基于MIP图像拼接系统的大型古生物化石数字化应用研究

在大型古生物化石数字化过程中,为了充分展示化石的细节信息,往往需要拍摄大量的图像。为了实现大型古生物化石数字化数据的完整性,需要对这些大量的图像进行精密的图像拼接处理。基于这种应用需求的前提下,本文在自主研发的Mosaic of Image Program(MIP)图像拼接系统的基础上,对高精度的相机检校、畸变检校及改正和拼接缝的保真处理等方面进行研究,形成系统的古生物化石彩色合成影像数字化流程。在宜州化石馆的实际处理中,完成了杨氏锦州龙、蜥脚类恐龙、孔子鸟等大型古生物化石的数字化,几何失真小于0.36mm(畸变矫正精度优于1像元,拼接精度优于2像元,像片分辨率0.12mm)。同时采用基于SIFT的自动辐射归一化处理算法对拼接影像进行辐射均衡处理,矫正拼接影像辐射亮度的不均衡。     

古生物化石捐赠与“我赠你读”公益行动签约仪式在安徽合肥举行

安徽古生物化石博物馆是中国古生物化石保护基金会在国内的首食馆藏科普基地。基金会向该馆捐赠了一批珍贵的化石标本,共870件,包括200吨硅化木。此外,安徽省企业、政府机构对基金会运营计划之一的“我赠你读”公益行动有大量捐赠,古生物化石保护工作基础较好。为了弘扬捐赠单位的公益精神与行为,体现基金会的公信力,中国古生物化石保护基金会定于安徽合肥召开第一届理事会第二次会议,并举行了古生物化石捐赠与“我赠你读”公益行动签约仪式。     

浅析数码技术在处理古生物标本图像中的应用

文章简要介绍了利用数码技术处理古生物标本图像的意义 ,对将古生物标本 (或纸质照片 )转化为数字化图像的主要设备及其使用特点进行了分析 。     

Digital Scan在医学影像数字化中的应用

现代计算机及相关技术的迅速发展为医学影像的数字化处理、存储、传输提供了方便。医学影像数字化是当今医学影像技术发展的趋势和需要。对已有的传统医学影像胶片进行数字化处理是医学图像信息进入全面数字化管理系统所必须完成的工作,是为PACS和HIS系统服务。     

医学影像数字化处理与管理

医学影像数字化是当今的趋势和需要,现代计算机及相关技术的迅速发展为医学影像数字化处理及存储提供了方便。作为PACS的一个重要组成部分,对已有的传统医学影像数字化处理是医学图像信息进入全面数字化管理所必须完成的工作。为了科教研和学术交流,同时为下一步PACS、RIS的构建作准备,我们开发了模块式图像管理系统并利用数码相机对医学影像进行数字化处理,介绍如下:     

基于ETM+影像的森林资源信息提取——以黄土高原丘陵沟壑区水土保持林为例

以森林资源遥感分类为切入点,以黄土高原丘陵沟壑区陕西黄龙县境内的水土保持林作为对象,针对ETM+遥感影像在森林信息提取中存在的大量混合像元的问题,引入一种基于针叶林-阔叶林-灌草(C-B-G)模型的混合像元分解方法,通过这种方法,分别得到研究区针叶林、阔叶林、灌草的覆盖图像,并提取出了针阔混交林的分布情况.采用ERDAS 9.1对分类结果进行精度评价,结果表明针阔混交林的分类精度相对于通用分类方法--监督分类的精度提高了20%,说明该方法可以改善植被信息提取的效果.     

山丘区苹果树花期冠层反射率的定量遥感反演

采用山东省栖霞市苹果树花期不同分辨率的TM和ALOS影像,充分考虑坡向系数和冠层花叶比,通过地形辐射校正获取地表反演反射率,再经混合像元分解获取苹果树冠层的反演反射率,将30个果园样方的反演结果与同时段实测反射率及表观反射率进行比较,分析反演效果和精度.结果表明:地形辐射校正有效减弱了地形和大气的影响,恢复了阴影处地物,地表反演反射率影像的解析力大幅提高;无论是TM还是ALOS影像,冠层反演反射率的绝对误差和相对误差均最小,所有波段的相对误差表现出一致性,且样方间变化趋势与实测值最一致,说明混合像元分解是必要的.反演方法应用于不同分辨率影像,表现出相似的反射率变化特点,高分辨率图像更具优势,但受波段限制,可与中分辨率影像结合使用.     

