基于流域变换的聚类分析

提出了一种基于流域变换的多维数据聚类新方法.该方法以密度聚类技术为基础,通过对密度空间进行流域变换,实现多维数据的聚类.通过实验与基本聚类算法的比较,证明本文提出的算法对多维数据有更强的聚类能力.     

一种改进的SAR图像边缘检测方法

针对Ration边缘提取算法对弱边缘检测效果差，边缘定位精度低的缺点，提出了一种改进算法用于检测微弱边缘，并给出具有FCAR特性的阀值选取办法，实际应用中，将两种方法结合为一种综合处理方法，对真实SAR图像的处理结果表明，该综合处理方法具有较高检测正确率及较好的边缘定位精度。     

具有强抗噪声能力的图像分割方法

尽可能多地综合利用图像整体和细部信息，是精确分割图像，提取特征的关键，流域思想利用了整体信息，应用于梯度图像上，兼顾了细部信息，引入待分割物体全局连通性，将这种方法用于物体与背景的分割，得到了极好的分割效果，对噪声有极强的抑制能力，同时具有原理简单，分割结果为连续单像素边缘，边缘定位准确，可以同时标记多个区域等优点，给出了形态学流域算法的基本原理及数学实现，同时也总结了方法的缺点和解决途径。     

基于盆地动力学的图像多级阈值化方法

提出一种简单高效的图像多级阈值化方法.利用盆地动力学作为阈值可信度评价,在形态学溢流过程计算每个可能阈值的可信度,按照可信度大小选取阈值对图像进行处理.实验证明原理简洁;阈值化效果较好;运行效率高,尤其是在要求得到一幅图像的多个不同精细化级别分割结果时的情况.     

基于区域似然比的SAR图像变化检测

针对传统基于像素的变化检测方法受Speckle噪声影响严重的问题，在区域分割的基础上，提出似然比检测的方法，获得了良好的检测结果．该方法先针对多时相SAR图像数据样本的统计模型提出未知和变化两种假设，然后采用似然比检验方法对两种假设进行检验，从而获得区域的变化检测结果．实验表明，该方法很大程度上降低了SAR图像乘性噪声在变化检测过程中带来的误检和漏检效应，将检测的精确度提高了22％，从而比较准确地反映了SAR图像区域的变化，具有很好的应用前景．     

面向服务驱动型国土资源管理数据更新机制研究

国土资源管理层数据主要是土地、矿产等行政审批和业务管理过程产生的数据,具有涉及业务面广、更新频率高、交互性强等特点,需要实时入库并供其它业务过程共享。本文主要基于Web Service服务驱动型数据更新模型,实现了国土资源管理层数据的快速更新,并在国土资源日常管理工作中广泛应用,很大程度上缩短了更新周期,提高了行政审批的效能。     

基于流域变换的聚类分析

提出了一种基于流域变换的多维数据聚类新方法.该方法以密度聚类技术为基础,通过对密度空间进行流域变换,实现多维数据的聚类.通过实验与基本聚类算法的比较,证明本文提出的算法对多维数据有更强的聚类能力.