用分块调度置换算法快速浏览SAR带状海量影像

遥感影像处理中原始影像数据量大,常呈条带状分布,一般不直接作为各种专业图像处理软件数据源,而是快速浏览影像并从带状分布的影像中提取某一部分(段)作为再处理的数据源。对此应用该文提出了分块调度置换算法快速浏览SAR海量影像数据技术,能实现海量数据快速浏览,实时保存指定范围数据为新影像文件。     

纸质文件变PDF 轻松归档

许多单位和公司为了让以前的重要文件保存时间更长,都会把重要的纸质文件资料扫描进电脑保存。但扫描只能将一份纸质文件的每页保存成一个图片文件,还需要再使用图像处理工具一张张处理。不但使用的工具多,操作也非常麻烦。如果用户恰好需要处理这类工作,那么不妨使用"锐尔文档扫描影像处理软件"这款工具帮忙,它能让扫描文件、处理图像和转换PDF一软到位。     

海量文件系统中基于特征实现文件多维度浏览

SMDFS可以高效地管理百亿级数量文件。然而针对照片、音乐等海量数据,往往需要从多个维度快速浏览文件,基于目录结构管理海量文件的传统文件组织方式很难满足这一要求。在SMDFS文件系统基础之上,为文件引入特征属性,并提出基于特征的海量小文件倒排索引技术和分布索引技术,使SMDFS可根据多个特征快速浏览文件。实验数据表明,支持特征的SMDFS能为海量小文件提供高效管理和多维度快速浏览能力,同时基于文件目录结构访问海量小文件的性能并没有明显下降。     

基于SQLite的LOD模式海量影像数据管理系统的设计与实现

如何实现海量影像数据的合理化存储、高效的访问是视景仿真领域的一个瓶颈问题。本文提出了一种运用SQLite数据库实现基于嵌入式数据库的集中式数据管理方法,将海量影像数据以数据库的形式进行管理,同时又以类似文件操作的方式实现快速访问,为解决基于LOD模式海量影像数据难以管理维护的问题提供了一种可行方案。本文方法有效而稳定地实现了海量影像数据的管理和调度,具有良好的实际应用价值。     

基于PostGIS的高分一号卫星影像管理与Web应用研究

介绍了高分一号卫星影像在测绘生产中的管理与Web应用,探索使用PostGIS数据库进行海量遥感影像管理应用的方法。在数据生产中,利用影像元数据信息进行影像管理,结合测绘生产任务实现影像存储、检索、浏览以及影像产品的管理。结合辅助数据,进行生产进度管理、产品质量管理。在网络服务中,利用PostGIS数据库和瓦片地图数据库相结合的方式,实现卫星影像的网络共享服务,拓展了测绘产品的服务模式。     

遥感影像数据挖掘研究进展

遥感影像数据挖掘是一个有着广阔应用前景的研究领域。由于遥感影像数据库的海量特征，遥感影像数据挖掘已成为空间数据挖掘的主流。依据遥感影像数据挖掘的方法和目的，从图像索引和检索、图像分类、图像聚类、空间关联规则挖掘、影像变化检测以及高光谱数据挖掘六个方面对遥感影像数据挖掘的国内外研究现状进行了综述。并指出了遥感影像数据挖掘和知识发现中应该着力解决和注意的几个问题。     

遥感影像Web共享关键技术应用研究

研究海量遥感数据在Web 共享中所需要的网络支撑环境、数据自动入库、数据自动传输、影像高效查询等关键运行技术。在关键技术研究的基础上,详细分析与设计了针对海量遥感数据的可视化查询、浏览及下载功能,并基于 Web服务等相关计算机技术,实现了海量遥感数据共享原型系统,完成海量遥感数据的 Web 共享。
     

一种格网补偿的遥感影像数据检索方法

随着遥感技术的快速发展,当前遥感影像数据的数据总量急剧增加。面对海量遥感影像数据的应用需求,如何快速、准确的获取全覆盖特定区域的无云遥感影像数据至关重要。因此,笔者提出了一种格网补偿的遥感数据全覆盖检索方法。首先,利用五层十五级格网切分模型对特定区域切分成较小的格网。其次,对海量遥感有云影像数据集进行预处理,采用基于快视图的云检测方法判断快视图局部是否无云,取出无云的部分对每个格网进行像素补偿。最后得出一张全覆盖特定区域的无云遥感图像,并筛选出所需的遥感影像数据。通过实验对比,该方法在海量遥感影像数据情况下,能快速、准确的获取全覆盖特定区域的无云遥感影像数据,具有很好的可行性和实用性。     