两种数字化影像信息检测系统图像质量与辐射剂量的比较研究

目的对比研究平板探测器和影像板两种数字化影像信息检测系统图像质量与辐射剂量的关系。方法应用DR和CR系统分别对对比度-细节体模（CDRAD2．0）进行不同辐射剂量的曝光成像。记录每次曝光的模体表面辐射剂量,将所获取的影像用CDRAD 2．0评估软件分析计算图像质量因子反数值IQFinv,并应用Spearman相关性检验和Wilcoxon秩和检验进行分析,比较两种数字化影像信息检测系统图像质量与辐射剂量的差异。结果在管电流量不同mAs时,DR系统的IQFinv值与CR的IQFinv值差异有统计学意义（P〈0．05）。结论辐射剂量相同时,平板探测器对于低对比度细节的检测能力优于影像板;在获得相同的图像质量时,与CR相比应用DR大大降低了被检者辐射剂量。     

基于实测光谱混合像元分解的苹果园地遥感提取技术

以山东省栖霞市为研究区,对苹果花期的TM影像进行混合像元分解,提取苹果园地信息.基于实测地物光谱端元,利用小波变换对线性分解模型进行改进,采用实测端元改进后线性分解模型、实测端元线性分解模型、TM影像端元线性分解模型分别提取研究区苹果园地信息,并以ALOS数据进行精度评价.结果表明:经过精确的大气及地形校正后,可以利用实测光谱端元进行混合像元分解,面积精度＞97％,对丰度图像的归一化植被指数(NDVI)值与ALOS数据的平均NDVI值进行回归分析,R2＞0.8;利用小波变换对线性分解模型进行改进,可在一定程度上提高分解精度.     

推荐《化石片子磨制知识》

古生物的研究工作至今已有数百年的历史,但系统介绍古生物化石制片方面的书籍却十分缺乏。这里向大家推荐一本工具书——《化石片子磨制知识》。此书已由贵州人民出版社出版,每册0.43元(若外地邮购则请寄0.47元)。本书作者李钟模在近二十年的古生物鉴定研究中,坚持自己磨片、自己照像与鉴定。他为编写此书不但解剖了大量化石,而且苦练了一手绘画的基本功,因此本书插图不但立体感强,而且表达清晰、准确。《化石片子磨制知识》全面、系统地介绍了(竹蜓)、古杯、苔藓虫、层孔虫、珊瑚、鹦鹉螺等六个门类化石的基本构造。从掌握粗浅的鉴定知识入手,用解剖化石构造的方法指导化石切面的选择,而且叙述细腻,图解形象。同时系统地介绍了各种疑难的岩石片子(如胶结松散的砂、泥岩,易溶于水的膏盐岩……等)的磨制方法,反片法、     

基于MODIS混合像元分解的湖南省森林碳密度反演

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度估算的常用手段.然而由于混合像元的存在严重制约了区域森林碳密度反演精度的提高,特别是MODIS这种低空间分辨率影像.本研究以MODIS影像和固定样地为数据源,开展森林碳密度的反演研究.首先利用不带约束、带约束的线性分解和非线性分解3种方法进行混合像元分解,导出不同土地利用/覆盖类型的丰度图;然后采用结合和未结合丰度图的序列高斯协同模拟算法对湖南省森林碳密度进行反演.结果表明： 3种混合像元分解模型中,带约束线性分解估计的地物丰度精度最高（平均均方根误差0.002）,明显优于不带约束线性分解和非线性分解模型;通过将混合像元分解模型和序列高斯协同模拟算法结合,森林碳密度反演精度从74.1%提高到81.5%,均方根误差从7.26减小到5.18;2009年湖南省森林碳密度的平均值为30.06 t·hm^-2,变化范围介于0.00～67.35 t·hm^-2之间.这表明混合像元分解在提高区域和全球尺度森林碳密度反演精度方面显示出巨大的潜力.     

基于图像几何变换映射的色盲矫正方法

为了提高色盲患者分辨色彩的能力,提出了基于图像几何变换映射的色盲矫正方法。首先根据图像中颜色面两侧的颜色比例对颜色空间各个平面进行相应的几何变换,进而划分不同的颜色映射区域,通过颜色变换,生成色盲患者较易分辨颜色的图像。实验表明,该方法可以改善色盲患者对原本难以区分的颜色的分辨能力,同时计算速度快,有望满足实时处理的需要,性能上优于已有的方法。     

