多空间模式（精选八篇）
多空间模式 篇1
一、精心设计问题给学生创新的机遇
问题是思维的核心。只有有一定深度的问题, 才能引发学生的积极思维, 才能培养学生的创新能力。所以教师备课的重点就是设计好有效的问题, 起到纲举目张的效果。比如在讲“行程应用题”时, 利用这样一个生活中常遇到的问题:甲乙两地有三条公路相通, 通常情况下, 由甲地去乙地我们选择最短的一条路 (省时, 省路) ;特殊情况下, 如果最短的那条路太拥挤, 在一定时间内由甲地赶到乙地我们就选择另外的一条路, 宁肯多走路, 加快步伐 (速度) , 来保证时间 (时间一定, 路程与速度成正比) 。从数学角度给学生分析这个问题用于“行程应用题”, 是路程、时间、速度三者关系的实际应用。又比如, 在讲“解直角三角形”时, 可利用这样一个实际问题:修建某扬水站时, 要沿斜坡铺设水管, 从剖面图看到, 斜坡与水平面所成的∠A可用测角器测出, 水管AB的长度也可直接量得, 当水管铺到B处时, 设B离水平面的距离为BC, 如果你是施工人员, 如何测得B处离水平面的高度?有的学生提出从B处向C处钻个洞, 测洞深;有的学生反对, 因为根据实际情况, 这样做费力;有的学生反对, 因为C点无法确定。应该运用解直角三角形知识去解决:BC=AB·sin A (AB、∠A均已知) 。其实只要我们教师去认真地分析教材, 精心地设计问题, 充分相信学生, 让学生自己去探索, 绝大部分知识是学生可以通过自己的努力掌握的, 教师没有必要通过传授的方法将这些知识教给学生。学生在积极探索的过程中, 不仅学到的基础知识得到了应用, 解决问题的能力得到了培养, 更主要的是摆脱了长期依赖教师传授的学习模式, 自主学习, 积极探究, 不断创新的精神得到充分的培养, 从而渐渐形成了创新的活力。
二、给予空间让学生自由地活动
创新需要时间, 创新更需要空间。学生只有在活动的过程中才能感悟出数学的真谛, 才能逐渐养成创新的习惯, 才能培养创新的意识和能力。离开了空间, 离开了学生的活动, 创新能力的培养就成了无根之本、无源之水。所以我们教师要像上述课例中那样, 给学生创设一个良好的活动空间, 让学生在这个空间中去发现、去探索、去创造。在讲授新知识之前, 教师可提问本课所用到的旧知识作为过渡, 以旧引新, 以旧促新, 促使学生积极参加教学双边活动, 突破难点, 以达到顺利完成本课教学任务的目的。
例如:在讲授新课“不在同一直线上的三点确定一个圆”时, 教师首先提问;
1. 过一点可画多少个圆?为什么?
2. 过两点可画多少个圆?圆心的位置有什么规律?为什么?
这些问题一一解决后, 教师不失时机地进一步问;
3. 过不在同一直线上三点A、B、C画圆, 这样的圆可画多少个?
就这样教师提问, 学生动脑、动手, 把自己作为“研究者”, 步步深入, 将已有的知识、思维方法迁移到新知识中去, 学得轻松, 记得也牢。
三、提供时间给学生创新的机会
人类社会的创新发明, 大凡不是某一个科学家凭空想象得到的, 而是要进行不断的实践。所以, 给学生创新的时间是培养学生创新能力的关键。一节课45分钟也好, 90分钟也罢, 如果教师将这些时间占为己有, 不能给学生自主学习的时间话, 那么学生创新能力的培养就只是一句空话。设想, 如果将课例中的教学环节改成教师展示, 学生睁大眼睛看, 这样填鸭式的教学模式, 虽然从表面上看“节约”了时间, 但是长期在这样的教学方法中教出来的学生, 除了被动地接受, 还能有些什么?更不要说创造能力的培养了。
四、一题多解给学生展示的平台
一题多解是培养学生横向发散思维的一种方式, 是训练学生拓宽思路的有效手段, 也是开拓学生创造性思维的主要途径。学生在合作学习中最易出现一题多解的精彩局面, 由于学生间的相互启发, 思维由集中而发散, 由发散而集中。美国心理学家吉尔福特认为发散式思维与创造力有直接关系, 它可以使学生思维灵活, 思路开阔;而集中式思维则具有普遍性、稳定性、持久性的迁移效果, 是学生掌握规律性知识的重要思维方式。因此, 在这一交替的过程中, 学生思维的严密性与灵活性都有所发展, 能够促进创造思维的发展。通过分析、比较、优选, 学生们发现了最佳的思路和方法, 个人的思维在集体的智慧中得到了发展。
五、激发兴趣给学生成功的机会
一个适当的机遇可以成为一种转折点, 使人从此踏上成功之路。爱因斯坦是由于叔叔发现其数学天才, 加以悉心培养而成为伟大科学家的。被学校称为“不爱学习”的瓦特, 因在父亲店铺里得到实践机会, 使其创造天才得以发挥, 从而获得了伟大的成功。可见, 突破口在一个人的身上, 往往呈多角度, 需细心寻找, 这种突破口一般就是一个人的特长、优势和潜能所在, 特别是一种闪光点、生长点、发展点, 一旦发现, 就要创造条件, 施以良性刺激, 积极扶植。
总之, 学生创新能力的培养是历史赋予我们教育工作者的历史使命, 为了我们的社会, 为了我们孩子的未来, 给学生一点创新的时空吧。只要我们从每一堂课、每一个练习设计, 甚至每一个提问扎扎实实地做起, 培养的学生创新能力就不再只是一句口号。
参考文献
[1]贡永生.精心建构问题, 培养创新意识[J].中小学数学, 2001, (1) :2.
[2]肖川.教育的使命与责任.岳麓书社出版, 2007.
[3]曾琦.新课程与教师角色转变.教育科学出版社, 2003.