怎样利用PB的OLE技术变Word为单纯的文档浏览器

在设计某大型数据库系统时，用户提出了这样的要求：除了要对大量的数据进行存储、处理和查询外，还要求把描述这些数据的测试过程、处理方法等技术细节的大量技术文件也集成在数据库系统中，以供数据库的使用者查询。但使用者只能浏览这些技术文件，而不能对其进行任何的修改、复制、打印等操作。这些技术文件均为Microsoft Word文档，使用PB提供的OLE技术可以实现与Word的交互，打开Word文件，但由于用户要求只能对Word文档进行浏览，这样就必须解决如下的问题：（1）需要对Word文档进行保护，防止任何用户都可以使用Microsoft Word打开它们；（2）需要屏蔽掉Word的修改、复制、打印等功能，使其变为一个单纯的文档浏览器。     

专业扫描

EPSON EXPRESSI0N 1640XL是由EPSON公司推出的一款主要面向于影像、医疗行业的专业级扫描仪,并且针对这些行业,1640XL也具有一些显著的特点:最大能够扫描A3+幅面的文件,可以满足扫描大幅面作业的需要;3.6D的动态范围,在进行正负片扫描时,相信对于图像暗部细节的表现也将大有裨益。对于各种用户不同的需要,EPSON EXPRESSION1640XL还具有良好的可扩展性,用户可以再另外购买透射扫描器件、100页自动送纸器等设备。如果用户的信息处理量十分巨大,1640XL自带的USB接口和SCSI接口不能满足需要,那么还可以选购IEEE 1394转接卡,来获得高速度的传输速率。     

基于TOF深度图像修复的输送带煤流检测方法

传统的带式输送机煤流检测装置中,核子胶带秤存在一定安全和环保隐患,电子胶带秤检测精度易受输送带张力、刚度等因素的影响;而基于超声波、线激光条纹、双目视觉等技术的非接触式检测方法存在实时性差、测量误差较大等问题。提出了一种基于飞行时间(TOF)深度图像修复的输送带煤流检测方法。通过TOF相机获取输送带运煤图像;对TOF图像进行均衡化处理,采用帧差法和边界跟随算法去除背景噪声,获得感兴趣的煤料区域;针对TOF深度图像因边缘处存在飞行像素噪声与多径误差噪声而导致的边缘信息不准确问题,提出强度图像引导的深度图像修复算法,通过Canny边缘检测算法寻找深度图像和强度图像的相似边缘,基于强度图像的有效边缘信息对深度图像边缘处的不可靠数据进行校正,并进一步基于Navier-Stokes方程和中值滤波器得到高精度深度图像;对煤料区域进行像素级分割,并建立煤料体积计算模型,结合输送带速度得出输送带煤流。实验结果表明,该方法的检测误差不超过3.78%,标准差不超过0.491,平均处理时间为83 ms,满足实际生产要求。     

基于煤矿井下传送带空载检测

煤矿井下传送带在无煤或煤量较少的状态下长时间高速运转,会耗费大量的电能.为了节省井下传送带造成的电能损耗,本文提出了一种边缘结构相似算法和YOLOv3结合的传送带空载判定方法.通过边缘结构相似算法将结构特征和边缘特征相融合,每相邻10帧比较图片的相似度,连续比较3次判断传送带的运行状态.若传送带运行,则运用自适应锚框机制的YOLOv3模型,检测传送带上的煤量,最后判断传送带是否空载.实验结果表明,该方法可以有效准确的判断传送带的空载状态,检测准确率达到96.85%.     

改进YOLOv4的输送带纵向撕裂检测

输送带纵向撕裂检测是煤矿安全生产的重要问题之一.针对矿用输送带纵向撕裂检测存在因数据量不足、损伤形态多样化、极致宽高比而导致的检测精度不足、存在误检与漏检等问题,本文提出一种改进YOLOv4的输送带纵向撕裂检测算法.首先,通过数据增强的方式扩充现有数据,构建输送带纵向撕裂数据集.其次,在主干网络之中添加可变形卷积,增强模型对多样化损伤形态的特征提取能力.最后,在特征融合阶段,引入跨阶段局部网络(CSPNet)结构,提升模型对极致宽高比的纵向撕裂检测性能,进一步降低模型的漏检与误检.实验结果表明,输送带纵向撕裂检测准确率达到92.5%, F1分数达到93.1%,基本满足输送带纵向撕裂检测要求.     

基于图像处理的机器播种参数检测方法研究

为快速准确地检测机器播种性能,提出了一种基于图像处理的播种机播种性能检测方法.首先,通过信号触发,相机连续获取传送带上的种子图像,并将采集到的连续图像拼接成图像片段.运用大津法自动获取二值化图像阈值,通过阈值分割方法提取种子图像,并利用中值法对二值化图像中的种子数量进行清点.基于二值化图像的纵向、横向投影信息,得出种子阵列宽度、阵列中心、种子阵列间距、非种子间隔的坐标信息.基于以上测量参数计算出条播种、穴播种和精密播种性能相关参数.在某试验田进行实际应用测试,结果表明,该方法对机器播种性能的检测是可行的、有效的.     

