基于D-S证据理论的纹理图像分类方法

在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类.图像灰度均值特征和图像灰度共生矩阵的熵特征作为纹理图像的不同特征被提取,并构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设.实验结果表明,基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的和可行的,分类结果要优于仅仅利用单个特征进行分类的结果,能极大地提高图像纹理的识别分类能力.     

木纹方向对木材着火性能的影响

木材内部木纹方向的存在导致了木材物理性质的各向异性,也造成了木材不同方向着火性能的不同。同样外部热源作用下,木材内部木纹方向垂直于作用方向时,着火延迟时间最长;在木纹方向与作用方向呈π/4夹角时,着火延迟时间最短。这是不同木纹分布下木材导热性能及透气性的差异之间综合作用的结果。尽管如此,木材达到闪火和着火时的表面温度并不随木材内部木纹分布的变化而变化。     

木材燃烧火焰传播的实验研究

借助于实验的方法,对木条燃烧火焰的传播进行了研究,获得若干有益的结论。在大量实验的基础上,总结出火焰传播速度随空间方位、几何尺寸及环境温度变化的经验公式。     

一种多传感器遥感图像的配准方法

提出了一种对多传感器遥感图像进行配准的新方法，应用数学形态学的方法提取源图像的结构特征，并在此基础上选择图像相关配准点，利用仿射变换作为变换模型，根据变换参数将输入图像与参数图像进行配准，实验结果表明，此算法可以有效地解决成像差异较大的遥感图像间的配准问题，具有较高的使用价值。     

森林地表火蔓延的计算机模拟

在室内林火蔓延实验的基础上，提出了适合我国林区可燃物分布特性的火蔓延数学模型，通过编制软件实现了对特定可燃物分布状况、变环境条件下火蔓延趋势的计算机模拟．若干实例试算的结果表明，本模拟方法预测地表火蔓延过程是有效、合理的．     

基于计算机视觉的自然图像自动线描系统

介绍一种自然图像的自动线描算法,使计算机能模拟人类素描绘画的过程.该系统包括线描提取及线描渲染两步骤.在线描提取过程中,采用一种综合低层及中层视觉信息的边缘检测方法提取线描,在传统边缘检测结果基础上,根据计算机视觉理论对边缘进行精简及连接等处理;在线描渲染过程中,采用尺度、亮度等特征作为渲染画刷的属性,对边缘曲线进行拟合后采用纹理映射等非真实感渲染的方法产生线描图像.实验结果表明:基于计算机视觉理论的自动线描方法切实可行,线描提取结果优于传统边缘检测结果,能很好地体现线描图像的艺术效果.     

采用交互信息量评价遥感图像融合结果的方法

提出了采用交互信息量的评价准则来评价遥感图像的融合效果的方法，该方法通过衡量融合图像与源图像的互信息来评价融合效果，具有简单、准确、抗干扰性好的特点。通过将它与采用熵和联合熵的评价方法相比较，实验结果表明交互信息量是一种很好的评价方法．     

木材着火的实验研究

运用实验的方法对木材的着火过程进行了探讨,初步了解了木材在不同热源作用下着火的基本规律,找到了表征木材着火性能的关键指标为加热温度及着火时间,并对它们之间的相互联系及影响因素进行了分析和研究,为最终从理论上建立起木材及类似的固相可燃物的着火模型打下基础。     

基于离散多小波变换的遥感图像融合方法

以不同分辨率的遥感图像为对象，基于Chui—Lian（CL）离散多小波变换的特性，提出了一种新的图像融合方法．该方法将两幅不同的源图像分别进行预处理和多小波分解得到各个分解图像，然后对分解图像分别采用基于区域特征的融合方法，得到混合的分解系数，通过多小波重构和后处理算法从而获得融合图像．该方法能够为图像融合提供一种比传统的小波变换更加精确的融合方法．实验结果证明采用这种方法可以得到更好的融合效果，不仅能够完好地显示源图像各自的信息，而且能更好地将源图像的细节融合在一起．