2022评论多的空间说说 篇2
2) 数学已跪，英语不会，化学已醉，语文没背，物理已废，而我已睡。
3) 上联：也许似乎大概是;下联：然而未必不见得。
4) 缘分，默默地守候在某个渡口，等待着爱情的携带。两颗空洞的心，不约而同。
5) 一直向西走，越过晨昏线，越过日界线，回到初识你的那一天。
6) 春节都不胖，对得起死去的猪鸭鱼肉吗。
7) 刚毕业后会有期;毕业一年后会有妻;后来后悔有妻;再后来会有后妻;最后悔有后妻。
8) 只要是喜剧收尾，过程你让我怎么哭都行。
9) 三好学生。我们的目标我们的努力：好吃、好玩、好睡。
“多.彩.美”的影像空间 篇3
上午10点，激动人心的开场秀拉开了尼康展台精彩展示的序幕，手持各款尼康人气机型的靓丽模特的精彩演出，将现场气氛推向高潮，今年尼康展台的模特秀形式更加多样，模特演出风格分别与尼康D系列数码单反、Nikon 1可换镜数码相机、COOLPIX等三大系列产品一一对应，或优美高雅，或时尚靓丽，或清新流行，多变的风格吸引了许多观众驻足观赏。
D3200崭新亮相
从今年伊始，尼康就在新产品上不断发力，先后发布了FX格式旗舰级产品——D4，以及全新FX格式数码单镜反光相机——D800/D800E等重量级产品，在P&E开幕前一天（4月19日），尼康又正式发布了具有2416万有效像素的DX格式数码单镜反光相机——D3200，该机型搭载了与旗舰机型尼康D4相同的EXPEED 3图像处理器，并加入了全新引导模式，通过无线移动适配器WU-1a还可以将拍摄的照片无线发送至智能手机或平板电脑，轻松分享图像，非常适合追求高画质的初学者使用。
在发布后的第一时间即可在展会上进行体验，这对于绝大多数影像爱好者来说还是第一次，再加上上市近一个月左右的D4、D800/D800E，尼康此次的展区对于消费者拥有极大的吸引力，尼康在展台设置了专门的体验试拍区域，设置了各种不同的拍摄题材（舞台表演、静物、弱光、环境人像等），吸引了许多观众争相体验，成为整个展台的人气焦点。
同时，尼康目前旗下全线单反产品，包括D3X、D700、D300S、D7000、D90、 D5100、D3100、D3000也全部精彩亮相，许多观众都在尽情把玩。
阵容强大，新品领衔
与往年一样，尼康展台的尼克尔镜头阵容依旧华丽且庞大，搭配尼康高端旗舰机身的长焦炮阵，包括AF-S 尼克尔 70-200mm f/2.8G ED VR II、AF-S 400mm f/2.8G ED VR 尼克尔镜头、AF-S 500mm f/4G ED VR 尼克尔镜头、AF-S 600mm f/4G ED VR等经典尼克尔长焦镜头在内的全系列镜头悉数登场亮相，阵容庞大，让人目不暇接。许多观众也都抓紧如此难得的机会，尽情体验尼克尔镜头带来的奢华摄影体验。
与数码相机一样，尼康专业双筒望远镜在广大户外爱好者中间一直有着极高的声誉和人气，今年在展台上与观众见面的望远镜产品包括HGL 8×32 DCF、MONARCH 10×42DCF、阅野ST 8×40、阅野SPORTLITE 10×25DCF等人气产品。许多观众也饶有兴趣的体验尼康望远镜产品，从另一侧面来感受尼康所具有的深厚光学技术底蕴。
4月19日，尼康不仅发布了D3200，还发布了AF-S 28mm f/1.8G大光圈广角镜头，这款镜头的出现，也宣布尼康完成了对常用焦段定焦镜头的全线更新，从24mm到85mm的主力镜头形成了f/1.4和f/1/.8的两个完整队伍。据悉，尼康还有计划将f/1.8的镜头继续向广角端推进，20mm甚至18mm的镜头专利已经在网上可见。
个性彩色，时尚外表
集小型轻量、高画质以及先进性能融于一体的“尼康 1”可换镜数码相机，目前在年轻时尚群体中拥有极高的人气。尼康展台特别准备了数量众多的J1和V1机身，以及配套的各种1卡口镜头以供观众试用体验，许多观众被尼康J1和V1 小巧轻便的机身，时尚简约的外形深深吸引，不断用J1和V1轻松记录着的各种精彩画面，形成了尼康展台一道清新亮丽的风景。
本次尼康展台展出的轻便型数码相机产品阵容也非常庞大：包括2012年COOLPIX春季新品以及COOLPIX P系列旗舰机型P7100、内置了投影功能的 COOLPIX S1200pj等产品全体出展。最新的COOLPIX春季新品设计时尚典雅，尽显迷人品味，尽管具有改进的变焦功能和内置VR功能，其机身仍然比它们的上一代机型更小巧，独具尼康特色的时尚风潮。
苏锋
多中心理念在不同空间下的应用 篇4
近20年来, 多中心理念在西方的规划和经济地理学界受到诸多关注。该主题的相关研究多次发表在《欧洲规划研究》、《城市研究》等重要刊物上;在北美, 多中心被列入美国2050远景规划的重大议题。
在中国, 多中心理念也被广泛应用于各个空间尺度的发展规划中, 成为政客和规划师挥之不去的情结。但是, 不假思索地生搬硬套一些西方规划理论对于我国城市化的发展和建设可谓是百害而无一利。因此, 需要在多中心城市区域的规划当中, 如何应用多中心理念进行深入研究。
一、多中心城市区域的定义
关于多中心城市区域的定义, 众多学者都有自己的观点。Kloosterman和Musterd (2001) 认为, 多中心城市区域是指一定区域内存在少数大城市和多个中小城市, 其中没有在政治、经济、文化等方面占绝对优势的城市, 这些城市分布相对较近且有各自的行政机构。Meijers (2007) 认为多中心城市区域是在管理和行政上相互独立, 但历来就有明显的联系的城市分布于一个紧凑的范围之内, 这些城市通过基础设施相互联系, 但缺乏一个在政治、经济、文化或其他方面占有统治性地位的城市。
以上观点仅仅是众多观点中较有代表的部分, 但是多中心城市区域至今仍未有统一的定义, 因为多中心是一个涉及地理、经济社会、政治等多个方面的概念。从城市规划学科和地理学界的主流研究来看, 主要的障碍来自于多中心城市区域的定义既可以从不同空间尺度来界定, 也可以从形态、功能的角度来理解。
钱皮恩 (2001) 将多中心城市区域归纳成三个空间尺度层次: (1) 单个的大都市区域, 包括都市区和郊区及其通勤腹地; (2) 多核心大都市区域, 由一系列规模大小类似的城市组成的区域, 如兰斯塔德地区; (3) 更大的尺度层面, 更为宽泛的定义, 诸如由兰斯塔德、鲁尔、“弗兰德钻石”地区组成的大范围的多中心城市区域。Meijers对于多中心城市区域的定义也有过类似这样三个空间尺度的划分。
二、多中心城市区域的作用
多中心理念受到中西方众多决策者和学者的热烈追捧, 是因为它在国家、区域、城市各个尺度上都具有不同的作用。
1. 城市尺度的多中心城市区域的作用
城市规模和密度能够形成集聚经济的优势, 这些优势刺激活动在一个地方聚集, 使在空间上集聚的公司的生产率水平提高 (静止的外部效益) 。另外, 集聚所引起的后果在城市环境内持续进行, 像跨部门的效益溢出会引起更高水平的创新和增长, 反过来又会造成集中 (动态的外部效益) 。但是, 城市规模的增长也会产生消极的外部效益, 像交通拥挤、房价上升、污染等, 从而抵消集聚产生的效益。
众多学者 (李峰清, 2011;易德琴, 2011) 通过实证研究和数据分析表明, 合理的多中心城市空间结构对于疏解交通拥挤、减少污染排放、抑制房价快速增长等都具有一定的作用。
2. 区域尺度的多中心城市区域的作用
在城市区域的尺度当中, 城市是城市群网络区域中的节点。区域的发展不仅仅是靠集聚, 也可以通过来源于这些城市之间的网络外部效应。更具体一点, 外部效应可以产生于网络中的主要集聚区和他们的腹地以及大中城市构成的密集网络。Meijiers和Burger认为, 只要产生了区域城市经济, 多中心产生的外部效益的有力影响则完全可以替代简单的单中心的外部效益。多中心的外部效益还能促进竞争和联合, 促使形成更平衡的经济发展。Meijers对兰斯塔德的研究发现, 通过有意识的合作, 特别是对于产生了互补性和外部效应的多中心城市区域, 其协同能力要优于各个组成部分之和。
所以, 该尺度下的多中心城市区域的主要作用可以归纳为“外部效益”、“互补作用”和“协同作用”, 提升区域综合竞争力。
3. 国家或跨国尺度的多中心城市区域的作用
在欧盟成员国的空间范围内, 分布着由大巴黎区、兰斯塔德、莱茵-鲁尔等城市群, 从而构成一个跨国尺度的多中心城市区域。1999年, 欧盟成员国的主要领导人经过长年的协商, 共同制定了《欧洲空间前景发展展望》, 在《欧洲空间前景发展展望》当中出现了众多新名词, 而“多中心”被有的专家认为是其中惟一具有实质性内容的名词, 并被贯穿在所有的规划研究当中, 调和了成员国之间的利益冲突, 平衡了欧盟成员国各地区之间的发展差距, 旨在促进地区融合和增强国际竞争力。该尺度下的多中心城市区域的作用主要体现在“均衡发展”。
