基于卫星IKONOS影像的黄河三角洲人工刺槐林健康状况分类

对刺槐林生长状况的准确分类制图,是刺槐林生长动态监测和枯梢退化原因分析的基础,对指导防护林建设、更新以及研究区其它树种的植被重建具有重要的意义。研究以黄河三角洲地区刺槐林为对象,采用2013年6月9日IKONOS影像为数据源,利用决策树分类器对归一化植被指数和土壤调节植被指数定义一组规则提取出刺槐林地分布范围,制作刺槐林地掩膜,创建灰度共生矩阵来区分健康树冠和林下禾草。结合实地样方调查信息,选取感兴趣区进行监督分类。刺槐林的三个健康度由原位的5个树冠条件指标决定。分类结果表明,刺槐林健康状况分类结果与实地样方数据具有较好的一致性,利用混合矩阵进行精度评价,总精度达到84.315 9%,Kappa系数为0.765 2。     

基于小波核MSVR的IKONOS影像多分类

针对IKONOS影像波段和光谱特点,结合小波函数对非线性信号的良好描述能力和多输出支持向量回归(MSVR)在多维机器学习领域的优势,提出一种基于小波核MSVR的IKONOS影像多分类方法,并以安徽大学新校区的IKONOS影像进行仿真实验.结果表明,提出的多分类算法优于传统的有监督二分类方法和无监督K-Means分类方法,获得较好的分类效果.     

基于模式识别与灰度共生矩阵的神经元图像分类

为了实现自动高效且结果准确的生物神经元识别,提出一种基于模式识别与图像灰度共生矩阵特征的神经元自动分类方法。该方法通过对生物神经元图像预处理,计算图像的灰度共生矩阵,统计各图像灰度共生矩阵属性值的平均值和标准差,构建生物神经元类别的特征空间,利用模式识别中的人工神经网络方法建立特征空间与神经元类别之间的映射关系。采用收集的160幅生物神经元图像对该方法进行实验分析,测试集的识别正确率达93.8%。研究结果表明,结合模式识别与图像灰度共生矩阵特征的生物神经元图像自动分类方法具有较高的准确性与可靠性。     

基于SVM的图像分类研究

支持向量机(SVM)是一种优秀的分类方法,灰度共生矩阵(GLCM)是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法.实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高.     

基于SVM的图像分类研究

支持向量机（SVM）是一种优秀的分类方法,灰度共生矩阵（GLCM）是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法。实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高。     

基于可重构计算技术的图像分类系统研究

考虑到图像分类方法是计算密集型算法,设计使用可重构方法对图像分类系统加速.再由纹理参数本身的特性,利用基于差异的动态重构方法以有效利用芯片.实验表明,所设计的图像分类系统与通用处理器相比,显著减少了分类时间;同时在不增加运行时间的前提下,与传统实现方法相比,能更有效地利用芯片面积.     

基于GLCM和小波特征的SAR海冰分类

为了减少相干斑噪声对合成孔径雷达(SAR)海冰分类结果的影响,综合灰度共生矩阵(GLCM)和小波特征,提出了融合空间域和频域的纹理特征的SAR海冰分类方法,利用航天飞机成像雷达3号(SIR-C)探测数据,开展了SAR海冰分类研究。结果表明,该分类方法能在保留图像边缘细节信息的基础上,提取小波特征,减少噪声影响,解决了灰度共生矩阵方法无法克服的斑点状分类不准确问题,提高了分类精度。     

太行山阜平县龙泉关人工刺槐林群落与次生灌草丛群落的比较

研究了人工刺槐林群落与灌草丛群落的种类组成、生活型谱、垂直结构、生态优势度和均匀度指数.人工刺槐林群落垂直结构复杂 ,物种数目增加 ,生活型谱更接近典型的暖温带落叶阔叶林群落类型 ,灌木层的物种多样性指数、均匀度指数较灌草丛群落的灌木层低 ,生态优势度较高 ;林下草本层与灌木层相比其生物多样性指数、均匀度指数和生态优势度指数均较高.这表明人工刺槐林群落对灌草丛群落有明显的改造作用.     

