民勤县土地荒漠化遥感分析

民勤绿洲在河西走廊乃至全国具有重要的生态地位.运用遥感解译的方式对民勤自20世纪90年代至本世纪土地荒漠化进行分析,探讨造成这种结果的原因.结果表明：民勤绿洲的恢复速度赶不上沙漠的扩张速度,而且水体的减少和持续的大规模开发地下水使得绿洲的生存面临更大的威胁;民勤土地荒漠化发生发展是多种因素综合作用的结果,人口的急剧增加和人类活动的加剧是主要原因,而风的变化也起着主要作用,所以治沙首先要改变当地的种植结构,其次要治风;在民勤408 km的风沙线上有66个风沙口,如何解决此问题是解决民勤土地荒漠化的根本.     

新疆土地荒漠化灾害及其对策

新疆生态环境脆弱，土地荒漠化十分严重。在遥感、地理信息系统等技术支持下，研究新疆土地荒漠化的孕灾机理及过程，建立土地荒漠化灾害扔监测及预警系统，对于新疆生态环境建设具有重要意义。新疆的土地荒漠化有多种表现形式，土壤盐渍化、土壤风蚀、土地沙漠化等是重要的几种荒漠化类型。以位于塔里木盆地的塔里木河下游阿拉干地区为例，该区土地沙质荒漠化的面积百分率已由20世纪50年代末期的86．98％，上升到90年代后期的94．78％。受土地荒漠化的影响，与荒漠化相关的灾害主要发生在4个地理区域，干旱、大风、沙尘暴等自然灾害频繁发生，严重地影响到区域的生态安全。荒漠化及其灾害的综合治理是生态环境建设的重要方略。     

基于纹理检测器的多频道纹理分析

按照２Ｄ Ｇａｂｏｒ函数的特点和视觉机制，提出了用来捕捉纹理基元的纹理检测器函数，基于纹理检测器和多频道分解理论，提出了影像纹理的多频道分析方法，并按照神经动力学的侧抑制和端点抑制等理论，实现了对多频道纹理特征的融合，为改进现存多频道滤波方法提供了良好途径，实验表明，所提出的方法可有效用于具有相似模式大小的纹理分析。     

一种基于纹理的图象相似性度量模型

关于图象间的相似性应用于图象数据库中图象的检索存取，作者提出了一种用于多纹理图象的图象相似性度量的模型；描述了该模型的定义和计算方法，给出了试验结果和分析了它的有效性．     

机载侧视微波雷达图象在地貌分析中的应用

地貌是地球表面的形态表现.遥感图象是地球表面形态的真实写照.在所有遥感图象的判读应用中,地貌判读是最基本的一项内容.雷达具有与其它遥感探测仪器完全不同的特性.第一.它为主动遥感系统,能自己发射电磁波,然后接收目标反射回来的电磁波进行成象.第二,雷达系统应用的工作波段是微波部分,具有较好的穿透能力.这两个特性结合在一起,使得雷     

B超图象的纹理识别

根据肝脏B超图象的特点 ,提出利用分形特征配以和差直方图提取特征参数进行纹理识别 ,实验结果表明 :该方法分类精度高且计算速度快 ,克服了它们各自作为特征对肝脏B超图象进行纹理识别时 ,其识别率较低的缺点     

基于数学形态学和神经网络的纹理分类

本文提出一种基于数学形态学和神经网络的纹理分类方法．首先运用数学形态学的开、闭运算提取纹理图像的特征,然后用ＢＰ神经网络对纹理进行分类．实验证明这种方法是有效的     

催化剂活性区域分布的计算机图象纹理小波分析

利用计算机图象纹理分析方法研究了钒催化剂表面活性微区分布及特征，计算了催化剂表面的ＳＥＭ图象对象素的奇异强度值．结果表明奇异强度值在３．０～４．０范围内为催化剂表面活性区域，活性催化剂占活性区域整个表面积的１５％～１８％，而非活性催化剂仅占１．８％．     

基于Gabor纹理特征的遥感影像查询方法

纹理分析方法在遥感影像分析中占有重要的地位,可用于遥感影像的分类、目标识别、查询浏览和分割。本文探索了将一种Gabor小波纹理描述方法用于遥感影像的查询。遥感影像首先通过一种Gabor小波变换,从变换后的频域空间提取统计纹理特征,然后用所提取的纹理特征对遥感影像进行查询。遥感影像查询比较实验表明,基于Gabor小波纹理特征的遥感影像查询方法优于广泛使用的基于空间灰度依赖矩阵纹理特征的方法。     