三、不同空间尺度的多中心城市区域存在的问题
如上所述, 不同空间尺度的多中心城市区域在城市、区域和国家的发展当中, 都具有一定的积极作用, 但是也存在着一些不可忽视的问题。
1. 城市尺度的多中心城市区域存在的问题
虽然说多中心城市区域在缓解城市交通堵塞、控制房价增长等方面具有一定的作用。但是, 多中心大城市在控制城市蔓延方面存在着严重的压力。例如, 重庆市作为典型的多中心组团式结构的大城市, 在控制城市扩张方面就显得力不从心, 特别是近10年来, 城市建成区面积扩张速度超过80 km2/年 (见表1) , 远远超过同期的国内其他二线大城市。此外, 并不是所有的多中心城市在缓解交通拥挤和控制房价等方面都能发挥良好的作用, 研究表明只有在满足职住平衡的前提下, 多中心的城市结构才能凑效, 否则将适得其反, 增加上下班通勤消耗时间。
注:表格来源, 作者根据中国城市统计年鉴2002年、2007年和2011年的数据绘制
2. 区域尺度的多中心城市区域存在的问题
区域尺度的多中心城市区域的潜在问题主要有:区域内存在多个行政主体, 各自为政, 合作和管理难度较大;区域内各中心城市发展过于均质化和分散化, 缺乏集聚优势, 难以形成一个整体的区域经济氛围。以兰斯塔德地区为例, 长期以来, 兰斯塔德地区因为它的“多中心”和“绿肺”结构而被世人所称赞, 是世界公认的最典型的多中心城市区域之一。而近年来, 兰斯塔德地区不仅出现了交通网络负荷过重, 空气污染日益严重的问题, 更因为缺乏十分成熟的大都市氛围和集聚经济而发展缓慢, 饱受诟病。
3. 国家或跨国尺度的多中心城市区域存在的问题
因为国家尺度的多中心城市区域涉及的空间范围更广, 所以容易造成对边缘地区的忽略, 形成“政策空白”区域, 阻碍偏远地区发展。二战后, 法国中央巴黎地区和外围地区的人口、就业形成了强大的反差。在政策优势的影响下, 巴黎地区的发展远远快于其他地区。在1960年代中期以后, 法国政府指定了八个平衡性大都市地区, 用来与巴黎地区抗衡, 形成多中心的格局。具体措施包括将高等学府从巴黎分散到其他大区, 构建其他地区的交通网络等。这些措施虽然在整体上加快了其他大区的发展, 但导致了新问题的出现:各大区的投资多半集中在各自的中心, 各自中心未辐射到的边缘地区的发展依然未曾改观, 甚至是更加落后。
四、不同空间尺度的多中心城市区域的规划探讨
对于目前国内的发展状况, 我国多中心城市区域的应用研究对象比较类似钱皮恩划分的三个空间层次: (1) 单个的大都市区域, 包括都市区和郊区及其通勤腹地, 如重庆; (2) 多核心大都市区域, 由一系列规模大小相差不大的城市组成的区域, 如长三角城市群; (3) 更大的尺度层面, 则是以各国家中心城市或区域中心城市为核心的, 包含多个大城市群, 覆盖整个国土面积的多中心巨型城市区域, 如由京津冀、长三角、珠三角城市群等共同组合而成的多中心巨型城市区域。
虽然多中心理念受到国内众多决策者的推崇, 在以上三个空间层次被广泛地应用。不过, 正是因为多中心理念在不同空间尺度的应用出现了错位, 才导致多中心城市区域在各个空间尺度的作用时好时坏, 在具体的应用当中, 对该理念如何应用的研究也相当欠缺, 下面将基于城市规划过程, 提出一种从规划目标、规划策略和策略评估三个流程进行具体应用的方法 (如图1) 。
1. 规划目标
规划目标是建构统一的规划过程的关键性因素。准确的目标是理论应用的基础, 然后才能为后续的工作开展指引方向, 并能提供工作进展或成果检验的标尺。总的来说, 规划的目标自然是力争实现社会、经济、环境价值的最大化, 只是这样的目标太过笼统, 需要进一步细分而便于操作。
在城市的空间尺度上, 多中心理念被广泛运用于国内众多大城市的总体规划当中。北京在《北京城市总体规划 (2004~2020年) 》中提出构建“两轴一两带一多中心”的新城市空间格局。在《重庆市城乡总体规划 (2007~2020年) 》中, 也指出构建“一成五片, 多中心组团式”的都市区空间结构。该尺度的多中心的规划目标主要是避免城市活动过于密集的分布在一定的中心地区, 造成交通拥堵、房价攀升、社会分异度过大和生态环境恶化等。
在区域的空间尺度上, 多中心理念同样也被积极运用。在《珠江三角洲城镇群协调发展规划 (2004~2020) 》当中, 明确提出“双核多心多层次”中心等级体系。该规划明确提出抓住机遇期, 协调发展, 全面提升区域整体竞争力, 建设世界制造业基地, 走向世界级城镇群。该尺度的多中心的规划目标主要是提升区域整体竞争力, 维护良好的生态环境水平等。
在国家的空间尺度上, 《全国城镇体系规划 (2005~2020) 》提出“多元、多极、网络化”的全国城镇空间结构。该规划中四条目标的第一条即是具体落实全面建设小康社会的目标, 落实“五个统筹”, 实现城镇化和城镇建设的科学决策。该尺度的多中心的规划目标主要是平衡区域和城乡发展差距等。
2. 规划策略
规划策略的制定和实施是整个规划过程中的主要环节, 在规划过程中起着联系规划目标和规划实施效果检测评估的承启作用。因此, 要想取得理想的规划效果, 实现或者准确评估预期目标, 必须制定合理的规划策略, 并严格执行实施。由于多中心存在空间尺度上的差异, 那么具体的规划策略也会有所差别。
在城市的空间尺度上, 为了构建良好的多中心的城市空间结构, 实现规划目标, 具体的规划策略包括:选择各项发展条件较好的若干区域, 培养若干商业中心或组团中心;疏散人口过于密集的中心地区的人口, 分解其部分功能;结合“紧凑城市”理念和“TOD”发展模式, 倡导联系各中心之间的公共交通的建设;运用“反规划”等生态规划理论, 建立无机动车绿色通道, 构建生态绿心、绿廊, 保持山水格局的连续性等。
在区域的空间尺度上, 要提升区域整体竞争力和维护良好的生态环境水平, 必须最大限度地发挥该尺度的多中心城市区域具有的“外部效益”和“协同作用”。强化区域内核心城市的高端服务业的集聚功能, 培养区域内各中心城市功能的互补性, 加强区域内各中心城市之间的跨界治理和合作, 开展区域非建设用地整体规划保护区域内的生态绿地和农用地等。
在国家的空间尺度上, 要平衡地区差异和城乡发展差异, 需要加大对中西部等落后地区的政策照顾 (如西部大开发战略) , 构建各大区域之间的交通和信息联系的同时完善次级交通网络和偏远地区的通讯设施, 积极健康推进沿海发达地区的第四次产业转移, 为边缘地区和农村地区的非农就业机会和受教育机会提供帮助。
3. 策略评估
在规划过程当中, 策略评估同样是不过或缺的一大环节, 只有通过策略评估, 才能检测策略实施的效果好坏, 才能及时调整策略, 修正目标, 达到最理想的规划效果。针对多中心的规划目标和规划策略, 制定相应的策略实施评价指标体系和评估方法, 评估方法要科学, 评价指标要能准确反应策略实施情况, 方能有效检测策略实施效果。
关于多中心理论应用的策略实施评估, 在城市、区域、国家的三个空间尺度上, 评估方法基本相同, 都是采取对策略实施效果的直接评估, 将多中心程度与规划目标绩效联系比较, 评价指标体系分为多中心程度指标体系和规划目标绩效指标体系, 由于规划目标的不同, 具体的绩效指标体系可能会稍有差别。
在城市的空间尺度上, 选取的绩效指标主要包括居民平均出行时间、公交出行比例、基尼系数、空气质量指数等。
在区域的空间尺度上, 选取的绩效指标主要包括区域平均劳动生产率、生产率增长率、地区生产总值、生产总值增长率和地区空气质量平均污染指数、建设用地扩展速度等。
在国家的空间尺度上, 选取的绩效指标主要包括地区和城乡收入水平, 适龄儿童入学比例、文盲人口比例等。
五、结语
国外对多中心理念的实证研究逐渐增多, 而国内研究多半停留在对西方理论的引用和评述阶段, 实证研究工作尤为缺乏。笔者主要是想通过对其不同空间尺度的定义、作用及问题的梳理剖析, 从城市规划过程的角度对多中心理念的应用进行探索研究, 在多中心理念的实证研究中提供一种思路方法, 希望能够起到抛砖引玉的作用。
摘要：本文首先介绍多中心城市区域的定义, 包括从单个城市、区域、国家或跨国三个空间尺度;然后剖析多中心城市区域不同空间尺度下的作用及潜在问题。最后就多中心理念如何应用的问题, 针对不同的空间尺度的多中心城市区域, 基于规划过程, 提出一种如何从规划目标, 规划策略和策略评估三个流程进行应用的方法。
关键词：多中心城市区域,空间尺度,规划过程,应用方法
参考文献
[1]Kloosterman R C, Musterd S.The Polycentric Urban Region:Towards a Research Agenda[J].Urban Studies, 2001 (4) .