基于灰度共生矩阵和BP神经网络集成的纹理图像分类

通过对灰度共生矩阵的分析,提取图像的纹理特征参数,并用BP神经网络集成的方法对Brodatz纹理库图像进行分类,仿真结果显示,其分类效果优于单一的BP神经网络,可有效提高分类识别率。     

基于灰度纹理指纹的恶意代码分类

随着各种新技术的出现,传统的恶意代码的识别和分类技术存在着检测率瓶颈、实时监测效率不高的问题,为了提高准确率,提出了一种基于图像纹理指纹特征与深度学习神经网络结合的分类方法。该方法首先将数据集中恶意代码的二进制文件建模为灰度图,采用改进的灰度共生矩阵提取出恶意代码中的指纹特征图像,并选择不同步长扩展样本量,然后将该指纹特征图像作为输入数据集并采用卷积神经网络模型中进行分类训练。结果表明,该方法可以有效地分类恶意代码,准确率可达96.2%,并在泛化测试中取得了较好的效果。     

洋槐花粉的破壁技术及其口服液的研制

介绍洋槐花粉的破壁技术及以洋槐花粉为主要原料生产洋槐花粉口服液的生产工艺及产品质量标准     

晋西黄土区不同林龄人工刺槐林下植被及土壤水分特征

以晋西黄土丘陵沟壑区10、15、20a人工刺槐林为研究对象,原生荒草地为对照,采用时空互代法,调查分析坡面刺槐人工林植被恢复过程中林下植被演替和0~400cm土层土壤水分分布情况.结果表明:随着人工刺槐林林龄的增加,林下灌草植被物种丰富度变大,植被结构发育变好;不同林龄刺槐林地与荒草地土壤平均含水量由大到小顺序为荒草地(16.61%)、20a刺槐林地(10.08%)、15a刺槐林地(9.54%)、10a刺槐林地(8.52%);随着刺槐林龄的增加,土壤水分随坡位下降而增大的趋势有所改变,成熟刺槐林对坡面土壤水分空间分配的调节作用明显;人工刺槐林土壤水分沿垂直剖面变化方式与原生荒草地差异明显,15a以上刺槐林对100cm以下土壤水分的影响已基本稳定;人工刺槐林的生长造成了严重的林地土壤水分亏空,随着林龄的增长0~200cm土层土壤水分条件有所改善,但深层土壤(200~400cm)没有明显的恢复迹象.研究结果为黄土区植被恢复和刺槐林的经营管理提供了科学依据.     

浅析物流水平与区域发展

物流是当今社会经济发展不可或缺的一部分,而高水平的物流则寸区域的发展起到了至关重要的作用。区域要实现和谐、高速、稳定的发展,就必须依托高质量、高水平的物流产业。     

基于双目视觉的部分遮挡行人检测算法

针对行人被障碍物部分遮挡导致的检测准确率降低问题,本文提出了基于多特征融合的树形路径半全局立体匹配的部分遮挡行人检测算法。本方法使用SLIC算法进行超像素分割,提升行人的轮廓信息,并使用多特征融合的树形路径半全局立体匹配算法生成深度图;对行人信息和背景信息及障碍物信息使用自适应分割算法进行分离,获取感兴趣区域;将感兴趣区域放置在行人特征明显且稳定的头肩部,进行感兴趣区域的约束;使用降维HOG进行特征提取并生成样本集,训练SVM分类器,最终实现部分遮挡的行人检测。实验表明,本文算法与其它行人检测算法相比,在行人部分遮挡场景下,有着更高的行人检测准确率,证明本文算法的有效性。     

Imagery Enhancement and Interpretation for Remote Visual Inspection of Aging Civil Infrastructure

In this paper, we describe an image enhancement and interpretation methodology to enhance and recognize surface defects and critical patterns from remote imagery of sewer pipeline inspection. The objective is to provide inspectors and professionals with better tools to allow them to examine the imagery for condition assessment. We present initial results of a collaboration with a robotic company through a case study on computer-assisted processing and interpretation of sewer pipeline inspection imagery. In the mean time, the described enhancement and interpretation methodology can also be applied to sewer pipeline condition assessment in an offline mode, where this methodology can support professionals’ examination of acquired sewer condition imagery.