学科分类
/ 1
12 个结果
  • 简介:继新编《系列世界地图》(南半球版)被我国南极科考采用之后,采用新编《系列世界地图》(北半球版)编制出“中国首次环球大洋科考航线图”,直接为我国首次环球大洋科考提供了服务。航线在图上形成封闭环,直观地表达出“环球”概念。

  • 标签: 大洋科考 环球 航线图 系列世界地图
  • 简介:随着SAR成像技术的不断发展和对SAR图像应用的迫切需求,涌现了大量的SAR图像配准方法。对国内外最新的SAR图像配准技术和方法进行了全面系统地梳理,总结了各类方法的特点,指出了当前研究存在的问题,展望了SAR图像配;住的发展趋势:

  • 标签: 合成孔径雷达 图像配准 综述
  • 简介:一、序言卫星遥感数据是地理信息系统数据库的重要组成部分。以它为基本数据源,根据它的属性信息建立数据解译标志,在地理空间数据的获取与更新中发挥着重要作用,论文主要研究了基于Erdas图像处理软件作业过程中的一些关键技术问题。在介绍Erdas软件的基础上重点研究了其作业过程当中的几个主要的技术环节,包括影像几何校正、影像镶嵌、影像裁切。

  • 标签: 卫星遥感数据 图像预处理 ERDAS Erdas软件 地理信息系统 地理空间数据
  • 简介:SIFT特征匹配算法具有很强的匹配优势,当图像发生角度改变、位置改变、视觉角度变换、光照强度变化、仿射演变情况下,仍能正确匹配。通过实验验证了算法的匹配优势。

  • 标签: 图像匹配 特征提取 SIFT算法
  • 简介:采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD图像的信噪比进行了评估,选取满足噪声评估环境的图像,分析了HJ-1/CCD影像各个波段的信噪比特征。结果表明,HJ-1/CCD影像第3波段信噪比最高,第4波段相对较低;与美国Landsat/TM图像相比,HJ-1/CCD图像信噪比整体上更高。

  • 标签: 信噪比 HJ-1卫星 CCD图像
  • 简介:众包图像是由大众经过一定方法获取后通过互联网向公众或相关机构提供的一种开放式图像数据。利用网络爬虫工具在互联网上爬取了一定数量的众包图像,并分别探讨了单张图像聚类方法和多张图像聚类方法,以期为众包技术如何服务于智慧小城镇规划管理提供技术参考。利用K-means聚类方法对单张众包图像进行聚类,并探讨了分别利用Python语言和Java语言编程实现图像聚类的方法;利用层次聚类方法对多张众包图像进行聚类。

  • 标签: 众包图像 智慧小城镇 数据采集 图像聚类 K-MEANS聚类 层次聚类
  • 简介:提出了一种基于改进粗糙集和NSCT的红外遥感图像增强方法。该方法首先利用NSCT对图像进行分解,得到多层多方向子带系数;然后根据相邻尺度和不同方向的子带中图像噪声、脆弱边缘等不同成分的系数分布,使用粗糙集对其进行分块,并制定合理的决策规则;再通过集合运算对系数中不同子块采用不同的处理方法,一方面抑制噪声,另一方面保护图像中的脆弱边缘结构,并采用增强函数对其进行不同程度的增强;最后对处理过的NSCT系数进行重构,获得增强后的红外图像。实验表明,该算法相对于其他传统红外遥感图像增强算法具有较好效果。

  • 标签: 红外遥感图像 粗糙集 图像增强 NSCT 模糊梯度
  • 简介:构建城市的三维模型的方法主要有三类:基于图形渲染、基于图像绘制、以及图形、图像混合的方法。本文就上述建模方法进行对比,为各种建模需求提供参照。

  • 标签: 基于图形建模 基于图像建模 地理信息系统
  • 简介:1前言遥感是根据不同的地物对电磁波束有不同的响应这一原理,来识别地面信息的。传统的分类方法是利用遥感数据的统计值特征与训练区样本数据之间的统计关系进行模式识别,由于地表的复杂,光谱值的}昆合,使普遍存在的“同谱异物”和“同物异谱”问题难以得到令人满意的解决,造成仅仅利用光谱特性进行的自动分类精度不高。

  • 标签: 土地利用 自动分类 TM图像 BP网络 模式识别 遥感数据
  • 简介:基于Snake模型的优势及缺陷,文章提出一种高分辨率多光谱图像道路提取方法。通过建立多光谱图像信息的四元数表达式,解决Snake模型应用于多光谱图像的局限;通过多光谱图像四元数空间标记分水岭分割,获取道路初始轮廓,解决道路初始边界设置问题;通过梯度矢量流模型迭代求解,解决道路凹陷位置逼近问题,最终实现道路提取。用QuickBird高分辨率多光谱遥感数据验证方法的可行性,与直接采用Snake模型进行道路提取结果相比,文章所提出的方法对高分辨率影像上的高等级道路提取具有较好的精度。

  • 标签: 遥感影像解译 道路信息自动提取 遥感图像 GVFSnake
  • 简介:针对油管分拣自动化系统的需求,设计制作了油管标识,并采用Java实现了基于图像处理技术的油管识别系统。通过对高精度仪器所拍摄的油管标识图进行图像处理,成功地输出与油管标识对应的编码值。

  • 标签: 油管识别系统 图像处理 JAVA