[2]Meijers E.Synergy in polycentric urban regions:complementarity, organising capacity and critical mass[M].Delft:Delft University Press, 2007 (1) .
[3]罗震东, 朱查松.解读多中心:形态、功能与治理[J].国际城市规划, 2008 (1) .
[4]Champion A G.A Changing Demographic Regime and Evolving Polycentric Urban Regions:Consequences for the Size, Composition and Distribution of City Populations[J].Urban Studies, 2001 (4) .
[5]Veneri P, Burgalassi D.Questioning Polycentric Development and Its Effects:Issues of Definition and Measurement for the Italian NUTS 2 Regions[EB/OL].
[6]Meijers E.Polycentric Urban Regions and the Quest for Synergy:Is a Network of Cities More than the Sum of the Parts?[J].Urban Studies, 42 (4) .
[7]杨振山, 蔡建明.国外多中心规划理念与发展经验对中国的借鉴作用[J]国际城市规划, 2008 (4) .
[8]孙斌栋.城市空间结构对交通出行影响研究的进展—单中心与多中心的论争[J].城市问题, 2008 (1) .
[9]巴特·兰布雷特.多中心化对提升大都市区竞争力的利与弊——以荷兰兰斯塔德地区为例[J].国际城市规划, 2008 (1) .
多空间模式 篇5
众所周知，多天线技术作为提高频谱效率和传输可靠性的有效手段已经应用于多种无线通信系统，大规模MIMO技术更被作为第五代移动通信系统的关键技术之一被广泛研究[1]。空间调制[2,3,4](Spatial Modulation,SM)是一种新型MI-MO技术，使传输信息比特和每个天线序号之间建立一对一映射关系，利用发送天线的位置携带了一些信息。空间调制可以完全消除信道间的干扰，同时不需要发送天线间的同步，并且可以获得较高的频谱效率。
传统空间调制的一个缺点是，发送天线的数目必须是2的倍数，为了克服这个缺点，提出了广义空间调制(GSM)的技术。与传统空间调制的每个时隙只使用一根发送天线不同，广义空间调制技术在每个时隙有多根发送天线被激活，被激活的天线是根据输入的数据流确定的。同时，广义空间调制采用发送天线组合，获得比传统空间调制更好的频谱效率。
传统的下行链路多用户MIMO系统中，可以通过预编码的方法消除用户间的干扰[5,6,7]，而天线间的干扰则是通过接收端的用户检测算法进行消除的。论文提出的在多用户下行链中使用广义空间调制的技术，不仅可以消除多用户MIMO的缺点，又克服了传统空间调制发送天线数必须是2的倍数的限制。在系统的输入比特数大于用户数的前提下，多用户MIMO系统中下行链路采用广义空间调制技术，系统结构简单，可以获得较优的系统性能。但该方案的传输速率较低，该方案特别适合使用于下行广播信道中。
2 系统模型
考虑一个基站向K个独立用户同时传输数据的多用户MIMO下行链路，如图1所示。该系统中，发送端基站配有Nt根发送天线，每个用户配置相同的接收天线数Nr。所需传输的数据经过映射器，从选择的Nu根天线发送，基站到每个用户的MIMO信道为Nr×Nt矩阵Hi。在该系统图中，每个时隙选择的天线数2。
该系统可以传输的比特数为
其中，M表示采用M-QAM调制的星座点数;ml表示经过M-QAM调制可以传输的比特数;ms表示选择发送天线的组合所传输的比特数，其中是向下取整函数。该方案实现多用户传输必须满足用户数K小于系统可以传输的比特数m。
2.1 信号传输
结合图1的系统框图，设输入系统的比特流为x=[x1,x2，…，xk]，经过MU-GSM(Multiuser-GSM)映射器的映射，生成的发送符号为s=[0,0,sj,q，…，0]，其中j表示每个时隙选择的发送天线，q为M-QAM星座图中的第q个星座点。在发送符号向量s中，只有被选择天线的元素不为0，其他元素都为0。表1显示了，当用户数K=4，发送天线数Nt=5的系统映射方案。该方案中每个时隙选择发送天线数Nu=2，根据式(1)，每个时隙发送天线的组合可以传输3 bit，则可以采用BPSK调制传输剩余的1 bit。
设发送的符号向量为s，则第i个用户的接收符号向量为
式中:yi表示第i个用户接收到的信息;Hi表示第i个用户的传输信道矩阵，Hi中的各项是均值为0、方差为1的独立同分布的复高斯随机变量。zi是均值为0、方差为σ2的复高斯加性噪声。
2.2 信号检测和判决
接收信号的检测判决分成两部分进行，判决流程如图2所示。
2.2.1 最大似然检测算法
第一阶段的目标是估算出所选择的发送天线位置j和M-QAM中的星座点q。为了获得最优的系统性能，用户检测算法采用最大似然检测算法。假设信道的输入是等可能的，根据最大似然准则，可以找出使得接收信号y和hisj,q之间的欧氏距离最小的发送天线和星座点。
其中
式(4)表示在给定s和H条件下，y的概率密度函数。hi是矩阵H中的第i个列向量，表示基2-范数的平方运算。
2.2.2 判决各个用户的接收比特
第二阶段，根据第一阶段判断出的天线组合和星座点可以判断出每个用户的接收比特。当根据最大似然检测算法判断出可以根据表1的映射方案进行逆映射，推断出发送端的输入的比特流。例如，4用户条件下，当判断出天线组合为(1,2)，星座点为1时，则接收端接收到的比特流是0000，则这时每个用户接收到的信息是0。
3 性能分析
对该多用户系统的性能分析可以借用单用户广义空间调制[8]系统下得到的一些结论。在单用户下根据联合边界条件，可以得到平均误码率
式中:表示xj,q与之间错误的比特数表示在给定发送xj,q，而接收端接收到的概率。
其中
则有，Di(j,q)服从均值为0、方差为σ2的复高斯分布，服从均值为0、方差为的复高斯分布。
式中:表示j和之间不同元素的个数;Re(·)表示对复数求实部的操作。根据文献[8]中的分析可得
式中:Ix(a,b)为正规不完全Beta函，即
