浅谈喷绘油墨的选择和使用

喷绘是采用数字化压电技术在基材上大幅面打印彩色广告画面的过程，它和网版印刷行业一起已经成为广告媒体产业链中一个重要组成部分。优良的喷绘品质，在给客户带来高品质的服务的同时，也会给喷绘公司带来丰厚的利润。在影响喷绘质量的众多因素中，喷绘油墨的选择无疑是非常重要的。本文将简单谈谈如何选择喷绘油墨以及它的使用和注意事项。     

融合边缘测度的自然场景彩色图像区域分割

针对传统分割方法基于单个视觉线索的不足,提出一种结合两种局部边缘测度的自然场景彩色图像区域分割方法.首先,采用logistic回归模型对200幅彩色图像进行训练,建立边缘测度与对象边界的回归模型;然后,采用该模型预测图像中每个像素的边界置信度;最后,将置信度的函数以自适应权重的形式整合到均值漂移分割算法中,实现图像区域分割.近20幅图像的定量和目视对比实验结果表明,本文方法能有效地控制过分割和欠分割的产生,且具有更好的区域边界定位效果.     

基于小波分解的变尺度多分辨率纹理分割

针对常见的多分辨率分割算法在每一尺度分割过程中信息利用不充分的问题,提出了一种基于小波分解的变尺度多分辨率纹理图像分割新算法.该算法在每一尺度的分割过程中充分利用了各尺度上的有关信息:通过变尺度特征场考虑了更高分辨率尺度上的特征数据;通过变尺度标记场考虑了更低分辨率尺度上的标记数据.从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果.实验表明,该算法具有较好的分类性能.     

沂河苗圩地涵基坑突涌的安全验算和施工方案比选

在水工建筑物基坑开挖施工中,基坑面以下承压水土层,容易产生突涌,对基坑形成破坏,危及工程施工质量和安全。结合沂河苗圩地涵工程建设,介绍突涌的计算分析,以及不同解决措施和方案,总结各技术方案的适用范围和注意事项。     

Worldview 3全色与短波红外影像两步式融合框架

Worldview 3是目前最先进的高分辨率光学卫星之一。针对Worldview 3遥感卫星数据全色波段和短波红外波段（Short-Wave Infrared,SWIR）空间分辨率差异大、波谱范围不一致所导致的融合结果块状效应以及空间分辨率增强效果有限的问题,提出一种两步式影像融合框架。该框架降低全色波段空间分辨率,实现与SWIR波段的初步融合;将初步融合的结果与原始分辨率全色波段进行第二步融合。通过选择6种典型像素级融合方法两两组合,形成36种融合方案,验证框架的可用性。选取包含植被、建筑、水体等典型地物类型的Worldview 3数据集进行实验,并采用五个定量评价指标进行评价。实验结果表明：使用两步式融合框架进行融合,通过渐进式空间细节注入的方式,避免了直接融合产生的块状效应,实现了短波红外影像的空间分辨率增强;第一步融合采用高通滤波（HPF）融合法,第二步融合采用GS（Gram-Schmidt Transform）变换融合方法,引入的空间信息最多,获得的融合结果质量最好。提出的融合框架既能避免块状效应的产生,又能有效增强SWIR波段的空间分辨率,对于其他卫星的全色与短波红外波段的融合也具有一定借鉴意义。     

浅谈重力流条件下长距离管道埋设工程质量控制要点

一、概况 为解决新沂市城区尾水对王庄闸以上总沭河、新墨河水体的环境污染,消除对南水北调重要调节湖泊——骆马湖水质的影响,切实保障南水北调干线水质持续稳定达标,山东省发改委2011年12月批复实施新沂市尾水导流工程,工程概算总投资2．12亿元。     

