核估计的最佳阈值SAR图像海岸线提取

针对SAR图像海陆分割的最佳阈值难以确定的问题，提出了一种差值核估计的自适应最佳阈值SAR图像海岸线提取方法。首先将图像的频数分布直方图看作一组以灰度值为横坐标和以频数为纵坐标的数据点集，然后以任一点为中心点构建左右两个邻域；定义两邻域内点横坐标到中心点横坐标距离的核函数；以核函数为权重先计算中心点纵坐标与左邻域内所有点纵坐标之差的加权平均值，再计算右邻域内所有点纵坐标与中心点纵坐标之差的加权平均值，并定义后者与前者之差为该数据点在直方图中坡度由陡变缓的跳变幅度，最后将拥有最大跳变幅度的数据点对应的横坐标作为海陆分割的最佳阈值。为去除初始分割结果中海陆交界处的不规则形状像素集，设计基于滤波操作的后处理过程。对真实大尺度SAR图像提取结果的定量评价表明提出方法可以高精度地提取出光滑、连续的海岸线，相较其他阈值分割法有更强的实用性。     

一种数学形态学的量子图像去噪方法

针对新型量子计算机缺少相应的图像处理算法这一问题,提出一种基于数学形态学的量子图像去噪方法。首先,利用二值分解法将数字图像分解成若干个位面,由设计的一个经典-量子接口将分解得到的位面表示为增强量子表示模型下的量子位面。其次,根据数学形态学原理构建一个多尺度多方向的量子复合形态滤波器,对量子位面中的高效量子位面进行去噪处理。最后,利用一个量子-经典接口将量子位面转变为位面,对位面进行组合得到去噪的数字图像。为了验证提出的方法,分别用传统数学形态学、均值滤波、小波去噪、维纳滤波作为对比方法,定性及定量评价结果表明了该方法的可行性及优越性。提出方法为量子图像处理提供了一个有效算法,也为量子计算机的实现提供了很好的算法基础。     

江心洲地下水浸没预测与控制研究

针对新干航电枢纽工程引起的库区江心洲浸没问题,通过建立江心洲浸没评价的地下水三维非稳定流有限元渗流模型,在多年平均水文条件下,按堤外抬田防渗和堤内多种浸没控制措施(防渗墙与减压井联合布设工况方案)进行浸没评价和控制预测。结果表明:①在无防渗措施工况下,江心洲迅速发生顶托型浸没,而防渗墙可延缓江心洲堤内浸没发生的时间,同时在堤外抬田,可有效控制浸没程度;②对比预测不同的减压井(井径及其与防渗墙的垂直距离)布设方案的运行效果,结果显示在大井径且井列线位于居民建筑物临界处时,能够有效控制江心洲堤内的浸没范围;③防渗墙与减压井联合布设时,在达到浸没控制要求的条件下,防渗墙可大大减小减压井排水量。不同工况的对比研究可为新干航电枢纽工程库区江心洲浸没控制及方案设计提供科学依据。     

基于 SWAT 模型的北山水库流域地表径流模拟

为评价北山水库流域地表水资源,选用SWAT软件构建了该流域的分布式水文模型。基于2016-2018年实测水文数据以及高程、土地利用类型、土壤类型等数据,完成了对北山水库流域的SWAT模型构建,利用SWATCUP软件对参数进行率定及敏感性分析,选取决定系数(R~2)、纳什效率系数(NSE)、平均相对误差绝对值(MARE)和均方根误差(RMSE)作为模型评价指标。结果表明:北山水库月蓄水量模拟值与实测值吻合良好,模型率定期和验证期的R~2均达到0.89,NSE分别达到0.88与0.85,MARE分别为5.04%与4.23%,RMSE分别为1.15×10~6 m~3与0.90×10~6 m~3,由此表明该模型能近似反映研究区的径流变化特征,展示了SWAT模型在该流域的适用性。此外,基于验证的水文模型对主要参数进行敏感性分析,表明影响该区径流模拟最为显著的两个参数是浅层地下水回归流阈值和径流曲线数。     

自适应量子遗传算法的遥感图像自动增强

针对传统基于归一化非完全Beta函数(Normalized Incomplete Beta Function,NIBF)的图像增强方法难以有效地自动获取最优参数且其增强效果受图像动态范围限制的问题,提出一种基于自适应量子遗传算法的NIBF遥感图像自动增强方法。首先,由图像色深,对待增强图像引入最大和最小光谱测度级,扩大其动态范围。其次,利用量子比特将NIBF参数编码为量子染色体,并设置若干量子染色体构成初始参数种群;对该参数种群进行测量和解码,以解码值作为NIBF的参数输入,对图像进行光谱测度变换,得到对应的增强图像种群。然后,利用八方向边缘检测模板提取增强图像种群中每个个体的边缘图像,由边缘强度、边缘数以及熵测度定义刻画参数种群中个体品质的适应度函数,并以此评价参数种群中的每个参数个体,保留和记录最优参数个体。在提出的进化策略中,利用量子旋转门实现量子染色体向最大适应度方向进化,并根据每代适应度的差异和进化代数自适应地调整量子旋转角的大小;以最终演化的参数种群中适应度最大的参数个体作为NIBF的最优参数,生成相应的光谱测度变换曲线,从而确定输入和输出光谱测度之间的映射关系,实现图像最优自动增强。对5幅图像的平均实验结果表明:盲/无参考图像空域质量评价指标提升了122.2%;自然图像质量评价指标提升了71.8%;运行时间为10.758s。满足了遥感图像增强处理中的自动化、鲁棒性和高效率的要求。     

基于局部空间信息的可变类模糊阈值光学遥感图像分割

阈值法分割在光学遥感图像分析中被得到广泛的应用,然而传统阈值法也存在诸多局限性,如对噪声敏感,需人为设定类别数,计算复杂度高等.针对传统阈值法的局限性,提出一种基于局部空间信息的可变类模糊阈值光学遥感图像分割方法.首先,以图像光谱的一阶矩为初始类中心,利用二分法原理和区域间最大相似度准则来快速确定类别数及其中心.然后,通过岭形模糊隶属函数计算各像素点对不同类的隶属程度,同时考虑到像素点的隶属度局部空间信息,在隶属度域中定义一个模糊加权滤波器对各类的隶属度矩阵进行滤波,以滤波后的隶属度集合为依据,按照最大隶属原则确定图像的标号场.最后,对标号场中的局部异常标号进行替换,将修正后的标号场由对应的类中心赋色得到分割图像.视觉和统计分析评价结果表明,与传统阈值法相比,该方法能在减少计算时间的同时获得更好的分割结果,可适用于光学遥感图像的多阈值分割.