在下行链路多用户的情况下，根据用户数K，引入了误码率因子α，结合式(5)和式(11)，得到多用户条件下的平均误码率边界条件
α的值为
其中，K表示系统的用户数。
4 数值分析与仿真
上一部分主要是对MU-GSM系统的性能进行了理论分析，这部分主要对MU-GSM系统的平均误码率进行数值仿真，并对比理论分析结果。同时，和传统多用户MIMO传输系统使用的线性预编码方案进行比较。分别对采用迫零线性预编码(Zero Forcing,ZF)(即信道反转预编码(Channel Inversion,CI))、最小均方误差线性预编码(Minimum Mean Square Error,MMSE)、块对角化算法(Block Diagonal,BD)[9,10,11,12]等进行分析，在信噪比在0～30 dB范围内用MATLAB进行了仿真。
如图3所示的是用户数K=4的情况。MU-GSM系统采用Nt=5,Nu=2的天线组合和BPSK调制方案，用户的接收天线Nr=2。为多用户ZF、MMSE、BD预编码系统的发送端配置4根天线，每个用户配置2根接收天线，同样发送端采用BPSK调制方式。从图3中可以看出，数值仿真得到的结果和前面的理论推导出的平均误码率结果非常接近。同时，可以看出，采用MU-GSM的系统的平均误码率明显低于采用传统的ZF、MMSE和BD预编码MIMO的系统误码率。从仿真图3中可以看出，随着信噪比的增大，对于MU-GSM系统在平均误码率方面的优势越大。具体分析，从15～25 dB段可以看出，MU-GSM系统和系统性能最差的ZF预编相比，达到同样的平均误码率，MU-GSM有10 d B左右的优势，和BD预编相比，也有将近5 d B左右的优势。
图4中所示的是6用户情况下的系统平均误码率的仿真图。发送端采用Nt=7,Nu=2天线组合和BPSK调制方案，用户接收天线Nu=2。ZF,MMSE,BD预编码方案采用4用户时的配置。对比图3和图4可以看出，在用户数增加的同时，MU-GSM可以灵活地通过配置发送天线数，同样获得比传统多用户MIMO线性预编码系统更好的系统性能，在相同的信噪比下获得较低的平均误码率。
5 系统复杂度分析
MU-GSM系统不用考虑天线间的干扰，系统的发送端和接收端都无需知道信道状态，因此相对于传统多用户MIMO线性预编码系统而言，MU-GSM系统具有较简单的系统结构。MU-GSM主要的复杂度体现在用户的检测算法上。在这里，分析系统复杂度采用的准则是用户检测算法所需的复数运算的次数。
为了获得较好的系统性能，本文中的MU-GSM采用了最大似然检测算法。结合式(9)分析，考虑星座点数为M，发送天线数为Nt，接收天线为Nr的MU-GSM系统。根据分析，计算接收信号与发送信号之间的距离(范数操作)需要的复数运算的次数为2NtM，而找出当中最小的距离需要的复数运算次数为NtM，最后考虑接收的天线数，则系统总的复数运算次数为
表2显示的是MU-GSM系统采用BPSK调制，即星座点数M=2时，MU-GSM系统采用最大似然检测算法需要的复数运算的次数随用户数、发送天线数、接收天线数之间的关系。
根据表2分析可以看出，MU-GSM系统的复杂度随用户数、发送天线数、接收天线数等因数的增长，所需的复数运算次数呈现快速增长的趋势。具体分析，这里假设星座点数M=2保持不变，所需复数运算次数随发送天线数、接收天线数线性增长。因多用户体现出的复杂度，主要是在星座点判决时，所以系统的复数运算次数随用户数的增加而M的幂次方增加。从表中可以看出，MU-GSM的最大似然检测算法的复杂度较高，因此，可以在兼顾系统性能的同时，采用一些低复杂度的用户检测算法[13,14]。
6 结束语
多空间模式 篇6
现代战争中, 同一时间、同一空间、相同频率或不同频率上出现多个信号源的现象经常会出现, 在对这些目标进行探测、定位、跟踪、识别时, 首先要解决的问题是多目标信号的分离。如何有效地分离这些信号呢?单从信号频谱上分析此问题还不够, 还需要从空间上分离处于不同位置的信号源。为此, 本文提出运用测向技术实现空间信号分离。
文献[1]对无线电测向中的各种体制进行了概述, 可以看出传统测向体制一般采用单天线或瞬时单天线加单通道, 或双天线双通道设备。由于它依赖于天线阵阵列孔径或天线方向图的尖锐程度, 对位于一个波束宽度内的空间多个目标信号是不可分辨的, 因此空间分辨能力受到限制。目前阵列信号处理技术快速发展, 为多目标测向提出了新的思路, 通过灵活的软件处理算法实现灵活的波束控制, 以提高信号增益、抗干扰和进行高分辨方向的估计。阵列信号处理主要包括自适应数字波束形成 (ADBF) 及空间谱的估计。
1 基于空间谱估计的测向技术
这里采用空间谱估计测向技术, 即布置多个天线同时接收并采集信号, 对采集的数据进行空间谱分析。空间谱实际上是空间各个方向上的能量分布, 由于它对入射波到达方向的渐近无偏估计特性和超分辨特性, 完全可用于高密度信号环境下的测向分辨, 称为具有超分辨特性的空间谱估计测向法。基于空间谱估计的测向系统的主要组成如图1所示。
系统的核心部分是高分辨信号空间谱估计算法软件。“空间谱估计器”中采用MUSIC (Multiple Signal Classification) 算法进行信号到达方向的估计。
2 多重信号分类方法 (MUSIC)
MUSIC算法的基本思想[2]是通过对阵列接收数据协方差矩阵进行特征分解, 得到信号子空间和噪声子空间。利用这两个子空间相互正交关系构造“针状”空间谱峰, 通过软件进行角度搜索, 从而估计信号的入射方向。
如图2所示, 设远场有P个窄带信号源入射到空间N个间距为λ/2的天线阵元上, 且阵元无方向性。以最左边的第1个阵元为基准, 从一个方向θk的来波开始进行探讨, 则第i个阵元的接收信号复包络可表示为:
式中:Sk (t) 为第k个信号源复包络;ni (t) 为第i个阵元在t时刻的噪声;φik为第k个信号到达第i个阵元时相对于基准阵元的相移:
于是N个单元天线在特定时刻接收的信号可以用矩阵式表述为:
可将式 (3) 记为:
式中:X (t) 为阵列输出快拍向量;S (t) 为窄带信号向量;A (θ) 为信号方向矩阵, 且A (θ) =[a (θ1) , a (θ2) , …, a (θP) ];N (t) 为0均值、σ2方差的白噪声向量。噪声与信号统计独立;列向量a (θk) ( k=1, 2, …, P) 为接收信号的方向向量, 且
在上述的数学模型中, 假设信号与噪声是相互独立的, 且噪声是零均值的白高斯过程, 阵列输出X (t) 的协方差矩阵R为:
