贾樟柯影像的文化意蕴

贾樟柯生于1970年,山西汾阳人,1997年毕业于北京电影学院文学系电影理论专业。他是中国新生代电影导演群体的中坚,“故乡三部曲”之《小武》《站台》和《任逍遥》成为新生代电影的重要代表。同时他身体力行,参与并引导了中国新兴的青年DV电影创作活动。从某种意义上说,关注“贾樟柯现象”其实就是对中国新生代电影研究关键词的一种梳理,如边缘化、平民视角、现实主义、都市化、新DV运动和美学转型等等。本期的四篇论文中,美国明尼苏达大学JasonMcGrath教授的论文《我对贾樟柯电影的一些看法》从比较电影研究的视角,强调贾樟柯早期影片创作在新纪实运动的影响下逐渐显露出独特的现实主义风格,这种“如其所是”的现实影像不同于政治现实主义和第五代的寓言式电影,从而表现出国际艺术片普遍具有的世界性美学特征。林少雄教授《贾樟柯影像的文化意蕴》从身份认同观念、视像书写意识、时间感悟体验与空间建构意识等方面,探讨中国新生代导演全新的“影像本体”美学的建构过程。刘志荣博士《漫谈贾樟柯的“故乡三部曲”》从切实的感性实感出发,指出贾樟柯电影是从日常生活中升腾起来的“无邪”之诗,这源于导演本人对于生活世界保持的开放态度以及对文化之根的溯求。王卓慈副教授《修复失忆的影像表达》则以贾樟     

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题, 在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法, 减小算法误差, 并运用基于距离比的自适应算法实现权值自动匹配, 使算法在不受重叠区域形状限制的同时得到更精确的计算结果, 解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明, 改进的加权平均融合算法在保持原算法快速性的同时, 达到了去除拼接缝隙、使图像融合区域过渡平滑的目的, 并获得了融合质量较好的大视野无缝拼接图像。     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。     

面向海上移动目标的空天协同连续观测模型

由于视距限制,对海上移动目标进行连续观测与定位探测难度较大.现有方法通过卫星和无人机等单平台对目标进行观测,不能解决面向海上移动目标连续观测的问题.针对当前单个平台的不足,本文构建了面向海上移动目标的空天协同连续观测模型,并提出了空天协同连续观测策略.空天协同连续观测策略抽取出卫星规划、无人机飞行计划、观测序列、区域预测以及路径规划等五个子问题,并对其进行建模求解.仿真实验表明,该方法大大降低了目标的平均观测周期,有效解决了海上移动目标连续观测问题.     

基于改进RRT的无人机电力杆塔巡检路径规划

为了达到无人机在电力输电线路环境中能够进行有效的路径规划以及轨迹跟踪的目的,立足于RRT(Rapidly Exploring Random Trees)算法,提出一种在电力输电线路中适用于无人机的路径规划算法．该算法在融合无人机的动力学特性,及RRT扩展的随机性的基础上,通过设计最大航向角以及路径高度的约束,使得规划的路径在高度方向上向目标点渐进逼近,并能克服传统RRT在狭窄空间规划失败的问题.算法在ROS(Robot Operating System)-Gazebo环境中进行了仿真试验,验证了该算法在电力输电线路环境下的实用性.     

基于深度极限学习机的高光谱遥感影像分类研究

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱遥感数据的地面物体精确分类是高光谱遥感技术的核心应用之一.针对高光谱遥感影像的分类问题,提出一种基于深度极限学习机(D-ELM)的分类方法.该方法利用一种新的深度学习模型——深度极限学习机对高光谱遥感影像进行分类,并与基于极限学习机(ELM)、支持向量机(SVM)、核极限学习机(ELMK)分类方法进行了比较分析.研究结果表明:相对于ELM、SVM、ELMK分类方法,D-ELM分类方法能够更加准确地挖掘高光谱遥感影像的空间分布规律,提高分类的准确度.     

基于无人机的大场景序列图像自动采集和三维建模

提出并实现了一种基于无人机的大场景序列图像自动采集和三维重建方法,实现了大范围场景全自动图像数据采集和三维建模。首先设计实现无人机自动控制地面站和基于Cortex-A17的无人机控制模块,其次在地面站人工点选设计航线和拍摄位置,并自动控制飞行和拍摄过程,实时将序列图像回传地面站,最后地面站应用SFM方法实时自动重建大场景三维模型。实验结果表明,相对于人工控制方法,文中方法能够实现无人机飞行和拍摄过程自动控制,同时提高拍摄稳定性,降低基于无人机的大场景三维建模难度,提高建模效果。     

无人机地面站的设计

通常在无人机的飞行中，能够实时的反应无人机的信息，针对上述情况研制了一种简单的无人机地面站软件，以Windows操作系统为平台，在Visual C ＋＋环境下设计实现的，实现了计算机对无人机的实时显示。实践证明，该系统测量精度高、稳定性好、抗干扰性强，具有一定的应用前景和使用价值。     

地理国情监测地表覆盖数据易混淆地物区分

该文通过深入研究国家制定的《第一次全国地理国情普查总体方案》等相关技术要求,结合天津市的自然条件和社会发展现状,以天津市北闸口镇为实例,进一步分析了该地区1∶2000系统数据和遥感影像数据的实际情况,对于内业影像解译时易混淆地物的区分方法做了详细的描述。     

基于无人机航测生产数字线划图研究

本文首先介绍无人机航测的一般流程及内业数据处理的几个关键点,根据实际作业情况,提出运用正射影像直接提取地理信息数据与立体测绘相结合生产数字线划图的方法。