI公司开发的GIS组件MapObjects因其小巧灵活、开发方便得到广泛应用.但是MapObjects并没有提供对图层属性数据文件建立属性字段的功能,使用户无法将分析和处理结果保存在图层属性数据文件中,为此本文提出了采用Jackson系统开发方法设计并实现MapObjects建立属性字段功能.