基于敏感特征向量的SAR图像灾害变化检测技术

为了解决阴雨云雾条件下光学遥感图像的应用局限性问题,针对典型的四类地表变化（堰塞湖、滑坡泥石流、部分倒塌建筑和严重倒塌建筑）分析SAR图像灰度和纹理特征的敏感程度,并提出敏感特征向量的概念;以综合利用了灰度差值和纹理差值的敏感特征向量作为评判因子,结合主成分分析技术和K均值聚类技术,提出了新的SAR图像灾害变化检测算法。该方法算法简单,检测效果好,并用两组ALOS SAR实验数据进行了证实。     

高光谱-LiDAR 融合的条件随机场分类方法

为有效利用高光谱影像与LiDAR数据的互补性信息,解决单一融合策略造成的场景解译地物边界不准确和分类精度低的问题,提出了一种光谱-空间-高度特征融合、并顾及场景地物类别共生特性的条件随机场分类方法。首先,对两种数据分别提取光谱及形态学特征,对特征集采用图模型进行特征融合,将特征输入概率支持向量机分类器,得到初始分类结果。然后,基于融合特征计算反映像素间类别本质差异的局部光谱-空间-高度协同的异质性值,并统计类别间的空间共生关系。最后,在条件随机场框架内,整合初始分类结果、局部异质性信息及类别共生关系,通过目标函数的迭代求解获得最终分类结果。通过将像素间的权重定义为对应像素位置融合特征的归一化欧式距离的单调减函数,对标记不同但特征差异较大的类别间给予较小的权重,以达到地物边界空间规整化的目的。通过对标记不同但共生概率较大的类别对给予较小的权重,达到保留空间关系稳定的类别对的目的。采用城区场景的美国休斯顿地区数据集和林区场景的中国广西高峰林场两组数据集对提出方法进行了验证。实验结果表明:休斯顿和高峰林场数据集精度分别达到94.00%和92.84%,分类结果的“胡椒盐”现象明显减少,证明了该方法的有效性。     

离散ADMM方法下像素与对象基元协同优化的遥感影像无监督语义分割

语义分割是遥感影像分析中的重要技术之一。现有的方法（如基于深度卷积神经网络的方法等）虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型（Markov random field model,MRF）提出了一种不依赖训练数据的无监督语义分割思路,可以有效地刻画地物空间关系,并对地物空间分布的统计规律进行建模。但现有的MRF模型方法通常建立在基于像素或对象的单一粒度基元上,难以充分利用影像信息,语义分割效果不佳。针对上述问题,引入交替方向乘子法 （alternative direction method of multiplier,ADMM）并将其离散化,提出了一种像素与对象基元协同的MRF模型无监督语义分割方法（MRF-ADMM）。首先构建像素基元和对象基元两个概率图,其中像素基元概率图用于刻画影像的细节信息,保持语义分割的边界;对象基元概率图用于描述较大范围的空间关系,以应对遥感影像地物内部的高异质性,使分割结果中地物内部具有良好的区域完整性。在模型求解过程中,针对像素和对象基元的特点,提出了一种离散化的ADMM方法,并将其用于两种基元类别标记的传递与更新,实现像素基元细节信息和对象基元区域信息的协同优化。高分二号和航拍影像等不同数据库不同类型遥感影像的语义分割实验结果表明,相较于现有的MRF模型,提出的MRF-ADMM方法能有效地协同不同粒度基元的优点,优化语义分割结果。     

一种基于Contourlet变换的多尺度纹理分割的新算法

受到基于模型的纹理分析方法的启发,提出了一种新的特征提取方法-有限混合纹理模式(Finite Texture Mixture Pattern, FTMP).FTMP是一个二元组的集合,可以通过聚类的方法进行计算.首先,基于Contourlet变换计算纹理的多尺度多方向变化信息;其次,对各尺度、各方向的变化信息分别进行聚类.这些聚类中心以及它们所占的比例组成的二元组的集合就构成了纹理图像的FTMP,反应了不同尺度不同方向的主要变化信息.这种纹理特征的计算方法充分利用了基于模型方法的基本思想,但却避免了复杂的参数计算.在FTMP的基础上,本文给出相应的纹理分割框架CFTMPseg,并通过定量和定性实验验证了所提算法的有效性.