式中:RS=E (S (t) SH (t) ]为源信号的协方差矩阵;H为复共轭转置;I为单位矩阵。
由于阵列协方差矩阵是Hermitian矩阵, 所以各特征值相对应的特征向量严格正交;且矩阵的特征方程解是惟一的, 不同方向的入射信号对应不同的特征值和特征向量, 并且每个信号所对应的特征向量与其他信号对应的特征向量及噪声特征向量都是正交的。
3 不同频、同频多目标信号测向
3.1 信号源由P个不同频信号源组成
假设信号源中由P个不同频的信号组成, 此时RS将具有满秩P, 即Rank{S}=P。根据协方差矩阵R的特征分解特性[3], 现假设R特征值分解得到N个特征值和N个特征向量, 则P个大特征值对应的特征向量ES=[e1, e2, …, eP]张成信号子空间ΩS, N-P个小特征值对应的特征向量EN=[eP+1 , eP+2, …, eN] 张成噪声子空间ΩN, 且有:
而阵列流形A (θ) 的列空间rang[A (θ) ]恰又与信号子空间重合, 因此信号方向向量a (θi) 与噪声子空间正交, 所以:
MUSIC空间扫描谱表示为:
利用MUSIC空间谱估计进行多目标信号测向, 过程转化为软件中谱峰的搜索过程, 通过谱峰搜索, 便可求出波达方向角θ。理想情况下, 搜索到的角度θ等于信号到达角时, 函数式 (8) 出现奇异点, 两个奇异点之间可分辨距离的极限为零, 因此理想情况下空间谱估计具有无穷高的测向分辨力。在实际情况下, 因为受到信噪比、快拍数、阵元、通道不一致等因素的影响, 测向的分辨能力有所降低。
3.2 信号源S中存在P个同频信号源
假设所有接收信号同频, 这时它们之间的相位关系固定不变, 通过多次快拍, 直接获取的信号向量不是线性独立的, 即R不满秩。降秩了的相关矩阵R特征分解后得到的信号特征向量的个数将小于信号源的个数, 即信号矢量将有可能落入噪声子空间中, 这时若采用3.1节中的方法直接划分信号、噪声子空间, 对P个信号源方向估计就会有偏差。
已有文献[3,4]对信号特征向量的可解性进行了分析, 得出结论:可以从这些较少的信号特征向量中惟一地求解所有信号的到达方向角度值。又从扰动理论分析, 大特征值对应的特征向量将受干扰噪声的影响较小, 因此希望信号特征向量能够包含所有到达角度的信息, 并从这些特征向量中求得信号的到达方向角。
这里针对多个同频信号源出现的情况, 首先采用空间平滑技术[5,6]对信号进行预处理。方法是将阵列划分为结构完全相同的m个子阵, 然后对每个子阵作平均预滑处理, 如果子阵阵元数目m≥P, 空间平滑数据协方差矩阵是满秩的, 从而可以实现求解相干解。空间谱估计关键在于子空间的正确划分, 实际上, 空间平滑技术中划分后的相邻子阵间存在一个固定间距, 这个固定间距反映出子阵间的旋转不变性。空间平滑技术一方面解决了同频信号的分辨问题, 但在另一方面恰恰损失了阵列的有效阵元数目, 可以证明[7], 前向平滑法能分辨的最大信号源的数目Pmax≤N/2, 前后向平滑法能分辨的最大信号源的数目Pmax≤2N/3, 因此还需综合使用其他的改进方法来提高分辨同频信号个数的能力, 目前国内也有很多学者致力于信号谱估计算法的研究[8]。
图3给出了一种适用于同频与不同频多目标信号的通用测向算法流程。
4 实验仿真
(1) 不同频信号分离仿真
模型:间隔为半波长的8个阵元组成线性阵列;假设接收三个频率分别为500 MHz, 600 MHz, 700 MHz的信号;入射方向角分别为-20°, 0°, 10°;信噪比为3 dB, 则采用提出的算法得到的测向结果如图4所示。
(2) 同频信号分离仿真
模型:间隔为半波长的8个阵元组成线性阵列;三个余弦信号的频率都为500 MHz;入射方向角分别为-20°, 0°, 10°;信噪比为3 dB, 则采用提出的算法得到的测向结果如图5所示。
5 结 论
从算法原理上可以看出, 空间谱估计测向具有多信号测向, 能对密集信号进行分离, 分离准确度高, 分辨率高等优点, 通过配备专门的信号处理机和快速算法可以实现快速测向, 同时测出方位角, 给出入射信号数目。因此, 它是一种值得推广的多目标测向方法。利用空间谱估计方法在实现测向功能的同时, 完成了同频、不同频多目标信号的初步分离, 然后借助于其他信号分析手段, 如频谱分析、时频分析、信号调制特征分析等完成信号的分离与识别, 该方案的提出为目标识别器的工程实现提供了理论参考, 具有重要的意义。
参考文献
[1]徐子久, 韩俊英.无线电测向体制概述[J].中国无线电管理, 2002 (3) :29-35.
[2]SCHMIDT R O.Multiple emitter location and signalparameter estimation[J].IEEE Trans.on AntennasPropagation, 1986, 34 (3) :267-280.
[3]刘青光, 邹理和.信号特征向量分解与到达波方向估计[J].电子学报, 1993, 21 (1) :8-14.
[4]WAX M, ZISKIND I.On unique localization of multiplesources by passive sensor arrays[J].IEEE Trans.on ASSP, 1989, 37 (2) :996-1000.
[5]QI Chong-ying, WANG Yong-liang.Spatial differencesmoo-thing for DOA estimation of coherent signals[J].IEEE Signal Processing Letters, 2005, 12 (11) :800-802.
[6]PILLAI S U, KWON B.Forward/backward spatialsmoothing techniques for coherent signal identification[J].IEEE Trans.on Acoustics, Speech, and SignalProcessing, 1989, 37 (1) :8-15.
[7]张贤达, 保铮.通信信号处理[M].北京:国防工业出版社, 2000.
[8]王永良.空间谱估计理论与算法[M].北京:清华大学出版社, 2004.
[9]张贤达.现代信号处理[M].2版.北京:清华大学出版社, 2002.
[10]罗利春.无线电侦察信号分析与处理[M].北京:国防工业出版社, 2003.