基于HJ1B和ALOS/PALSAR数据的森林地上生物量遥感估算

森林地上生物量的精确估算能够减小碳储量估算的不确定性。为了探寻一种有效地提高森林生物量估算精度的方法,探讨了基于遥感物理模型和经验统计模型估算山地森林地上生物量的方法。首先,基于Li-Strahler几何光学模型和多元前向模式(MFM)进行模型模拟,结合查找表算法(LUT)从多光谱图像HJ1B估算贺兰山研究区的森林地上生物量。其次,采用统计方法建立了2种回归模型:(1)多光谱图像HJ1B进行混合像元分解(SMA),并与雷达图像ALOS/PALSAR进行图像融合建立生物量回归模型;(2)雷达图像ALOS/PALSAR后向散射系数和实测生物量建立了生物量回归模型。用实测数据对3种算法估算结果进行精度验证。研究结果表明:采用几何光学模型和MFM算法估算的森林地上生物量精度最好(决定系数R2=0.61,均方根误差RMSE=8.33 t/hm2,P0.001),其估算地上生物量与实测值一致性较好,估算生物量精度略优于SMA估算的精度(R2=0.60,RMSE=9.417 t/hm2);ALOS/PALSAR多元回归估算的精度最差(R2=0.39,RMSE=14.89 t/hm2)。由此可见,采用几何光学模型和混合像元分解SMA适合估算森林地上生物量,利用这2种方法进行森林地上生物量遥感监测研究具有一定的应用潜力。     

基于Sentinel-2A数据的东北森林植物多样性监测方法研究

植物多样性监测是开展生物多样性评估, 制定生物多样性保护政策的基础。传统的森林植物多样性监测以实地调查为主, 难以快速获取森林植物多样性的空间分布及其动态变化信息。遥感技术的发展为评估区域尺度森林植物多样性提供了重要工具。该研究选取凉水、丰林和珲春3个国家级自然保护区, 利用Sentinel-2A卫星影像和野外实测数据, 探讨了基于像元和聚类的光谱多样性直接估算方法, 以及基于随机森林回归的森林植物多样性反演方法。研究结果表明: (1)在像元尺度, 基于凸包面积计算的光谱多样性指数对Shannon-Wiener多样性指数的估算精度(R² = 0.74)优于基于变异系数的方法(R² = 0.60); (2)基于像元的光谱多样性估算方法对Shannon-Wiener多样性指数的估算精度优于聚类分析方法(R² = 0.59); (3)基于6个特征变量, 利用随机森林回归算法对Shannon-Wiener多样性指数的估算精度最高(R² = 0.79); (4)上述方法均不能精确估算Simpson多样性指数和物种丰富度。研究发现基于Sentinel-2A卫星影像能较好地反演Shannon-Wiener多样性指数, 为下一步能在大尺度上进行森林植物多样性估算提供了参考和依据。     

基于遥感和GIS的土地利用分类方法及其在土地退化程度分析中的应用——以陕西横山雷龙湾地区为例

基于陕西省横山县雷龙湾地区的遥感ETM＋影像,分别采用最大似然法和光谱角制图分类（SAM）方法进行了该区的土地利用类型分类。其中,光谱角制图分类利用最小噪声分离（MNF）及像元纯净指数（PPI）方法提取研究区的地类终端端元,在此基础上绘制土地利用类型图。最大似然法对水体及耕地的分类精度较高,而其它地类精度稍差,沙地有较大漏分;而基于像元纯净指数的光谱角制图法分类对沙地、水体分类效果较好,对建筑用地和非建筑用地区分度较高,但林地和草地有一定混分。根据研究区反照率影像、NDVI以及湿度图像构造了一个土地退化程度指数模型,并选择一定的系数对研究区的土地退化程度进行了分类,利用GIS软件成图输出。利用光谱角制图分类的纯净像元样本进行比较分析,发现土地退化程度指数与土地利用的相关性较强,表明该方法可以较好地反映当地的土地退化程度情况。     

基于地-空遥感耦合的冬小麦叶片氮积累量估算

利用不同冬小麦生态区同步的SPOT-5多光谱遥感影像、地面光谱数据和植株取样数据,提出一种基于波谱响应函数拟合和混合像元分解的纯净像元光谱提取方法,并对比分析了纯净像元光谱、模拟像元光谱和实测像元光谱与冬小麦叶片氮积累量（LNA）的定量关系.结果表明： 模拟像元光谱对叶片氮积累量的反演效果较好,纯净像元光谱反演效果次之,实测像元光谱最差;但基于模拟像元光谱的LNA监测模型不能直接外推至空间尺度.模型检验结果表明,基于纯净像元光谱的LNA监测模型在2个小麦生态区均具有较好的精度和稳定性,该方法综合利用了地-空遥感的优点,可以推广应用到其他不同空间分辨率和光谱分辨率的遥感数据,从而为区域性冬小麦氮素营养状况的遥感监测提供技术依据.     

