红海与加利福尼亚湾初始扩张系统的热状态差异

红海与加利福尼亚湾同处于由大陆裂谷向初始海底扩张的过渡阶段,但具有显著不同的构造背景与演化特征。本文基于磁异常数据,利用基于傅里叶变换和小波变换的质心法,计算得到了红海和加利福尼亚湾的居里面深度,对比发现二者热状态存在显著差异,不同方法的计算结果均显示加利福尼亚湾的居里面明显深于红海的居里面。红海扩张中心相对连续,岩浆活动较为活跃,而加利福尼亚湾扩张中心区域广泛发育了错开扩张脊的转换断层,并且扩张中心处热液活动强烈,加速了该区域的热对流和热损耗。此外,扩张速率与热状态和热液活动之间存在着明显的耦合关系。加利福尼亚湾的扩张速率是红海的两倍多,较快的扩张速率与热液活动正相关,较强的热液活动加速热损耗而加深居里面,也是引起加利福尼亚湾居里面比红海居里面深的原因之一。     

面向对象的投影互分割道路变化检测

通过实验提出了面向对象的投影互分割城市道路变化检测方法。选用不同时相的QuickBird图像,根据地物影像的光谱、形状及纹理等特征进行多尺度分割和层次分类,提取城市道路目标;建立检测层,将不同时相的图像分类结果投影到检测层的相应对象层上,并进行互分割,通过判断某一位置地物类别的一致性,实现道路变化检测的目的。实验表明,面向对象的投影互分割道路变化检测能得到较好的检测效果。     

粒子群算法及多阈值指数熵的遥感影像变化检测方法研究

在遥感影像检测中,一般采用多变化阈值来提高检测精度,但会导致运算量的增加。为解决该问题,提出利用粒子群算法及多阈值指数熵的遥感影像变化检测新方法。首先采用影像差值法构造差异影像;然后提出利用粒子群和多阈值指数熵的遥感影像分割方法,并将其用于对差异影像进行分割获取变化区域;最后对选取的实验数据进行变化检测,并与基于模糊C均值、双阈值指数熵、三阈值指数熵的非监督变化检测方法进行比较。实验结果显示,提出的变化检测方法其精度为94.77%,本案方法是一种有效地、可靠的遥感影像变化检测方法。     

结合自适应PCNN的非下采样剪切波遥感影像融合

为解决全色与多光谱遥感影像融合中脉冲耦合神经网络参数不能自适应调节问题,提出一种基于参数自适应脉冲耦合神经网络模型(PA-PCNN)和保持能量属性(EA)融合策略相结合的非下采样剪切波变换(NSST)的遥感影像融合方法:①通过提取多光谱影像YUV颜色空间变换的Y亮度分量并与全色影像进行NSST变换,获得高频系数和低频系数.②针对低频子带系数,采用EA法进行融合;针对高频子带系数,通过PA-PCNN模型得到的最优参数,以确定最优的PCNN模型,进而实现高频子带系数的融合.③将NSST和YUV进行逆变换得到融合影像.本文选取空间频率、相对无量纲全局误差、相关系数、视觉信息保真度、基于梯度的融合性能和结构相似度测量等6种客观评价指标对融合影像的光谱和空间细节评价,利用多组不同分辨率全色和多光谱遥感影像,通过与4种融合方法对比验证,结果表明本文方法在视觉感知和客观评价方面总体优于其他全色与多光谱遥感影像融合方法.     

基于单目相机的低成本室内行人定位方法

针对大场景低成本人员快速定位的问题,本文提出一种基于单目视觉的指纹定位方法。首先利用人脸识别获得人脸的像素坐标,然后计算人脸在像片上的面积从而进行粗匹配,最后通过人脸在像片上的中心值进行精匹配,最终获得待定位人员的精确坐标。     

联合显著性和多方法差异影像融合的遥感影像变化检测

针对高空间分辨率遥感影像地物复杂、传统变化检测方法漏检率高的问题,提出了一种联合显著性和多方法差异影像融合的多时相遥感影像变化检测方法.选取3组双时相高空间分辨率遥感影像作为实验数据,首先分别采用变化矢量分析(change vector analysis,CVA)和光谱斜率差异(spectral gradient di...     

水工程建设对长江流域鱼类生物多样性的影响及其对策

长江流域鱼类种类丰富、资源量大、特有性高、经济种类多,其生物多样性具有重要的生态价值、经济价值和科学价值．流域内鱼类生物多样性由于面临河流梯级开发引起的洄游阻隔、生境破碎和水文情势等改变的严重威胁,种群下降趋势明显．为保护长江流域鱼类生物多样性,有必要更新水工程规划理念和设计技术,修建鱼道等必要过鱼设施,进行水库生态调度,建立鱼类自然保护区和建立生态补偿机制等．     

FCM聚类算法协同Canny算子的遥感影像边缘检测方法

提出一种FCM聚类算法协同Canny算子的遥感影像边缘检测方法,算法采用中值滤波消除原始遥感影像中的非高斯噪声;采用FCM(Fuzzy C-mean)聚类算法将滤波处理后的遥感影像中的像素分为两类:边缘类像素和非边缘类像素,并得到聚类影像;最后采用Canny算子对聚类影像进行边缘检测得到遥感影像地物边缘信息。实验结果表明,文中提出的方法能有效消除遥感影像中的混合噪声并准确地检测出地物目标的边缘,是一种有效的遥感影像边缘检测方法。