多空间模式 篇7
随着国民经济的发展,运输船舶的数量、种类急剧增加,港口、内河和海峡船舶交通流量随之增大,交通事故频发,导致水上搜救工作任务艰巨。由于水面环境的复杂性,单靠人眼观察存在很大局限性,借助计算机和图像处理技术进行搜救工作是一种有效的辅助手段,因此如何高效地进行水面目标检测是图像处理技术领域的研究热点[1]。
当前常用的运动目标检测方法是帧间差分法和背景减法[2,3]。由于帧间差分法和背景减法多是基于灰度图像,当前景图像与背景图像灰度化后的灰度值相近时,不能很好地刻画出背景与前景之间的差别,难以准确检测出前景目标,而利用颜色空间模型的检测方法能够有效解决这一问题。
近年来,不少专家学者致力于使用颜色空间模型进行检测研究工作,相关的研究成果大多只侧重使用单个颜色空间[4,5],由于不同颜色空间对颜色具有不同的刻画特性,并不存在一个能够完全刻画颜色的空间;多颜色空间的研究虽取得一定成果,但大多工作基础是对所有颜色分量进行目标检测后再选取[6]。在实际应用中,并不是采用的颜色分量越多效果就越好,采用颜色分量越多,意味着噪声出现的可能性越大;同时其中不乏有检测效果相近的颜色空间或颜色分量,造成工作量较大且重复。
基于以上问题,本文提出一种基于多颜色空间信息融合的三帧差分法与背景减法相结合的运动船舶检测算法。主要思想是首先利用三帧差分法和背景减法原理对提取的两种最佳颜色分量对应进行差分,然后将两个差分结果进行颜色分量融合,最后通过后处理获取完整清晰的运动目标。
1 颜色空间
传统的视频目标检测方法是将图像灰度化,然后通过像素灰度值的变化来达到检测目的。这种方法的缺点是灰度化会丢失很多有用的颜色变化信息[7,8]。因此,结合颜色空间模型的检测算法能更加准确地检测到运动目标。
1.1 颜色空间选取
常见的颜色空间模型基本分为RGB、HIS及YUV。RGB颜色空间也称为计算机图形颜色空间,主要用于监视器、视频照相机和计算机的颜色显示系统,是应用最广泛的一种颜色模型。但RGB颜色空间的3个颜色特征和人类视觉没有很好的线性关系。HIS颜色空间是从人的视觉系统出发,用色调(H)、亮度(I)和饱和度(S)来描述色彩,比RGB更符合人的视觉特性。但RGB颜色空间转化为HIS时需要大量的浮点运算,不满足实时性要求。YUV颜色空间颜色稳定,存储空间小,较适合应用于实时图像处理中。
基于以上分析,选取RGB和YUV两种空间模型作为实现颜色分量融合目的的依据。
1.2 颜色空间转换
由于摄像头采集到的图像使用的是RGB空间模型,本文采用的多颜色空间融合方法涉及RGB和YUV两种颜色空间的分量,因此需要完成RGB到YUV颜色空间的转换。
从RGB颜色空间到YUV颜色空间的转换公式[9]如下:
1.3 颜色分量选取
颜色空间通常由3个颜色分量组成,由于不同的颜色分量体现不同的特性。为此,首先通过实验选取检测效果最佳的颜色分量。
实验首先将图像在RGB和YUV两种颜色空间内进行颜色分量提取,然后将对应颜色分量进行背景差分,最后进行融合,通过比对最终的融合效果图,选取出检测效果最佳的颜色分量[10]。
具体实验操作如下:
(1)在摄像机固定情况下采集一段视频。
(2)视频图像预处理。对采集到的视频采用自适应中值滤波进行去噪,采用直方图均衡化进行图像增强,使图像细节更加清晰。
(3)提取一帧背景图像及一帧当前图像,如图1所示。
(4)对各个的颜色分量进行背景差分。针对不同颜色分量采用不同阈值进行分割,各分量的阈值通过OTSU法计算得到。基于各个颜色分量的检测效果如图2所示。
(5)采用信息融合算法对检测效果最好的颜色分量进行融合,最后通过形态学处理进行去噪。如图3所示。
由图2可以看出,在RGB空间内,基于R分量的检测效果较好,目标内部充实,轮廓清晰,基于G分量和基于B分量的检测结果图中目标轮廓不清晰,内部存在很多小黑点,而且有较多噪声点;在YUV空间内,基于Y分量的检测效果明显比基于U分量、基于V分量的检测效果要好,轮廓更完整,基本无“空洞”现象,而基于U分量和基于V分量的检测结果图中目标内部不够充实,并且存在较多噪声点。
同时在融合方式的选取上,通过图3可以看出,采用“或”运算比采用“与”运算检测到的目标内部更加充实,轮廓更加清晰。基于以上分析,本文选取R分量与Y分量采用“或”运算进行颜色空间融合,以达到最佳检测效果。
2 基于多颜色空间信息融合的船舶检测算法研究
三帧差分法跟二帧差分法相比能快速地检测出运动目标,但仍不能有效解决目标轮廓不连续、空洞存在等问题;而三帧差分法与背景减法相结合的检测方法虽然在性能上能克服各自的不足,获取运动物体更全面的信息,但当目标颜色与背景颜色相近或图像灰度化后目标与背景的灰度值相近时,这种结合的方式检测效果也并不理想。
为解决以上问题,将多颜色空间信息融合理论与传统的混合差分法进行结合,提出基于多颜色空间信息融合的运动船舶检测算法。具体的检测算法流程如图4所示。
算法描述:
(1)对采集到的视频进行图像预处理,从中截取三帧连续图像f1、f2、f3及背景帧ft。
(2)对f1、f2、f3、ft分别进行Y、R颜色分量提取,得Y1、R1、Y2、R2、Y3、R3、Yt、Rt。利用帧差法原理,取中间帧f2,对f1、f3分别进行Y、R颜色分量的差分,得Y12、R12、Y23、R23,得到的颜色分量差分结果再分别进行二次差分,采用“同或”运算,得Y4、R4。利用背景减法原理,将背景帧ft与中间帧f2的Y、R颜色分量差分结果Y2t、R2t,与Y4、R4对应进行“与”运算,得Y5、R5。
(3)基于之前的实验结果,对Y5、R5采用“或”运算,实现颜色分量融合,并二值化处理,得YR1。
(4)对YR1进行形态学滤波和连通性检测,平滑去噪以及去除多余点,得YR2。
(5)YR1和YR2相与,最终获得完整运动目标YR。
3 实验结果与分析
3.1 实验结果
基于MATLAB7.0仿真环境,分别采用3种不同算法对实地采集到的一段快艇视频序列进行仿真实验和分析对比。实验结果如图5所示,其中图5(a)、5 (b)分别为截取的背景帧与当前帧,图5(c)-5(e)分别为基于多颜色空间信息融合的三帧差分法、基于多颜色空间信息融合的背景减法和本文算法的实验结果图。
3.2 实验分析
由图5可以看出,基于多颜色空间信息融合的三帧差分法检测到的快艇很模糊,“空洞”现象严重,轮廓不清晰;基于多颜色空间信息融合的背景减法检测到的快艇也不完整,对水面轮廓也不清晰,且存在噪声点。而本文提出的基于多颜色空间信息融合的三帧差分法与背景减法相结合的算法,能较为完整地检测出运动快艇,目标轮廓完整,内部充实,有效避免了“空洞”现象。以上实验结果表明,基于多颜色空间信息融合的三帧差分法与背景减法相结合的检测算法能够充分利用颜色信息,能够很好地将前景与背景进行分割,同时对三帧差分法与背景减法进行取长补短,最终获得轮廓鲜明、内部充实的目标图像。
4 结束语
本文针对帧差法易产生空洞、背景减法易受外界影响以及彩色图像灰度化后必然损失大量有用信息这些问题,提出一种基于多颜色空间信息融合的三帧差分法与背景减法相结合的运动船舶检测算法。该算法主要思想是将多个颜色空间内提取的最佳颜色分量利用三帧差分法和背景减法原理进行差分,然后利用多颜色空间融合原理实现颜色分量融合,获取最终的运动目标图像。实验结果表明,本文算法比基于多颜色空间信息融合的三帧差分法、基于多颜色空间信息融合的背景减法所获得的运动目标轮廓都更加清晰、内部更为充实,检测效果大大增强。
摘要：传统的目标检测方法是将图像灰度化,导致很多重要信息丢失,而帧差法与背景减法相结合的检测方法虽然能很好克服单独使用一种方法所产生的问题,但仍存在目标内部不充实现象。针对以上问题,提出一种基于多颜色空间信息融合的三帧差分法与背景减法相结合的运动船舶检测算法。该算法首先利用帧差法和背景减法原理对选取的最佳颜色分量进行差分处理,然后将两种差分结果的颜色分量对应进行“与”运算,最后采用“或”运算实现颜色分量融合,获取内部充实、轮廓清晰的运动目标。
关键词：目标检测,帧差法,背景减法,多颜色空间
参考文献
[1]李斌,史忠科.基于计算机视觉的行人检测技术的发展[J].计算机工程与设计,2005,6(10):2565-2568.
