项目研究的背景及用途：本项目的出发点是将我国大量的生物质及城市有机废物资源(如农作物废弃物、林业废弃物、城市垃圾中丰富的有机物、造纸造浆中的废物、酒精生产厂的废液废渣、动物粪便、食品加工中的废弃物、家庭中有机垃圾、草类废弃物，产量约每年 30 亿吨)高效转化为清洁的电力。我国当前的生物质及城市有机废物资源没有得到合理的利用。利用生物质作为能源，不仅仅是解决了长期的能源供给问题，更重要的是大大缓解了环境保护的压力。本项目的技术路线所排放的其他污染物如硫化物、粉尘粒子的浓度也大大低于现有的燃煤发电厂。此外，高效、清洁的气化发电技术可以克服现有的城市垃圾处理处置方式的缺点。与现有垃圾焚烧炉技术相比，本项目的技术路线具有以下优点: (1)发电效率高; (2)炭转化率高、能量利用率高; (3)排放的二次污染物少; (4)初投资和远行费用低。 本项目的目的是有效地利用生物质及城市有机废物，通过流化床气化的方式将其转变为电力。确保生产电力的成本可以与现有的燃煤电厂竞争，同时确保生产过程符合环境友好性要求，没有明显的二次污染。成果水平及主要技术指标:本技术水平处于国内领先水平,在国际上也是领先的。目前正在申报发明专利 2 项。所需厂房占地面积:需要稳定的生物质或生活垃圾原料供应(年需要量为8000 吨左右);设备相对比较简单，但需要由相关的厂家定制生厂;厂房面积约为15000～20000 平方米;投资规模在 500 万左右。 市场分析及效益预测：本项目的市场前景很大。以天津市为例，天津市每年约有 600 万吨生物质资源，可发出功率为 90～100 万千瓦的电。若考虑大量种植能源作物，则可以发出更多的电，而且随着发电规模的扩大，可以显著降低成本。如果单座发电厂的规模在 2000～4000 kW，该发电成本与燃煤电厂相当。为天津市大量的生物质废物找到一条合理的利用途径，同时解决了因城市有机垃圾堆置而带来的环境污染问题。以 2000 千瓦的发电能力为例，投资回收期为 2.2 年，年盈利为 220 万左右。

一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。 

用于彩色数字影像系统的色适应变换寻优方法及系统，包括输入影像客体各样本可见光范围光谱反 射率数据；计算各样本在目标光源照明条件下色度信息，求解各样本在各种模拟光源照明条件下色度信 息；利用各种色适应变换方法预测色适应变换后在目标光源照明条件下的色度信息；计算各模拟光源下 各待寻优的色适应变换方法对各样本的色适应变换平均精度；构建 BP 神经网络对模拟光源的相对光谱 功率分布曲线与色适应变换平均精度之间关系进行拟合；对于任意光源，利用各条 BP

武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS。 一、项目分类 关键核心技术突破 二、成果简介 武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS，相关技术理论《多模态卫星影像一体化摄影测量遥感智能处理技术及应用》2021年荣获测绘科技进步特等奖。 技术特色： (1) 首次提出基于人工智能技术的多模态卫星影像语义分割与几何处理融合新理论。创建了卫星影像跨域稳健语义分割技术，通过自适应增量优化提升深度分割网络模型的迁移性和普适性，保证多类型地物语义分割的时效性、容错性、稳定性和区域一致性。 (2) 通过语义分割结果全自动进行多源地理信息控制点粗差剔除，实现超大范围多模态影像精准几何处理；提出辐射不变特征变换算法进行多模态影像高可靠性匹配；单台机器2.5分钟可完成8000景卫星影像的并行区域网平差，大幅提高了自动化处理精度和效率。 (3) 突破了基于深度学习的多视遥感影像三维地形及大范围合成影像智能生成技术，采用物方半全局优化提升困难区域的密集匹配精度，并在语义分割结果的辅助下进行大范围遥感影像无缝镶嵌合成。 (4) 基于深度学习进行建筑物、道路、农作物等典型地物目标语义信息智能提取；基于多尺度语义分割网络融合经验知识实现建筑物矢量边缘精确提取；结合语义分割和多起点中心线追踪优化提取道路网拓扑矢量；基于3D卷积和注意力机制实现多类农作物精细分类及其时空特征智能提取。 (5) 构建了全新的多模态卫星遥感影像几何语义一体化智能处理技术体系，研制出我国首套自主产权的多模态卫星影像一体化摄影测量遥感智能处理软件系统MIPS，其数据处理效果和效率均有明显优势，显著提升了融合处理的精准度和智能化水平。 先进性 MIPS具备快速语义分割、语义辅助精准几何处理、三维地形提取与多影像时序合成、地物语义信息智能提取等特色功能。系统采用最新的卫星影像摄影测量处理、多源影像融合、语义信息提取的相关理论与方法，结合先进的计算机技术、CPU/GPU两级加速并行处理及深度学习技术，处理效果和效率均明显优于国内外同类软件。例如单机情况下19小时即可完成1551景2米分辨率卫星影像的全自动处理，包括云区检测、影像融合、影像匹配、区域网平差、正射影像纠正等全部处理流程。语义分割结果约束的立体卫星影像区域网平差自动化程度和精度均显著提升，例如在1:1万基础测绘产品DEM/DOM的辅助下，高分七号立体卫星影像的全自动处理高程精度从2.6米大幅提升至0.8米以内，镶嵌接边精度优于1像素。

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

本发明公开了一种基于改进 SIFT 算子的低空多视角遥感影像匹配方法，首先采用优化的 DoG 算子 对第一影像和第二影像进行特征点检测，然后利用基于局部区域采样模拟的 SIFT 描述子对特征点进行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征点，并利用基于极几何约束的 RANSAC 算 法对匹配点进行提纯。本发明能够有效地解决低空遥感影像匹配中存在的多视角以及弱纹理等问题。 

本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。

XM-YX开放式医学影像多媒体辅助教学系统   功能特点： ■ XM-YX开放式医学影像多媒体辅助教学系统为医学院校学生提供了一种能够自主学习、加强感官认识、强化护理学相关知识、易于操作的全方面的学习条件，丰富医学院校护理教学内容，弥补书面教学过于抽象的不足，方便学生自主学习。 ■ 系统具有开放性、交互性，能够让学生课后随时地进行自主学习，可对学员24小时开放使用，系统操作简单、界面漂亮，具有动态效果，能够从视觉上、听觉上吸引学生注意力，避免了枯燥无味的介绍，弥补课堂不足。 ■ 内容丰富，素材量大，容量超过12G，以视频、动画、图片为主，各种图像10000幅以上，模拟试题50套。 ■ 内容包括： · 临床医学生理病理三维影像。 · 呼吸系统、消化系统、泌尿系统、神经系统、内分泌系统、骨关节系统等人体各系统脏器的影像学诊断。 · 系统讲解X片、CT、 MRI、超声检查及内窥镜检查成像原理及相关基本理论 基本病变。 · 各系统疾病的影像学诊断，分类介绍各种检查特点、分析方法、诊断方法及相关解剖。 ■ 配置：19寸触摸一体机，双核处理器，内存2G，硬盘500G。