基于数字相机、ASTER和MODIS影像综合测量植被盖度

选择我国北方温带典型草原作为研究对象,基于Bottom-up方法,采用地表实测和多尺度遥感综合测量的方法,建立基于地表实测与多尺度遥感数据综合测量的两阶段植被盖度经验模型。此外,还将该模型与常用的亚像元分解模型相比较,结果表明:1)两阶段经验模型可以较好地实现将地面数据扩展到中尺度空间范围,从而完成数据空间尺度的转换,提高大区域草地植被盖度的测量精度;2)MODIS遥感影像数据,结合地面数据和ASTER遥感影像数据可以较好地在区域范围内对北方典型草原的植被盖度进行估测;3)目前常用的亚像元分解模型,应用于中空间分辨率的MODIS影像,估测北方温度典型草原植被盖度的精度不够理想。     

利用固定翼无人机监测松材线虫病疫点枯死松树的初步研究

无人机航摄监测森林病虫害是一个新的研究热点。为探究无人机航摄在松材线虫病监测中的应用,本研究于2017年11月利用小型固定翼无人机采集了广东省河源市新丰江库区松材线虫病疫点的航摄影像,总面积1425.9 hm~2。固定翼无人机搭载了1台可见光数码相机和1台多光谱数码相机,能同时采集枯死松树的可见光和近红外的航摄影像。利用LAMapper软件对航摄图像进行空中三角测量和像素匹配,获得可见光正射影像和多光谱正射影像。使用ERDAS软件生成影像的归一化植被指数(NDVI)。然后将带有地理信息的完整影像自动导入GIS系统进行异常点识别和几何矫正,导出最终的影像数据。最后,对影像进行分析,并根据植被指数(NDVI)对图像进行分类。分析结果显示,航摄的疫点中共自动识别1486株枯死松树,并获得了其分布地图及坐标点位置。验证结果表明监测的准确率达到80%以上,坐标点精度达到2-3 m。本研究结果具有低成本、自动化、可靠、客观、高效和及时等优点,可为大面积监测松材线虫病的发生现状和流行动态、评估防控效果和灾害损失提供技术支撑。     

干旱区荒漠稀疏植被覆盖度提取及尺度扩展效应

选择线性混合像元分解模型、亚像元模型、最大三波段梯度差法模型以及修正的三波段梯度差法的2个变异模型来提取植被覆盖度,结合地面实测数据,探讨了提取干旱区荒漠稀疏植被覆盖度信息的适宜模型,并以简单平均法模拟了不同尺度的覆盖度影像,通过尺度上推检验了模型在MODIS尺度上的反演效应.结果表明：线性混合像元分解模型反演覆盖度的精度高于其他模型,适于稀疏植被地区,但端元的正确选取较难,从而影响其运用;亚像元分解模型是一个通用模型,植被分类图越精细,通过亚像元分解模型得到的覆盖度精度越高,但这也同时意味着该模型需要测定大量的输入参数;最大三波段梯度差法的算法简单、易于操作,其在农田等中高植被覆盖区及裸土区的预测值与实测值接近,但对干旱区稀疏植被的估计精度偏低;修正后的三波段最大梯度差法模型在稀疏植被覆盖区的预测值与实测值基本一致,在不同尺度上反演的覆盖度信息与实测值的一致性较好.该方法可有效提取干旱区低覆盖度植被信息.     

基于遥感图像不同辐射校正水平的植被覆盖度估算模型

选用南京市SPOT 5 HRG图像的地物反射率(PAC)、表观反射率(TOA)和灰度值（DN）影像,提取了4种植被指数（VI）,即归一化植被指数（NDVI）、转换植被指数（TVI）、土壤调节植被指数（SAVI）和修正的土壤调节植被指数（MSAVI）,与地面实测的植被覆盖度进行了回归分析,并建立了36个VI-VFC关系模型.结果表明：在所有模型中,基于PAC级影像提取的NDVI和TVI的3次多项式模型最优;其次为基于DN级影像提取的SAVI和MSAVI的3次多项式模型,在VFC>0.8时其精度略高于前两种模型.这4个模型在植被中等密集区域（VFC＝0.4～0.8）的精度高于植被稀疏区域（VFC=0～0.4）.所建模型可通过中间模型的联结,进行推广使用.在基于VI-VFC关系建模过程中,基于遥感影像不同辐射校正水平提取植被指数,有利于充分挖掘遥感影像信息,进而提高VFC估算的精度.