[2]Neto B,Goutsias J.Object-based Image Analysis Using MultiscaleConnectivity[J].IEEE Transactions on Pattern Analysis and Ma-chine Intelligence,2005,27(6):892-907.
[3]Herrero E,Orrite C,Senar J.Detected Motion Classification with aDouble Background and a Neighborhood ba-sed Difference[J].Pat-tern Recognition Letters,2003,24(12):2079-2092.
[4]郭明山,刘秉瀚,郑智勇.融合多颜色空间的淋巴瘤空泡状细胞模糊识别[J].福州大学学报,2006,34(3):348-352.
[5]丁天怀,郏东耀.利用多颜色空间特征融合方法检测近似目标[J].清华大学学报,2006,46(2):176-180.
[6]张欢,安国成,张凤军,等.多颜色空间融合的人体检测算法研究[J].中国图像图形学报,2011,16(10):1944-1950.
[7]BOSCH A,ZISSEMAN A,MUOZ X.Scene classification using a hy-brid generative discriminative approach[J].IEEE Trans PatternAnalysis and Machine Intelligence,2008,30(4):712-727.
[8]奉小慧,王伟凝,吴绪镇.基于多颜色空间的图像检索方法[J].计算机应用,2006,26(11):2707-2710.
[9]HEMAN S,BORIS R.Adaptive color switching for tracking undervarying illumination[J].Imaging and Vision Computing,2005,23:353-364.
多空间数据源集成技术的研究进展 篇8
1 GIS数据多源性来源
GIS中根据空间数据随着不同获取方式、不同空间尺度、不同用途的测量致使数据源的不同, 根据数据获取手段的不同分为:地图数字化、野外全数字化测量、遥感测量及摄影测量等。地图数字化:由于纸质地图是以往空间数据的主要表达形式或载体, 对纸质地图进行数字化也是最快捷、最有效的来源。对于研究区域的纸质地图通过数字化仪或屏幕矢量化即可形成矢量电子地图。野外全数字化测量:随着测量技术的不断提高, 野外测量方式也发生了重大改变, 从原来单一、复杂、耗时测量方式转变成多源、自动、简便的测量技术 (如激光测距仪、GPS、摄影测量、三维激光扫描仪等技术) , 新的测量技术的产生从根本上改变了野外手工绘图数据获取方式, 这些简单、自动、快捷的数字化测量方式已经成为现有GIS获取空间数据必不可少的手段。遥感测量:航空航天技术的发展给空间数据测量带来了一种崭新的获取方式, 不再局限于地面人工测量, 转变成通过遥感卫星大范围获取地面空间数据, 还可以获取丰富海量的卫星数据。从获取遥感数据波谱特征不同, 遥感数据可以分为光学遥感、红外遥感以及雷达遥感数据。随着近几年雷达遥感技术不断的发展和完善, 合成孔径雷达干涉测量技术 (InSAR) 逐渐应用于空间形变场的测量和大范围DEM的生成。
2 GIS空间数据多源性的表现形式
空间数据多源性的表现形式主要可以概括为以下几个点。
(1) 多语义性。地理信息系统研究对象的多种类特点决定了地理信息的多语义性。不同系统解决问题的侧重点也有所不同, 因而会存在语义分异问题。
(2) 多时空性和多尺度。一个GIS系统中的数据源既有同一时间不同空间的数据系列, 也有同一空间不同时间序列的数据, 而且不同的观察尺度具有不同的比例尺和不同的精度。
(3) 获取手段多样性。获取地理空间数据的方法有多种多样, 这些不同手段获得的数据其存储格式及提取和处理手段都各不相同。
(4) 存储格式多源性。GIS数据源包含有空间数据和属性数据两部分, 不同GIS软件的存储格式会不一样。
3 多源空间数据集成的关键技术研究
不同GIS软件都有不同存储组织数据的格式, 往往造成不同数据格式之间转换时数据信息的丢失, 随着网络的发展和GIS应用的日益广泛, 多源空间数据的集成已经成为迫切需要解决的问题, 其中关键技术也成为研究的热点。
(1) 空间尺度问题。
空间尺度是研究某一物体或事件时所采用的空间单位, 在地图学或地理信息系统中通常把尺度表述成为比例尺。伴随着野外采集、海量遥感数据等多源数据同时融合到GIS中来, 面临着研究同一问题采用不同尺度的数据的问题, 给后续分析决策带来一定的困难, 所以如何在研究过程中选定合适尺度的空间数据以及如何在多尺度、多源空间数据中挖掘中相关有价值的信息是多源空间数据集成所要解决的一个重要的问题。
(2) 数据同化问题。
GIS中采用的数据既然是多源数据就意味着其数据形式、结构、分辨率以及覆盖范围可能是不尽相同的, 如何在统一的方法框架内将不同观测系统、不同分辨率、直接观测和间接观测数据以及观测数据和推测数据集合融合起来也是多源空间数据集成尚有待研究的问题。在这种问题的背景推动下, 有学者尝试采用数据同化的思想把不同来源、不同分辨率的数据结果集成为具有时间一致性、空间一致性和物理一致性的地表空间数据数据集。
(3) 数据转换法存在的不足。
由于缺乏对空间对象统一的描述方法, 从而使得不同数据格式采用的空间数据模型不尽相同, 经常造成一些拓扑关系和属性数据的丢失。另外, 这种方法需要将数据统一起来, 违背了数据分布和独立性原则。
(4) 数据互操作存在的不足。
数据互操作将非空间数据处理标准成功地应用到空间数据上的同时存在一定的局限性:首先, 真正实现不同格式数据之间的互操作需要每种格式的宿主软件都按照统一的规范实现数据访问接口, 这在一定时期内还不能实现。其次, 不同软件相互访问的时候, 需要用户有多个GIS软件同时运行, 显然, 这将不可避免地增加用户的负担。
4 结语
通过本文多源空间数据集成技术的研究, 可以得到以下结论:首先需要解决的问题就是数据库集成管理问题。空间数据共享要求用户在使用数据时不应受地理位置的限制, 不应受所使用软件的限制, 不应有明显的时间滞后, 这就需要提出一种无论在数据的空间、时间和属性上的无间断连续性的多源空间数据集成数据库。其次, 随着网络的发展为空间信息资源共享、交换提供了可能, 在解决数据动态、异构协同共享问题的同时, 需要建立一个统一的资源信息服务平台, 作为信息共享的底层核心。
参考文献
[1]卢新海.多源城市规划数据的融合与集成方法[J].测绘与空间地理信息, 2005 (4) :47-49.
[2]卢新海, 何保国.基于GIS的数字城市规划多源异构数据特征分析[J].地理空间信息, 2005 (4) :9-11.
[3]杜廷芹, 黄海军, 严立文, 等.多源数据集成在地面沉降监测研究中的应用[J].海洋科学集刊, 2010:57-65.
[4]袁金国, 王卫.多源遥感数据融合应用研究[J].地球信息科学, 2005 (3) .
【多空间模式】相关文章：
多空间分析模式06-30
空间模式设计07-10
空间分布模式07-21
众创空间模式05-15
乡村住宅空间模式08-18
浅析城市空间发展模式07-11
众创空间六种模式06-23
社会功能与空间模式的互动作用05-13
故障模式下的空间交会防撞设计06-17