基于显著性和最大熵的输送带撕裂检测

针对带式输送机在运行过程中输送带易撕裂的背景,根据人眼视觉系统特点和信息论相关理论,提出了一种基于视觉显著性和一维最大熵的输送带撕裂故障检测算法.首先在频域提取图像的显著性区域,然后计算显著图的最大信息熵,进而分割图像.实验结果表明,该方法具有较强的稳定性和适应性.     

基于图像识别的带式输送机输煤量和跑偏检测方法

传统的卷积神经网络(CNN)是单任务网络,为实现带式输送机输煤量和跑偏的同时检测,使用2个卷积神经网络分别对输煤量和跑偏进行检测,导致网络体积大、参数多、计算量大、运行时间长,严重影响检测性能.为降低网络结构的复杂性,提出了一种基于多任务卷积神经网络(MT-CNN)的带式输送机输煤量和跑偏检测方法,可使输煤量检测和跑偏检测这2个任务共享同一个网络底层结构和参数.在VGGNet模型的基础上,增大卷积核和池化核的尺度,减少全连接层通道数量,改变输出层结构,构建了MT-CNN;对采集的输送带图像进行灰度化、中值滤波和提取感兴趣区域等预处理后,获取训练数据集和测试数据集,并对MT-CNN进行训练;使用训练好的MT-CNN对输送带图像进行识别分类,实现输煤量和跑偏的准确、快速检测.实验结果表明,训练后的MT-CNN在测试数据集中检测准确率为97.3%,平均处理每张图像的时间约为23.1 ms.通过现场实际运行验证了该方法的有效性.     

Estimating size fraction categories of coal particles on conveyor belts using image texture modeling methods

Motivation: Physical properties of coal such as particle size distribution have a large influence on the stability and operational behavior of fluidized bed reactors and metallurgical furnaces. In particular, the presence of large amounts of “fine” particles invariably has a drastic effect on plant performance as a result of impaired gas permeability characteristics of the coal or ore burden. Therefore, monitoring and control of particle size distribution profiles of such aggregate material on reactor feed streams, such as moving conveyor belts, is critical for predictable operation of these processes. Traditionally, the method of sieve analysis using stock or belt cut samples has been widely used in industry. Unfortunately, the reliability and usefulness of belt cut techniques are constrained by frequency of sampling as well as laboratory analysis turnaround times. For real-time monitoring and control purposes, automated sampling and analysis methods are more desirable. Methods: In this study, the problem of estimating the particle size distribution profile of material on a moving conveyor belt is formulated within a texture classification framework, which has its basis in machine vision and incorporates elements from statistical pattern recognition. Using exemplar images of coal particles taken on a process stream, a set of local features that compactly describes the textural properties of each image are expressed in terms of localized nonlinear features called textons. Representation of image information using textons is primarily motivated by insights from neuroscience research on the optimality of linear oriented basis functions as models of perception in early processing of visual information in the cortex regions of the human brain. Using these representations for different textures, nearest neighbor and support vector machine classification models are subsequently used to classify test images. Results: Using a comprehensive evaluation, it is shown that the use of texton representation obtained from decomposing images with linear oriented basis functions can be sufficiently discriminative compared to the use of the widely used second-order statistical features or features from other baseline models. In particular, model performance obtained with appropriately tuned filters suggest the importance of including shape and spatial structure information in an image representation for texture classification of coal particles. Furthermore, using nonlinear support vector machines rather than nearest neighbor classifiers significantly improved classification performance. A texture classification approach to particle size profile estimation has potential applications in the online monitoring of the proportion of “fines” in coal material on moving conveyor belts.     

基于HBase的遥感数据分布式存储与查询方法研究

遥感影像的存储与查询是地理信息处理中重要的内容,在海量遥感影像的实时处理中发挥着重要作用。针对传统的遥感影像处理中存在单节点故障、扩展性低和处理效率低等问题,提出了一种基于HBase的遥感数据分布式存储与查询方案。该方法首先采用均匀网格对遥感影像进行划分,并根据划分结果设计了一种基于网格ID和Hilbert曲线相结合的索引方案。然后,通过利用HBase的过滤机制设计了过滤列族,达到了在查询时筛选数据的目的。另外,采用MapReduce的并行处理方法对影像数据进行并行写入和查询。实验结果表明,与MySQL和MapFile相比,该方法可以有效地提高数据的写入和查询速度,且具有较好的可扩展性。     

基于最优一维分解的图像超分辨方法

提出了一种用分离变量的一维函数乘积形式逼近二维图像数据的方法，通过在一维空间的超分辨处理，很容易实现对图像的超分辨处理。从理论上证明了这种表达是最优的。实际结果显示了超分辨的效果好，计算量小。这种方法也可应用于图像处理的其他领域和海量数据信息特征提取。