基于BP神经网络的石漠化遥感影像分类方法的探讨

以由DEM数据提取出的坡度、地形特征信息与TM遥感影像的光谱信息相结合,应用BP神经网络方法进行石漠化遥感影像分类。并对比了BP神经网络分类法、ISODATA分类法、最大似然法三种分类方法。结果表明BP神经网络分类法有效地提高了石漠化信息的遥感分类精度。     

基于分形及纹理分析的城市遥感影像阴影去除

为有效去除城市遥感影像中阴影效应所产生的影响,实现阴影区域的自动检测及区域内景物重建,利用纹理分析的方法,通过计算共生矩阵及其相关指数来确定阴影区域,以实现阴影区域的自动检测;同时利用分形插值中的随机中点替代法对阴影区域内景物进行了复原,真实再现了阴影区域内的景物特征．对实际航空遥感影像的处理结果表明,该方法能有效实现遥感影像阴影区域的自动检测及区域内的景物重建．     

基于FPGA的遥感图像纹理特征提取算法实现技术

针对遥感图像在轨云检测技术中图像纹理特征提取功能的实现需求,采用FPGA来实现纹理特征提取算法,以此提高遥感图像的纹理特征的提取效率。设计中充分利用FPGA片上RAM、ROM、寄存器等逻辑资源,发挥FPGA并行处理的优势,构建了16个灰度共生矩阵并行计算的结构,进一步计算得到4个纹理特征参数。利用Xilinx公司的System Generator工具实现设计并通过仿真。以Spartan-6 LX45 FPGA为目标芯片的验证实验表明:设计具有运算性能高、耗费逻辑资源少的特点,能够满足遥感图像在轨云检测的实时处理需求。     

图像纹理分析与纹理测度

为了从更深层次上进行系统的纹理分析 ,首先概括了纹理分析中的困难并从寻找纹理的本质入手 ,回答了纹理图像与普通数字图像间的差异、成像尺度与图像纹理间的关系、窗函数的选取等问题并给出了计算一幅具体图像纹理性大小的算法。从采样频率和成像尺度的角度来看待图像纹理在该领域内尚属首次。仿真实验对Brodatz像册中全体纹理图求取了纹理性因子的大小并进行了排序 ,试验表明该求取纹理性因子的算法与视觉感受趋于一致。对图像纹理理论探讨的欠缺是纹理分析的瓶颈 ,该文是在一这方面努力尝试的结果     

遥感数字图像快速成图法

讨论了国外遥感数字图像快速成图新方法,在对新方法的实质、应用现状分析和评价的基础上,就存在的问题提出了一些改进设想。     

基于纹理谱描述子的图像检索

本文利用一种相关性弱的纹理谱描述子来描述图像的纹理特征．该纹理谱描述邻域内像素灰度变化模式,并以纹理谱直方图形式表示图像内容．建立了基于中文自然语言纹理描述词的图像检索系统,构建了纹理属性词典．实验结果证明,基于纹理谱描述子的特征是提取方法速度快,检索准确率高．     

磨粒图像的纹理分析及识别

以磨粒显微图像分析为应用背景，引入方向测度对磨粒图像表面纹理特征进行描述．该方法对磨粒图像各方向的灰度变化规律进行统计分析，提取了8个纹理特征．然后以提取的纹理特征为输入矢量，利用径向基函数神经网络对磨粒纹理进行分类识别．应用实例表明，方向测度综合反映了磨粒纹理的方向性和粗糙性，可用于磨粒纹理特征的描述；所建立的基于神经网络的磨粒纹理分类模型学习速度快，识别率较高．     

遥感图像分类方法在土地利用分析中的比较

介绍了最大似然分类法的特性及存在的问题,提出了解决这些问题需要采用的方法,论述了人工神经网络分类技术和图像纹理特征参与分类。     

基于分形维数的图像纹理分析

利用分数维能够把图像的空间信息和灰度信息有机结合起来的特性,提出了一种基于分形维数的图像纹理分析方法.为了更准确地描述纹理表面的粗糙度,该方法首先将纹理图像进行6种灰度变换并计算其相应的分形维数,同时采用H lder指数作为描述图像纹理的奇异性特征,然后利用提取的纹理特征对图像进行纹理分割.实验结果表明:采用该方法所分割的图像能很好地体现图像的纹理分布.     

应用图像分析法评价花岗岩结构特征

应用图像分析、形态数学及立体学原理,通过岩石薄片,对某地花岗岩某一方向上的结构特征进行定量分析,揭示了花岗岩中几种主要矿物（包括黑云母、白云母、长石及石英）的密度、粒径、形状及空间分布规律．